李飞飞World Labs刚发布Atlas，国内影溯称类似世界模型已开源半年，并登顶WorldArena 2.0
9月2日李飞飞旗下World Labs发布多模态世界模型Atlas；国内空间智能团队影溯称其3月已开源具备类似能力的InSpatio-World，升级版即将发布，且其另一模型InSpatio-Curious在WorldArena 2.0榜单登顶。
AI解读：这条新闻的实质是：世界模型赛道出现两条技术路线，而中国团队在开源和评测上已经占了一个身位。影溯的做法是，输入一段普通视频，模型会构建一个可继续探索的动态4D场景，用户能改变观察时刻和视角；这和李飞飞团队Atlas从单张图片出发重建3D场景、移动相机视角的路线不同，但都指向同一个目标——让模型不只是生成好看的视频，而是能理解并维持三维空间的连续性。对做具身智能或机器人训练的人来说，这意味着多了一个可用的开源选项，而且影溯的InSpatio-Curious在WorldArena 2.0上拿到的第一，靠的是轨迹准确率64.89分、深度准确率99.29分这类底层指标，不是画面清晰度——它的图像质量只有60.64分，比第二名低近9分。换句话说，这个模型更擅长“空间关系对不对”，而不是“画面好不好看”，这恰好是机器人训练更看重的。不过要提醒的是，WorldArena 2.0的评测仍以标准化仿真环境为主，覆盖不了真实世界的长尾情况，而且InSpatio-Curious所在赛道总分主要来自15项生成与视觉代理指标，它判断的是碰撞在视觉上是否合理，并不能测量真实的力、摩擦或质量。所以榜单第一说明它在特定任务分布下表现好，但还不能等同于通用空间智能。对普通读者来说，这件事暂时不需要你采取什么行动，它更多是给做机器人、自动驾驶或3D生成的技术团队提供了一个值得测试的开源模型，以及一个需要留意的评测边界。
9月2日，由李飞飞创办的World Labs发布其称为全球首个多模态世界模型（omni world model）的Atlas。据量子位报道，Atlas的核心能力是把文字、图像、视频和3D信息放进统一的空间上下文，使模型能在三维空间中理解并维持场景结构；用户只需一张或几张图片，就能重建三维场景、生成新视角，并让相机沿指定轨迹移动，同时保持空间结构一致。
国内空间智能团队影溯称，早在今年3月，其开源的InSpatio-World就具备类似能力，并透露升级版本即将发布，将继续开源。影溯表示，输入一段普通视频后，InSpatio-World会尝试从有限时空观测中构建一个可继续探索的动态4D场景，允许用户改变原始相机轨迹、绕到未拍摄过的位置观察，并能改变观察时刻、从新视角重新观察同一动态过程。
影溯模型登顶WorldArena 2.0，但强项不在画质
影溯近期最受关注的事件是其世界模型InSpatio-Curious登顶世界模型榜单WorldArena 2.0。截至8月27日的首版阶段性公开榜单中，InSpatio-Curious以66.11分位列77个参评模型第一。
据量子位报道，除了Track 1总分第一，InSpatio-Curious还在Physics Adherence、Trajectory Accuracy、JEPA Similarity和Depth Accuracy四项指标上排名第一：Trajectory Accuracy得分64.89分，领先第二名3.02分；Depth Accuracy达99.29分；JEPA Similarity得分98.36分；Physics Adherence指标以73.24分位居榜首。
值得注意的是，InSpatio-Curious的Image Quality仅为60.64分，比综合排名第二的模型低了近9分，但依然拿下总分第一。量子位指出，这意味着该模型的优势主要来自轨迹、深度、时空表征和交互一致性等底层能力，而非画面美观度。
WorldArena 2.0评测局限：仿真环境为主，不测真实物理量
WorldArena由清华、上交、港大等高校联合发起，是衡量具身世界模型真实可用性的评测之一，目前已迭代至2.0版本。量子位报道称，WorldArena 2.0不只检查画面清晰度，还会检查机械臂运动轨迹是否准确、场景深度与空间关系是否稳定，以及物体受作用后是否按合理物理逻辑运动。
但量子位也指出，WorldArena 2.0仍主要围绕标准化仿真环境和机器人操作任务展开，对真实世界的场景、物体、动态过程和交互方式覆盖有限；InSpatio-Curious所在的Track 1，总分主要来自15项生成与视觉代理指标，可判断碰撞在视觉和运动上“看起来是否合理”，但不会直接测量真实世界中的力、摩擦、质量和惯性。模型在固定题库中得高分，不代表换场景或机器人后仍能稳定表现。
影溯联合启动大规模空间智能3D数据开放计划SIDO
8月29日，在武汉举行的第二届中国空间智能大会上，影溯联合20余家高校团队和行业机构，启动大规模空间智能3D数据开放计划SIDO。据量子位报道，SIDO参与方涵盖高校、激光雷达、机器人、3D生成、数字空间及产业应用等环节，目标是打通从数据生产、模型训练到应用反馈的链路。
量子位称，SIDO未来两年计划逐步建设百万级3D/4D场景数据底座，并同步推进评测基准建设，围绕3D重建与生成、场景理解、空间推理、动态预测和具身规划等任务建立更统一的任务定义与评价标准。