Fei-Fei Lis World Labs stellt «Atlas» vor: ein KI-Modell für räumliches Denken

Was ist passiert?

Das KI-Unternehmen World Labs hat am 1. September 2026 sein neues Modell Atlas vorgestellt. Mitgegründet wurde das Unternehmen von der Stanford-Informatikerin Fei-Fei Li gemeinsam mit den früheren Google-Forschern Justin Johnson und Ben Mildenhall. Atlas gilt als «Omni-Weltmodell»: Aus einem oder wenigen Fotos, aus Videomaterial oder aus Textbeschreibungen erzeugt es vollständige, dreidimensionale Umgebungen, die sich aus beliebigen Blickwinkeln betrachten lassen. Anders als frühere Bildgeneratoren, die einzelne, statische Ansichten erzeugen, baut Atlas eine konsistente räumliche Repräsentation der gesamten Szene auf.

Kernstück des Modells ist die Fähigkeit zur sogenannten neuen Blickwinkel-Vorhersage: Atlas berechnet, wie eine Umgebung von einer anderen Position und zu einem anderen Zeitpunkt aus aussehen würde, mit präziser Kontrolle über die virtuelle Kamera. Dabei verbindet das Modell Text-, Bild-, Video- und 3D-Eingaben zu einem gemeinsamen räumlichen Kontext. World Labs nennt als mögliche Anwendungsfelder unter anderem die Robotik, wo Entwicklerinnen und Entwickler realistische virtuelle Umgebungen benötigen, um Maschinen zu trainieren und zu testen, bevor sie in der physischen Welt zum Einsatz kommen.

Warum ist das wichtig?

Die Vorstellung von Atlas markiert für Fei-Fei Li die praktische Umsetzung einer These, die sie seit Jahren vertritt: dass echte künstliche allgemeine Intelligenz ohne «räumliche Intelligenz» nicht erreichbar sei – also ohne die Fähigkeit, dreidimensionale Objekte, Umgebungen und deren Wechselwirkungen zu verstehen. Während die meisten aktuellen KI-Fortschritte auf Sprache und zweidimensionale Bilder ausgerichtet sind, zielt Atlas auf jene Lücke, die zwischen simulierten und physischen Umgebungen besteht – eine Lücke, die insbesondere die Robotik seit Langem bremst.

Dass World Labs für diese Vision bereits 1,2 Milliarden Dollar von Investoren wie Nvidia, AMD und Autodesk eingesammelt hat, zeigt, wie ernst die Industrie das Konzept nimmt. Gelingt es, mit Modellen wie Atlas den Aufwand für realistische Simulationsumgebungen deutlich zu senken, könnte dies die Entwicklung und den Praxiseinsatz von Robotik- und Automatisierungslösungen branchenübergreifend beschleunigen, da sich neue Anwendungen erstmals virtuell statt ausschliesslich an physischen Prototypen testen liessen.

Schweizer Robotik-Forschungsgruppen, etwa am Robotic Systems Lab der ETH Zürich oder an vergleichbaren Instituten der EPFL, investieren traditionell erheblichen Aufwand in den Aufbau realistischer Simulationsumgebungen, um neue Roboterplattformen zu trainieren und zu testen, bevor sie physisch gebaut werden. Für Schweizer Industrieunternehmen mit starkem Robotik- und Automatisierungsbezug, etwa im Maschinen- und Anlagenbau, eröffnet ein breit verfügbares Weltmodell wie Atlas die Möglichkeit, Produktionsumgebungen virtuell zu simulieren, bevor reale Anlagen entstehen. Die Kapitalintensität des Projekts – 1,2 Milliarden Dollar für ein einzelnes, noch junges Unternehmen – macht zugleich deutlich, in welcher Grössenordnung sich private Weltmodell-Forschung inzwischen bewegt, verglichen mit der öffentlich finanzierten Schweizer KI-Grundlagenforschung rund um das Swiss National AI Institute und das Apertus-Projekt.