Vai al contenuto
AI.info

The Pulse

World Labs apre il modello del mondo Atlas tramite un’API pubblica

Gli sviluppatori possono usare Atlas per generare e modificare scene spaziali tramite endpoint API pubblici. World Labs offre anche strumenti per ricostruire scene, modellare mondi e convertire gli splat in mesh.

World Labs apre il modello del mondo Atlas tramite un’API pubblica

Gli sviluppatori possono ora usare il modello del mondo Atlas di World Labs tramite endpoint API pubblici per creare e modificare scene spaziali nelle proprie applicazioni. World Labs annuncia il rilascio degli strumenti Atlas e delle API per sviluppatori il 12 novembre, insieme a integrazioni con strumenti esistenti, tra cui Blender.

Atlas trasforma immagini in mondi 3D esplorabili e modificabili. Il rilascio include anche strumenti per ricostruire scene, modellare un mondo e convertire gli splat in mesh.

Strumenti per creare scene

Viewfinder ricostruisce una scena da fotografie o immagini generate, consentendo agli utenti di esplorare diversi punti di vista e renderizzare percorsi della camera. Chisel consente agli utenti di modellare un mondo tramite la creazione controllabile di scene e il grayboxing.

L’azienda elenca anche Splats to Mesh, per convertire gli splat in mesh da usare nei giochi e negli ambienti interattivi, e Relight, per manipolare l’illuminazione degli splat.

Dentro il flusso di lavoro dell’API

Il flusso di lavoro dell’API inizia posizionando le immagini con un’attività chiamata images2PosedRGBD, secondo la documentazione di World Labs. È possibile inviare insieme immagini con punti di vista sovrapposti, così che il servizio possa stimarne le posizioni relative; immagini con pose definite separatamente possono invece essere inserite in una scena condivisa per creare una composizione artistica.

Le visuali risultanti includono una camera e una mappa di profondità per ogni immagine. Gli sviluppatori possono quindi inviare queste visuali a atlasGenerate insieme a camere target che specificano dove creare nuove visuali.

Atlas restituisce un’immagine RGB e una camera per ciascun target, con la profondità disponibile su richiesta. Le visuali restituite possono essere usate come contesto per ulteriori richieste, mentre è possibile inviare un percorso ordinato della camera per creare un video o un volo virtuale.

Un’altra attività, atlasChisel, applica modifiche basate su maschere a visuali con posa definita. La documentazione descrive l’uso di maschere separate per contrassegnare le parti delle immagini da modificare, preservando il resto.

Come Atlas modella un mondo

World Labs ha presentato Atlas il 1 settembre come modello del mondo per l’intelligenza spaziale. Il modello è stato preaddestrato per operare su testo, immagini, video e 3D, e combina i suoi input in un contesto spaziale condiviso.

Per la ricostruzione spaziale, Atlas può usare più visuali di input e potrebbe inventare parti di una scena che non sono visibili in esse. Nella presentazione del modello, World Labs ha detto che poteva generare immagini e video a partire da una o più immagini, con controllo della camera, producendo fino a 1 minuto di video a 1440p.

Il modello può anche generare nuove visuali e stimarne la geometria, producendo output come nuvole di punti e splat gaussiani 3D. Per i video di uno spazio reale, l’azienda afferma che Atlas può prevedere la profondità di ogni fotogramma e combinare i risultati in una ricostruzione 3D.

Fonti

Aziende in questa notizia

Notizie correlate

Esplora

Altri articoli