> ## Content Index > Fetch the complete content index at: https://fomoera.com/llms.txt > Use this file to discover other available public pages before exploring further. # World Labs presenta Atlas y en su propia prueba de cámara los rivales solo recibieron texto - URL: https://fomoera.com/world-labs-presenta-atlas-y-en-su-propia-prueba-de-camara-los-rivales-solo-recibieron-texto/ - Published: 2026-09-01T23:30:36.000Z - Updated: 2026-09-01T23:30:36.000Z - Description: World Labs presentó Atlas, el modelo con el que genera hasta un minuto de video a 1440p con control de cámara y reconstruye lugares reales en 3D. Las dos evaluaciones que publicó son propias y el acceso está limitado a socios seleccionados, sin precio ni fecha general. - Author: Dilis Salazar - Tags: Tecnología y Ciencia, IA **TL;DR:** - World Labs presentó Atlas el 1 de septiembre de 2026: genera hasta un minuto de video a 1440p siguiendo la trayectoria de cámara que fije el usuario. - En la prueba de control de cámara de la empresa, Atlas recibió el recorrido en su formato nativo y los cinco modelos rivales solo una descripción en texto. - El acceso queda en manos de socios seleccionados, sin precio ni fecha general, así que nadie fuera de la compañía ha reproducido esos resultados. --- World Labs presentó el 1 de septiembre de 2026 a Atlas, el modelo de mundo con el que la empresa cofundada por Fei-Fei Li quiere generar, reconstruir y simular espacios dentro de un solo sistema. La compañía explica que Atlas procesa texto, imágenes, video y datos 3D, ancla cada imagen en una posición del espacio y entrega hasta un minuto de video a 1440p siguiendo la trayectoria de cámara que fije el usuario, además de nubes de puntos y splats gaussianos de lugares reales. World Labs publicó dos evaluaciones propias en las que Atlas supera a modelos de video y a sistemas especializados en reconstrucción 3D, aunque en la prueba de cámara solo Atlas recibió el recorrido en su formato nativo y los rivales lo recibieron descrito en texto. El acceso está limitado a socios seleccionados, sin precio ni fecha de disponibilidad general. ## El control de cámara deja de ser una instrucción escrita Atlas es un transformer de difusión autorregresivo y multimodal entrenado desde cero, según la descripción técnica que publicó World Labs. Procesa texto, imágenes, poses de cámara y mapas de profundidad, y trata el video como una secuencia de imágenes. Cada imagen queda anclada a una posición concreta del espacio tridimensional, lo que la empresa llama contexto espacial. Eso cambia la manera de pedirle un movimiento. Un generador de video convencional recibe la orden en palabras, un paneo o una grúa; Atlas recibe la geometría de la cámara como dato de entrada y devuelve la vista desde ese punto exacto. Con ese mecanismo, la empresa dice que el modelo produce videos de hasta un minuto a 1440p a partir de entre una y seis imágenes de referencia y un recorrido diseñado a mano. El contexto espacial también permite colocar dos imágenes sin relación entre sí en distintos puntos del espacio y dejar que el modelo genere el tramo que las une. En los ejemplos publicados aparecen puertas, pasillos y rincones que nadie fotografió y que Atlas inventa para hilar una escena con otra. ## La ventaja que midió su propia prueba Para sostener que Atlas obedece mejor las órdenes de cámara, World Labs armó una comparación contra cinco modelos de video y recurrió a evaluadores humanos externos, que eligieron qué resultado respetaba mejor el movimiento pedido. Atlas ganó los cinco cruces, con márgenes que van de 75% a 94% de los votos, y la empresa sostiene que su ventaja crece conforme la trayectoria se vuelve más compleja. Estos son los cinco modelos con los que se comparó y la proporción de evaluadores que prefirió el resultado de Atlas en cada cruce. __Preferencia de evaluadores humanos en la prueba de generación con control de cámara publicada por World Labs el 1 de septiembre de 2026__ | Modelo comparado | Evaluadores que prefirieron a Atlas | | ----------------- | ----------------------------------- | | MiniMax H3 | 75% | | Gemini Omni Flash | 81% | | Happy Horse 1.1 | 86% | | FLUX 3 | 93% | | Seedance 2.5 | 94% | La asimetría aparece en el diseño de la prueba y la propia empresa la detalla: los otros modelos no aceptan cámaras como entrada nativa, así que su recorrido se describió con términos cinematográficos dentro del prompt de texto. World Labs reconoce que una ingeniería de prompts más elaborada podría mejorar el seguimiento de cámara de esos sistemas. La prueba mide, entonces, qué tan lejos queda el texto de un dato geométrico, no solo qué modelo entiende mejor una escena. En reconstrucción 3D el margen es más estrecho. Con las cifras que publicó la empresa, Atlas promedia un error relativo de 25.3 milésimas frente a 28.7 del mejor de los cinco sistemas especializados y 47.7 del último. En uno de los siete conjuntos de prueba, el modelo abierto VGGT-Ω 1B registró menos error que Atlas, 40.2 contra 42.4\. World Labs aclara que reprodujo los resultados de todos los sistemas de referencia para correr el mismo protocolo. ## Mientras más fotos recibe, menos inventa La otra mitad del modelo trabaja en dirección contraria. En vez de imaginar un lugar, lo copia. Atlas reconstruye un espacio real a partir de una imagen o de decenas, y la empresa afirma que con dos o tres suele bastar para una reconstrucción fiel, aunque el contexto espacial admite más de cien. Según World Labs, mientras más imágenes recibe, menos partes tiene que rellenar por su cuenta. Esa diferencia pesa fuera de la demostración. Un jardín inventado detrás de la cámara sirve para una escena de ficción y no sirve para el levantamiento de una bodega, una tienda o una casa en venta. Atlas entrega la salida como nube de puntos o como splats gaussianos, la misma representación que usa Marble, el primer producto de la compañía, al que Atlas alimentará en versiones futuras. ![Cheerful senior woman dancing by a fireplace indoors, accompanied by friends.](https://fomoera.com/content/images/2026/09/fomoera-pexels-7329676--source.jpg) Imagen ilustrativa: World Labs dice que capturó entornos completos con video de celular para alimentar sus reconstrucciones · Foto de [MART PRODUCTION](https://www.pexels.com/@mart-production?ref=fomoera.com) en [Pexels](https://www.pexels.com/photo/woman-in-white-long-sleeve-shirt-standing-by-the-fireplace-7329676/?ref=fomoera.com) El mismo mecanismo sostiene los otros dos usos que muestra la empresa. Con material de tres a cinco cámaras, grabado con teléfonos comunes sobre trípodes según la descripción del equipo, el modelo congela un instante y lo reencuadra desde ángulos que nadie filmó, el efecto que el cine llama bullet time. Para robótica, World Labs capturó dos entornos grandes con video de celular, usó 24 cuadros de cada uno para reconstruirlos y después generó las imágenes RGB y de profundidad que verían las cámaras montadas en un robot simulado que recorre ese espacio. ## El acceso anticipado deja la comprobación en manos de los socios Atlas entra en acceso anticipado con socios seleccionados y se solicita mediante un formulario. El anuncio no incluye precio, fecha de disponibilidad general ni el nombre de esos socios, y tampoco hay una evaluación independiente que confirme las comparaciones publicadas. El contexto financiero explica el tamaño de la apuesta. World Labs levantó 1,000 millones de dólares el 18 de febrero de 2026 con AMD, Autodesk, Emerson Collective, Fidelity Management & Research Company, NVIDIA y Sea entre sus inversionistas, y presenta a Atlas como resultado de entrenar modelos cada vez más grandes con más cómputo. Mientras el acceso siga limitado a socios elegidos por la propia empresa, las únicas cifras disponibles sobre Atlas son las que publicó World Labs. La comprobación externa depende de que esos socios enseñen qué hace el modelo con escenas que la compañía no eligió. *Fuentes:* [1](https://www.worldlabs.ai/blog/atlas?ref=fomoera.com), [2](https://www.worldlabs.ai/blog/funding-2026?ref=fomoera.com)