Dalle parole agli spazi. È questa la direzione indicata da World Labs con Atlas, il nuovo modello di AI presentato il 1° settembre dalla società fondata, tra gli altri, dalla ricercatrice e docente di Stanford Fei-Fei Li. L’obiettivo è ambizioso ma relativamente preciso. Non creare soltanto immagini o video realistici, ma sviluppare un sistema capace di generare, ricostruire e simulare ambienti tridimensionali, mantenendo una relazione coerente tra ciò che viene osservato e il punto da cui viene osservato. Atlas viene definito dall’azienda un “world model”, cioè un modello del mondo, e rappresenta un ulteriore passo nella ricerca sull’intelligenza spaziale. World Labs sostiene che questa capacità sia fondamentale per portare l’AI oltre la comprensione di testi e immagini e avvicinarla alla capacità umana di muoversi, ragionare e agire nello spazio.
La differenza rispetto ai generatori di immagini e video tradizionali riguarda soprattutto il controllo della telecamera e della geometria della scena. Atlas può partire da una singola immagine oppure da un piccolo insieme di immagini di riferimento e ricostruire l’ambiente rappresentato, consentendo poi di esplorarlo da punti di vista differenti. Secondo World Labs, il sistema può generare fino a un minuto di video in risoluzione 1440p, seguendo un percorso della telecamera definito dall’utente. La società parla di un controllo “pixel-perfect”, sottolineando la possibilità di specificare con precisione il movimento della telecamera nello spazio tridimensionale. Il modello non si limita inoltre a produrre fotogrammi. Può generare rappresentazioni 3D sotto forma di point cloud e 3D Gaussian splats, tecnologie che permettono di rappresentare geometria e profondità di una scena e che possono essere utilizzate all’interno di applicazioni tridimensionali.
È proprio questa combinazione tra immagini, video e rappresentazione tridimensionale a rendere Atlas interessante. Nei modelli generativi convenzionali, una scena può apparire coerente in un singolo fotogramma ma perdere consistenza quando la telecamera cambia posizione. Atlas punta invece a mantenere una coerenza spaziale durante l’esplorazione dell’ambiente. Una fotografia di una stanza può quindi diventare il punto di partenza per ricostruire uno spazio più ampio, nel quale il sistema deve stabilire quali oggetti si trovano davanti, dietro o lateralmente rispetto alla posizione iniziale della telecamera. Non significa che il modello recuperi automaticamente una copia perfetta della realtà. Quando le informazioni disponibili sono insufficienti, deve necessariamente ricostruire ciò che non vede sulla base delle proprie previsioni. È una distinzione importante, perché una scena visivamente convincente non equivale necessariamente a una ricostruzione fisicamente accurata. Analisi indipendenti hanno infatti evidenziato che le capacità di simulazione robotica di Atlas devono ancora essere dimostrate su larga scala.
La prospettiva più rilevante riguarda proprio la robotica. Un robot che deve muoversi in un ambiente reale non ha bisogno soltanto di riconoscere un tavolo o una porta. Deve capire dove si trovano, quanto sono distanti, come cambiano le relazioni tra gli oggetti quando si sposta e quali conseguenze può avere una determinata azione. Per World Labs, i world model possono diventare una componente di questo processo, permettendo di trasformare ambienti reali in simulazioni nelle quali addestrare e valutare sistemi robotici. La società aveva già indicato questa direzione nei mesi precedenti, collegando l’intelligenza spaziale alla simulazione e alla robotica, e nel luglio 2026 aveva acquisito SceniX proprio per rafforzare le proprie competenze in questo campo. Fei-Fei Li ha spiegato che gli esseri umani dipendono dall’intelligenza spaziale per percepire, orientarsi e interagire con il mondo, e sostiene che anche le macchine dovranno sviluppare capacità analoghe per poter agire efficacemente nell’ambiente fisico.
Il progetto arriva inoltre in un momento in cui la ricerca sui world model sta attirando investimenti e attenzione crescente. Nel febbraio 2026 World Labs ha raccolto 1 miliardo di dollari, in un round che ha coinvolto anche Nvidia, AMD e Autodesk, portando le risorse raccolte dalla società a un livello particolarmente elevato per una realtà ancora giovane. Reuters ha ricordato come la tesi centrale di World Labs sia proprio lo sviluppo di modelli capaci di ragionare sul mondo tridimensionale, con possibili applicazioni nella robotica e nella realtà virtuale. Il finanziamento, però, non dimostra da solo la maturità della tecnologia. La sfida resta trasformare ricostruzioni convincenti in modelli affidabili del comportamento del mondo reale, dove errori di profondità, geometria o fisica possono avere conseguenze molto più serie rispetto a quelle di un’immagine generata male. È anche per questo che Atlas va considerato soprattutto come un tassello di una ricerca ancora in corso. Se la tecnologia riuscirà a mantenere nel tempo coerenza geometrica e capacità di simulazione, il suo significato potrebbe andare oltre la generazione di contenuti. L’obiettivo finale è un’AI che non si limiti a descrivere il mondo, ma che sappia costruirne una rappresentazione con cui ragionare e, un giorno, aiutare le macchine ad agire al suo interno.
Clamore per Seedance 2.0 di Bytedance: è il modello di video AI più avanzato sul mercato?
Seedance 2.0 è in grado di processare simultaneamente testo, immagini,…
