월드랩스(World Labs)가 9월 1일 차세대 월드 모델 Atlas를 공개하고 조기 접근 신청을 받기 시작했습니다. 텍스트와 이미지, 영상, 3D 정보를 함께 받아 새로운 장면을 만들고 실제 공간을 재구성하거나 시뮬레이션하는 모델입니다. 다만 현재 모집은 누구나 바로 쓰는 공개 베타가 아니라, 신청자 가운데 월드랩스가 선택한 파트너를 대상으로 합니다.
Atlas가 내세운 가장 눈에 띄는 결과는 카메라 경로를 직접 지정해 최대 1분 길이의 1440p 영상을 만든다는 점입니다. 장면의 보이지 않는 부분을 추정해 새로운 시점을 만들고, 결과를 이미지와 영상뿐 아니라 포인트 클라우드와 3D Gaussian splat으로도 내보낼 수 있습니다. 창작 도구와 3D 재구성, 로봇 훈련용 시뮬레이션을 하나의 모델로 연결하려는 발표입니다.
사진을 움직이는 대신 공간을 문맥으로 삼습니다
일반적인 이미지 투 비디오 모델에도 카메라 이동을 글로 지시할 수 있습니다. 하지만 왼쪽으로 팬, 앞으로 이동 같은 문장은 실제 카메라의 위치와 각도를 정확히 표현하지 못합니다. Atlas는 카메라 자세와 3D 깊이 정보를 모델이 직접 처리하는 입력으로 사용합니다. 각 이미지가 공간의 어느 위치에서 촬영됐는지 문맥에 넣고 다음 시점의 장면을 생성하는 방식입니다.
이 구조에서는 한 장의 사진만으로도 카메라가 옆이나 뒤로 이동했을 때 보일 장면을 만들 수 있습니다. 입력 사진에 로봇의 앞면만 있으면 뒷면을 추정하고, 수영장 옆 화면 밖 공간에 잔디가 이어질 것이라고 상상합니다. 두 장의 서로 관계없는 사진을 3D 공간의 양쪽에 놓고, 그 사이를 잇는 복도나 문을 생성하는 사례도 공개됐습니다.
여기에는 재구성과 생성이 함께 들어갑니다. 사진에 실제로 보인 영역은 입력과 맞아야 하지만, 촬영되지 않은 부분은 모델이 그럴듯하게 채웁니다. 실제 장소를 더 정확히 옮기려면 입력을 늘려야 합니다. 월드랩스는 두세 장으로도 충실한 재구성이 가능하다고 설명하면서, 100장이 넘는 이미지도 공간 문맥에 넣을 수 있다고 밝혔습니다. 이 성능 평가는 회사가 공개한 결과이며 독립 검증 결과는 아닙니다.
공개 영상 예시는 참조 이미지 한 장에서 여섯 장
Atlas의 카메라 제어 영상 예시는 한 장에서 여섯 장의 참조 이미지와 사람이 설계한 카메라 경로를 사용합니다. 이는 모델 전체의 입력 상한이 아닙니다. 월드랩스가 공개한 대표 사례는 적은 수의 참조 이미지로 1440p 해상도의 1분 영상을 만든 결과입니다. 발표 페이지의 다른 영상은 웹 성능을 위해 압축됐다고 회사가 따로 밝혔습니다.
긴 영상에서 중요한 것은 프레임 한 장의 화질만이 아닙니다. 카메라가 이동해도 앞서 본 건물의 구조와 물체 배치가 이어져야 합니다. Atlas는 입력을 하나의 공간 문맥으로 묶고, 앞에서 생성한 요소를 조건으로 다음 요소를 순서대로 만드는 다중모달 자기회귀 확산 트랜스포머입니다. 이미지는 카메라 자세와 연결되고, 영상은 이미지의 연속으로 처리됩니다.
회사 설명에 따르면 Atlas는 정류 흐름(rectified flow) 방식으로 잡음을 단계적으로 제거해 결과를 만듭니다. 추론 단계 수를 조절해 속도와 품질을 바꿀 수 있고, 자기회귀 구조에는 언어 모델 서빙에서 쓰이는 KV 캐시와 캐시 인식 라우팅 같은 기술을 적용할 여지가 있습니다. 구체적인 모델 크기와 학습 데이터 규모, 실제 생성 시간, 필요한 GPU 사양은 이번 발표에 공개되지 않았습니다.
3D 재구성과 로봇 시뮬레이션까지 묶었습니다
Atlas는 사진이나 영상에서 새로운 시점의 2D 장면만 만드는 데서 멈추지 않습니다. 이미지와 3D 깊이 지도를 함께 생성해 포인트 클라우드를 만들고, 빈 부분을 채워 3D Gaussian splat 장면으로 변환합니다. 한 장의 이미지에서는 보이지 않은 공간을 추정하며, 실제 영상을 입력하면 프레임별 깊이를 예측해 3D 재구성에 사용합니다.
영상 재구성에서는 최소 세 대의 일반 카메라로 같은 순간을 촬영한 뒤 시간을 멈춘 것처럼 새로운 각도의 장면을 만드는 사례를 제시했습니다. 공개 예시는 엔지니어와 연구원이 휴대전화와 액션 카메라를 삼각대와 클램프에 설치해 촬영했고, 세 개에서 다섯 개 시점으로 장면을 재구성했습니다. 전문 볼류메트릭 촬영 장비 없이도 시점을 바꾸는 영상 제작을 겨냥한 기능입니다.
로봇 분야에서는 휴대전화 영상으로 공간을 재구성하고, 가상 로봇이 이동할 때 몸체 카메라에서 보일 RGB 영상과 깊이 정보를 생성합니다. 발표에 나온 두 개의 대형 환경은 각각 24개 프레임을 재구성에 사용했습니다. 물체를 집거나 움직이는 작업에서는 위치와 조명, 배경, 로봇 동작을 바꿔 훈련·평가용 환경을 늘리는 Real-to-Sim 흐름을 제시했습니다. 실제 로봇에 곧바로 배포할 수 있는 완제품이라는 뜻은 아니며, 공개 페이지도 이를 조기 접근 모델의 응용 사례로 설명합니다.
Marble을 대체한 공개 서비스는 아닙니다
Atlas와 Marble은 현재 이용 범위가 다릅니다. Marble은 2025년 11월부터 누구나 가입해 사용할 수 있는 제품입니다. 텍스트·이미지·영상·거친 3D 배치에서 탐색 가능한 세계를 만들고 편집·확장한 뒤 Gaussian splat, 메시, 영상으로 내보냅니다. 2026년 1월 공개된 World API도 현재 Marble의 세계 생성 기능을 프로그램에서 호출하는 인터페이스입니다.
Atlas는 앞으로 나올 Marble 버전과 월드랩스의 다른 제품을 구동할 기반 모델로 소개됐습니다. 현재 Marble 화면이나 공개 World API에서 Atlas를 선택할 수 있다고 발표한 것은 아닙니다. Marble 요금표만으로 Atlas의 이용 비용을 판단할 수 없습니다.
신청은 열렸지만 가격과 일정은 공개되지 않았습니다
월드랩스는 공식 발표에서 Atlas가 선별 파트너 대상 조기 접근 단계에 들어갔다고 밝혔습니다. 신청 버튼은 Typeform으로 연결되며, 신청서를 제출하면 회사가 연락하는 방식입니다. 신청 완료가 사용 권한을 바로 보장하지는 않습니다.
9월 10일 현재 Atlas 자체의 가격, 무료 사용량, API 요금, 지원 국가, 일반 공개 날짜는 발표 페이지에 없습니다. 체험을 원하는 기업과 제작자는 어떤 입력 자료를 갖고 있는지, 영상·3D 재구성·로봇 시뮬레이션 가운데 어떤 작업을 하려는지 구체적으로 적어 조기 접근을 요청하는 단계입니다.
Atlas는 같은 공간 문맥으로 영상의 카메라 제어, 실제 장소의 3D 재구성, 시간 변화와 로봇 관찰 시뮬레이션을 함께 처리하려 합니다. 이제 확인할 것은 공식 데모 밖의 입력에서도 공간 일관성이 얼마나 유지되는지, 생성 시간과 비용이 제작·로봇 개발 과정에 맞는지입니다. 그 답은 선별 파트너의 사용 결과와 일반 공개 조건이 나와야 판단할 수 있습니다.
Gemini가 영상 구간을 스스로 탐색한다: 에이전트형 영상 이해의 비용·정확도 조건
Google이 Gemini API에 에이전트형 영상 이해를 추가했습니다. 긴 영상에서 어떤 구간과 신호를 볼지 모델이 고르는 방식이지만, 짧은 영상과 빠른 응답이 필요한 경우에는 기존 정적 처리도 여전히 맞습니다.
GPT Image 2.5 공개, 부분 수정 강화하고 Higgsfield에서도 제공
OpenAI가 이미지 편집과 생성 기능을 개선한 GPT Image 2.5를 공개했습니다. Higgsfield에서는 Flare와 Sunburst를 선택해 사용할 수 있습니다.