Atlas视频生成世界模型评测
查邮件发现上周通过了world labs的申请，测试了一下室内场景，输入为三张任意拍摄的图(之后可以任意加)，Atlas先是计算了depth & confidence，然后让你在3D coarse ply with camera的space里面K关键帧，设置一下采集帧数和帧率，就可以导出视频了。

发现两组采集参数下，首帧 OOD 画面出现了截然不同的猜测结果。感觉12/12的幻觉更严重，60/20的猜测结果会更合理一些。这里让我有点意外，本以为spatial memory会是相对静态的，结果也依赖观测密度。

2编，更新12/12参数下首帧OOD画面重新采集结果。结论就是，观测密度大概率会影响模型在 OOD 画面上的内容猜测分布。

Atlas 视频生成