李飞飞团队发布多模态世界模型Atlas 开辟AGI技术新路径

2026年9月，人工智能领域先驱李飞飞携World Labs团队在投资机构a16z的前沿技术论坛上首次公开自研多模态世界模型Atlas。该模型打破大语言模型预测下一token、视频模型预测下一帧的传统范式，以“新视角预测”为核心，可基于少量视角图像或文本生成任意时空视角画面，原生支持多模态数据处理，被视为AGI领域的突破性方向。

作为硅谷顶级风投机构a16z每年最受关注的AI前沿论坛环节之一，李飞飞团队的这次亮相几乎承包了2026年9月初全球AI圈的全部讨论热度。毕竟在大语言模型参数迭代陷入边际效应递减、生成式AI落地场景长期集中在内容生产领域的当下，整个行业都在寻找下一个能够推动AGI落地的核心技术支点。

过去十年，AI领域的核心技术突破始终围绕两大预测逻辑展开：大语言模型以“下一token预测”为核心，实现了自然语言理解与生成能力的跃迁；视频生成模型以“下一帧预测”为核心，推动了AIGC内容生态的爆发。

但随着技术迭代深入，两大路径的固有缺陷也逐渐暴露：大语言模型始终无法完全解决幻觉问题，很难适配对精准度要求极高的工业、机器人场景；视频生成模型的长时序时空一致性问题迟迟得不到突破，传统三维重建技术又依赖高密度的多视角采集数据，落地成本居高不下，整个行业都在呼唤新的技术范式。