World Labs dévoile Atlas : le modèle de monde 3D de Fei-Fei Li
World Labs, la startup de Fei-Fei Li, présente Atlas, un modèle de monde multimodal capable de générer de la 3D et des vidéos avec un contrôle caméra précis.
👁 114 lectures
Mise à jour du 18.09.2026 : pour les noms de produits et modèles qui ont été renommés ou abandonnés depuis la publication, j’ai précisé l’état actuel et un lien vers le guide à jour entre parenthèses. Le reste de l’article demeure inchangé.
World Labs, la startup fondée par Fei-Fei Li, a présenté le 1er septembre 2026 Atlas, un modèle décrit comme le premier modèle de monde multimodal capable de générer des images et des vidéos avec un contrôle de caméra au pixel près, tout en reconstruisant des scènes en 3D. Vous trouverez un comparatif d’Atlas face à Genie 3, Odyssey-3 et Cosmos dans notre guide dédié aux modèles de monde.
Atlas peut produire jusqu’à une minute de vidéo en résolution 1440p à partir d’une simple image 2D, tout en conservant une cohérence géométrique stricte et en permettant d’observer la scène sous n’importe quel angle. En plus de la vidéo, le modèle génère des éléments 3D - des nuages de points ainsi que des Gaussian Splats 3D - en combinant vidéo, texte, trajectoires de caméra et cartes de profondeur dans un espace spatial unifié.
Google · Vos sourcesPromptif plus haut dans Google - en un clicAjouter aux sources préférées →En quoi Atlas se distingue des générateurs vidéo classiques
Les générateurs vidéo traditionnels, tels que Sora (produit fermé par OpenAI le 26 avril 2026 ; quelles alternatives) d’OpenAI, reposent sur des prompts textuels souvent imprécis pour orienter l’angle et le mouvement de caméra. Atlas fonctionne différemment : il intègre directement les trajectoires de caméra et les données géométriques comme entrées natives, garantissant ainsi un contrôle de perspective bien plus rigoureux. World Labs le décrit comme un modèle reposant sur une architecture de transformer de diffusion autorégressif multimodal, nettement plus sophistiquée que les premiers générateurs vidéo.
Les premiers retours partagés par des utilisateurs sur X s’avèrent prometteurs. Le développeur Ian Curtis a par exemple présenté une scène reconstituée à partir d’une unique image source via Atlas, associée aux bibliothèques spark.js et three.js.
Ce lancement concrétise l’hypothèse centrale formulée par Fei-Fei Li lors de la création de l’entreprise en février 2024. Elle affirmait alors que l’émergence d’une AGI - un système d’IA surpassant les capacités cognitives humaines - serait impossible sans une intelligence spatiale (spatial intelligence). Il s’agit de la faculté de raisonner nativement sur les objets en 3D, leur environnement et les répercussions spatiales de leurs interactions physiques, afin que l’IA saisisse la physique du monde réel plutôt qu’une simple description textuelle.
Fei-Fei Li a auparavant dirigé le laboratoire d’IA de l’Université Stanford et cofondé le Stanford Institute for Human-Centered AI. Sa jeune pousse a déjà levé 1,2 milliard de dollars auprès d’investisseurs de premier plan, parmi lesquels Nvidia, AMD et Autodesk, ce qui illustre l’intérêt stratégique de l’industrie pour les modèles de monde physiquement conscients.
Il appartiendra aux tests approfondis et aux déploiements à grande échelle de vérifier dans quelle mesure Atlas comblera définitivement le fossé entre simulation numérique et raisonnement sur le monde physique.
More on this from PROMPTIF
