Tek Bir Fotoğraftan 3D Evrenler Yaratmak: World Labs Yeni Nesil Yapay Zeka Modeli Atlas’ı Duyurdu

Yapay zeka dünyasında metin ve iki boyutlu görsel üretiminin ötesine geçerek fiziksel dünyayı üç boyutlu algılayan modeller öne çıkmaya başladı. Yapay zekanın öncü isimlerinden Fei-Fei Li tarafından kurulan girişim World Labs, bu alanda çığır açacak yeni mekânsal yapay zeka (spatial AI) modeli Atlas’ı resmi olarak duyurdu. Tek bir 2D fotoğraftan yola çıkarak 1440p çözünürlükte bir dakikaya varan videolar üretebilen Atlas, derinlik algısı ve 3D dünya yapısıyla içerik üretim standartlarını baştan tanımlıyor.

Çoklu Veri Tiplerini Tek Bir Mekânsal Mimaride Birleştiren Omni Model

Klasik görsel ve video üretme araçlarının aksine Atlas, fiziksel dünyanın geometrisini ve mekânsal derinliğini doğrudan kavrayabilen bir "omni yapay zeka" mimarisi üzerine kuruldu. Metin, durağan fotoğraflar, hareketli videolar ve üç boyutlu veri setlerini aynı yapıda işleyen model, tüm bu farklı girdileri ortak bir mekânsal düzlemde bir araya getiriyor.

Modelin en dikkat çekici yanlarından biri, sahnenin kamera açısı dışında kalan ya da gizli kalan kısımlarını sahip olduğu genel dünya bilgisiyle tutarlı bir şekilde tahmin edebilmesi. Geliştiriciler, kameranın açılarını, hareket rotasını ve geometrik parametrelerini doğrudan bir girdi türü olarak sisteme tanımlayabiliyor. Bu sayede sahnede kameranın nasıl hareket edeceği tamamen kullanıcının kontrolüne geçiyor ve karmaşık sinematik çekimler yapay zeka tarafından simüle edilebiliyor.

Robotikten Oyun ve Üretken İçerik Sektörüne Geniş Alan

Atlas'ın sunduğu mekânsal süreklilik ve fiziksel gerçeklik yeteneği, teknoloji ve girişimcilik ekosisteminde pek çok farklı sektör için kritik çözümler vadetmektedir. Öne çıkan kullanım alanları şunlardır:

• Robotik ve Otonom Sistemler: Gerçek dünya ortamlarını hızla 3D simülasyonlara dönüştürerek robotik sistemlerin eğitilmesi süreçlerini (real-to-sim) büyük ölçüde kolaylaştırıyor.
• Görsel Sanatlar ve Oyun Tasarımı: Pahalı 3D tarama ekipmanlarına ihtiyaç duymadan, yalnızca bir veya birkaç fotoğrafla 360 derecelik panoramik sahneler ve dijital varlıklar oluşturulmasını sağlıyor.
• Prodüksiyon ve Sinema: Sahnenin çekildikten sonra bile farklı açılardan yeniden çerçevelenmesine ve dinamik kamera hareketleri eklenmesine imkan tanıyor.

Az Sayıda Görselle Yüksek Hassasiyetli 3D Kurulum

World Labs’in geliştirdiği mimarinin başarısı, çok kısıtlı veriyle dahi yüksek doğrulukta mekânsal kurulum yapabilmesinden geliyor. Atlas, sadece iki veya üç referans görsel kullanarak nesnelerin ve ortamların derinlik haritasını çıkarabiliyor. Girdi sayısı arttıkça modelin tahmin veya hayal etmek zorunda kaldığı alanlar azalıyor; yüzden fazla fotoğraf sağlandığında ise gerçek ortamların birebir 3 boyutlu dijital ikizleri üretilebiliyor.

Şirket tarafından açıklanan bilgilere göre Atlas, World Labs'in üzerinde çalıştığı Marble adlı yeni nesil 3D platformunun da temelini oluşturacak. Şu an için başvuru süreci üzerinden seçilen sınırlı sayıda iş ortağına ve geliştiriciye erken erişimle sunulan model, yapay zeka dünyasında mekânsal zeka döneminin hız kazandığını gösteriyor.