李飞飞 CoRL2026 演讲解读从橱柜模型升级 Atlas 世界模型,讲清机器人到底需要什么样的 AI

李飞飞在 CoRL2026 机器人学习顶会发表主题演讲,核心对比了早期被业内调侃为 “橱柜模型” 的旧方案,正式介绍 Atlas 统一生成重建世界模型,核心观点是机器人 AI 不能只做看起来逼真的图像生成,必须拥有稳定的三维空间一致性、环境理解、动作后果预测和仿真能力,解决机器人行业最大痛点 —— 真实物理场景数据稀缺、采集成本太高;演讲里提到的 “橱柜模型” 是圈内戏称,指代早期版本生成模型,画面看着好看,但换个视角之后物体结构、空间关系很容易崩坏,几何一致性差,只能在固定有限场景里展示,像关在橱柜里跑不通真实机器人任务,而 Atlas 作为新一代世界模型,把三维重建、新视角生成整合到同一个多模态自回归扩散 Transformer 架构,支持少量照片重建完整场景、凭空生成新场景、稀疏视图补全,用来给机器人做 Real-to-Sim 虚实仿真,低成本批量生成训练数据,补齐具身智能的数据短板,演讲之后李飞飞还和 AMD 苏姿丰进行炉边对话,这也是 AMD 官宣收购 World Labs 之后两人首次公开同台。机器人的核心任务是在真实物理世界行动,它要解决三件基础事:看懂周边环境、预判自己动作会带来什么结果、依靠仿真补足真实采集不到的数据,大语言模型擅长文本统计,普通图像生成模型只管画面观感,都缺少物理空间因果推演能力,Atlas 的定位就是面向机器人,打通渲染、仿真、规划三大世界模型能力。

橱柜模型与 Atlas 世界模型对比表

对比项橱柜模型(早期生成模型)Atlas 统一世界模型
核心短板 / 特点视觉效果逼真,但是空间几何一致性弱,换视角容易穿模、结构错乱统一重建 + 生成,维持 3D 空间一致性,支持预测新视角
输入条件依赖强条件约束,场景固定文本、图片、视频、深度、相机位姿多模态输入
适用场景Demo 展示、静态画面生成,很难给机器人用机器人仿真、场景重建、新视角合成、虚实转换 Real-to-Sim
机器人价值很低,无法支撑机器人规划、预判动作结果很高,低成本生成海量仿真训练数据
架构思路生成优先,不强制约束几何多模态自回归扩散 Transformer,空间结构优先

Atlas 世界模型三大运行模式清单

  1. 稠密重建模式:输入大量多角度图像,高精度还原真实场景三维结构
  2. 稀疏重建模式:只给少数几张照片,自动补全看不见的区域,生成完整场景
  3. 无条件生成模式:零像素输入,直接生成全新、空间自洽的三维环境

机器人 AI 必须具备的三大核心能力(演讲核心框架)

  • 环境表征理解:看懂物体、空间布局、物体之间的位置关系,也就是渲染能力
  • 动作结果预测:机器人动手移动物体之后,预判场景会怎么变化,也就是规划能力
  • 仿真数据生成:用虚拟仿真场景替代高成本实地采集,补足物理世界数据荒漠,也就是仿真能力

从橱柜模型走向 Atlas 世界模型的演进逻辑

  1. 第一阶段:橱柜模型,只追求画面好看,缺少空间约束,只能做封闭 Demo
  2. 第二阶段:意识到机器人 AI 的核心是空间智能,而不是单纯图像生成
  3. 第三阶段:Atlas 合并重建和生成,同一个模型兼顾真实场景还原和虚拟场景生成
  4. 第四阶段:落地到机器人流程,用 Atlas 生成仿真环境,给机器人策略做预训练、验证、试错

当前方案还存在的局限

  1. Atlas 目前重点解决渲染和仿真,规划推理能力还在持续迭代
  2. 复杂物理动力学、精细接触交互的模拟精度还有提升空间
  3. 虽然少量图片就能重建,但极端遮挡、反光、透明物体依旧容易出错
  4. 落地机器人闭环控制,还需要和机器人策略模块、感知模块联合调试

整体总结

这场 CoRL2026 演讲的核心一句话:机器人需要的 AI 不是只会画图的生成模型,而是空间自洽、能预判物理后果的世界模型。“橱柜模型” 是反面参照,代表好看但空间不可信的生成方案;Atlas 代表新路线,用统一重建 + 生成打通虚实边界,解决机器人最头疼的物理数据太贵太少的问题。这也是 World Labs 被 AMD 收购之后面向机器人领域的一次重要技术亮相,后续这套世界模型会和 AMD 算力硬件深度绑定推进具身智能落地。

【相关 FAQ】

问题 1:李飞飞 CoRL2026 演讲里提到的橱柜模型是什么意思?

回答 1:李飞飞 CoRL2026 演讲里的橱柜模型是业内戏称,指代早期生成模型,画面观感逼真,但视角切换之后空间结构容易崩坏,几何一致性差,只能在封闭场景演示,很难给到机器人使用。

问题 2:李飞飞 CoRL2026 演讲主推的 Atlas 世界模型,和橱柜模型最大差别是什么?

回答 2:Atlas 世界模型把三维重建和新视角生成整合在一起,优先保证空间几何一致性,可以用少量图片重建场景、生成新视角,能够为机器人提供仿真数据;橱柜模型只侧重画面生成,空间稳定性不足,无法支撑机器人行动预判。

问题 3:李飞飞在 CoRL2026 演讲提出,机器人需要什么样的 AI?

回答 3:李飞飞在 CoRL2026 演讲提出,机器人 AI 需要具备环境表征理解、动作后果预测、仿真数据生成三大能力,也就是同时拥有渲染、规划、仿真能力,而不是单纯的图像或者文本生成能力。

问题 4:Atlas 世界模型在机器人场景里有什么作用?

回答 4:Atlas 世界模型可以完成 Real-to-Sim 虚实转换,少量照片重建真实场景、生成虚拟仿真环境,低成本产出海量机器人训练数据,缓解物理世界机器人数据采集成本高、样本不足的难题。

【参考资料】

[2026-11-16](李飞飞最新 CoRL2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI ?)新浪科技

[2026-11-12](547 亿元收购后首次同台,李飞飞对话苏姿丰,详解统一世界模型 Atlas)36 氪

[2026-11-12](CoRL 2026:Fei-Fei Li presents Atlas world model for robotics)Robotics Forward

[2026-09-07](卡住机器人的从来不是芯片,而是物理数据荒漠)36 氪

[2026-06-05](李飞飞长文拆解世界模型实现路径)科学网

【免责声明】

本文为 CoRL2026 李飞飞演讲资讯整理,Atlas 世界模型能力、技术边界、落地进展以 World Labs、斯坦福团队官方论文和演示为准;橱柜模型为现场演讲内的行业戏称,技术效果受场景、输入视角、算力条件影响,内容不构成机器人项目、AI 算力采购建议。

本文来自作者[零波映射]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/rgzn/202611/3276.html

赞 (2)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 零波映射
    零波映射 2026年11月16日

    我是乌兰科技网的签约作者“零波映射”!

  • 零波映射
    零波映射 2026年11月16日

    希望本篇文章《李飞飞 CoRL2026 演讲解读从橱柜模型升级 Atlas 世界模型,讲清机器人到底需要什么样的 AI》能对你有所帮助!

  • 零波映射
    零波映射 2026年11月16日

    本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索

  • 零波映射
    零波映射 2026年11月16日

    本文概览:李飞飞在 CoRL2026 机器人学习顶会发表主题演讲,核心对比了早期被业内调侃为 “橱柜模型” 的旧方案,正式介绍 Atlas 统一生成重建世界模型,核心观点是机器人 AI 不能只做看起来逼真的图像生成,必须拥有稳定的三维空间一致性、环境理解、动作后果预测和仿真能力,解决机器人行业最大痛点 —— 真实物理场景数据稀缺、采集成本太高;演讲里提到的 “橱柜模型” 是圈内戏称,指代早期版本生成模型,画面看着好看,但换个视角之后物体结构、空间关系很容易崩坏,几何一致性差,只能在固定有限场景里展示,像关在橱柜里跑不通真实机器人任务,而 Atlas 作为新一代世界模型,把三维重建、新视角生成整合到同一个多模态自回归扩散 Transformer 架构,支持少量照片重建完整场景、凭空生成新场景、稀疏视图补全,用来给机器人做 Real-to-Sim 虚实仿真,低成本批量生成训练数据,补齐具身智能的数据短板,演讲之后李飞飞还和 AMD 苏姿丰进行炉边对话,这也是 AMD 官宣收购 World Labs 之后两人首次公开同台。机器人的核心任务是在真实物理世界行动,它要解决三件基础事:看懂周边环境、预判自己动作会带来什么结果、依靠仿真补足真实采集不到的数据,大语言模型擅长文本统计,普通图像生成模型只管画面观感,都缺少物理空间因果推演能力,Atlas 的定位就是面向机器人,打通渲染、仿真、规划三大世界模型能力。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们