"No hay lenguaje ahí fuera”: Atlas quiere hacer con el mundo físico lo que los LLM hicieron con internet
Atlas, el nuevo modelo presentado por World Labs, promete revolucionar la inteligencia artificial al aplicar el concepto de ‘modelos del mundo’. Inspirado por los avances de los modelos de lenguaje de gran escala (LLM) en internet, Atlas busca replicar este éxito en el mundo físico. Liderado por Fei-Fei Li, reconocida como la «madrina de la IA», el proyecto destaca por su capacidad para reconstruir el mundo a partir de información limitada.
A diferencia de otros generadores de vídeo, Atlas es un modelo multimodal diseñado para operar con texto, imágenes, posiciones de cámara, mapas de profundidad y secuencias de vídeo. Estos elementos se combinan para crear un contexto espacial común, permitiendo generar nuevas observaciones coherentes con el espacio 3D percibido por el modelo. Este enfoque, conocido como ‘multimodal autoregressive diffusion transformer’, predice lo que debería verse desde una posición específica en el espacio, en lugar de simplemente predecir el siguiente token de una frase.
Los ‘modelos de mundo’ representan una posible revolución en la IA, especialmente en el ámbito de la robótica, acercándola a lo que vemos en las películas. Atlas puede generar perspectivas no grabadas originalmente, manteniendo siempre la coherencia con los datos reales. Fei-Fei Li lo expresó claramente en una entrevista con a16z: «No hay lenguaje ahí fuera. No sales a la naturaleza y ves palabras escritas en el cielo para ti».
Más allá de sus aplicaciones en la industria audiovisual, Atlas tiene un potencial significativo en la robótica. Puede convertir imágenes de un entorno real en simulaciones que los robots virtuales pueden explorar, facilitando su entrenamiento y evaluación sin los riesgos del mundo físico. Este enfoque, denominado ‘real-to-sim’, permite a los robots interactuar con espacios tridimensionales simulados antes de enfrentarse al mundo real.
World Labs busca crear una especie de «internet de los robots», compuesta por vastos espacios tridimensionales en lugar de páginas web. Aunque Atlas aún no está disponible como producto completo, la empresa se centra en desarrollar modelos capaces de percibir, generar, razonar e interactuar con mundos virtuales y físicos. Los videojuegos, con su rica geometría y física virtual, se presentan como una fuente invaluable para entrenar estos modelos del mundo, ofreciendo un nuevo paradigma en la inteligencia artificial.