Rapidata公布的镜头运动评测页面快照显示,World Labs的Atlas排名第一,Gemini Omni Flash 1.2排名第二。Atlas在测试中额外接收了数值相机路径,因此这项排名需要结合各模型的输入条件解读。
这项评测关注生成视频能否按要求运镜,例如向前移动、向下俯仰或顺时针翻滚。它比较的是从单张静态图像出发执行指定镜头运动的表现。Rapidata的方法页称,固定任务集由30条镜头运动指令与22个空间组合成600条提示,其中289条要求一种运动、251条要求两种运动、60条要求三种运动。
据Rapidata评测页面汇总,排名依据513,079次投票、102,595场人工成对比较;方法页称,每场比较由至少五名不同标注者的判断按多数决定。这两个总数分别是投票次数和比较场数,均不能当作独立参与者人数。评测使用Bradley–Terry模型将成对比较结果拟合为相对评分:分数越高,表示模型在这项基准内越可能获得评判者偏好,不能换算为镜头指令的绝对执行成功率。
输入配置是理解结果的关键。Rapidata称,各模型均接收源图像和文字提示,并使用其标准可用配置;Atlas等六个世界模型还接收了相机路径,Atlas使用的路径与Sana WM相同。方法页进一步说明,其余模型因不支持相机路径输入,只接收源图像和文字提示。因此,榜单反映的是所披露配置下的镜头控制表现,各模型获得的输入模态并不完全相同。
Atlas也并非此次才发布。World Labs在2026年9月1日的介绍中宣布Atlas,将其定位为空间智能世界模型。现有排名快照无法确定Atlas首次登顶的日期,也不足以把镜头运动这一单项结果推广为整体视频质量、真实几何精度或物理正确性的领先。
对需要反复调整视角和运动路径的视频制作团队而言,编辑判断是:这类固定任务比较可以帮助筛选值得试用的模型,但选型时应同时检查自己的流程能否提供相机路径,并用实际镜头验证效果。此次结果尚未证明Atlas能够提高实际制作效率。
参考来源:
