AI日報：World Labs推多模態世界模型Atlas；WorkBuddy宣佈開放平臺上線；網信辦重點整治AI換臉、魔改名著

AI 領域今日出現多項新動態。World Labs 正式推出名為 Atlas 的多模態世界模型，並稱其為全球首個同類型模型。這款模型的核心突破，在於實現像素級的相機控制能力，能直接生成高品質圖像與影片，同時完成三維空間的精準重建，把影像生成與空間理解整合在同一套架構中處理。對創作者來說，Atlas 最直接的改變是鏡頭語言的操作彈性大幅提升。當相機控制細緻到像素層級，畫面中的鏡頭運動不再只能靠文字提示間接揣摩，而是可以被更精確地指定與調整，讓生成出來的結果更貼近創作者原本的構想。這項能力也讓特效模擬變得更為可行。

透過對鏡頭運動的細膩操控，Atlas 能夠模擬出電影等級的「子彈時間」效果，這種過去多半得靠多機拍攝或繁複後製才能完成的視覺語言，如今有機會在生成流程中被重現，靜態與動態影像之間的界線也因此更加模糊。所謂世界模型，強調的是對三維空間與場景結構的掌握，而不僅止於平面像素的排列。Atlas 同時輸出高品質影像與三維重建結果，意味著視覺內容生成正從「產生一張圖」推進到「建構一個可以被觀看、可以被運鏡的空間」，為視覺內容生成開創新的可能性。World Labs 將這款模型定位為多模態，反映的正是影像生成與三維空間理解在同一個系統中並行運作。

另一方面，Google 也推出全新的 AI 圖像設計與編輯工具 Google Pics，並正式開放給用戶使用。與獨立的影像軟體不同，這款工具直接整合於網頁版、Google Docs 與 Slides 之中，使用者在編輯文件時就能直接點選圖片進行修改，不需要切換到外部軟體，整體流程更為連貫。功能方面，Google Pics 涵蓋素材上傳、對象分割以及文字修改等常見的編輯需求。使用者可以把素材帶進工具之中，針對畫面裡的特定對象進行分割處理，或是直接修改圖像中的文字內容，對日常的文件製作與簡報設計而言，這些都是高頻率使用的操作。

在開放節奏上，Google 採取分階段方式，個人與企業用戶將依照階段陸續取得存取權限。這樣的安排意味著並非所有使用者都能在第一時間用到完整功能，實際可用範圍仍會依帳號類型與推進階段逐步擴大。從產品定位來看，Google Pics 的意義在於進一步降低日常影像處理的門檻。當圖片編輯被放進文件與簡報的編輯環境裡，使用者不必為了修一張圖而中斷手邊工作，也不需要額外學習一套獨立工具的操作邏輯，影像處理因此更貼近一般人的工作習慣。今日這兩項發布雖然分屬不同技術路線，卻都指向同一個方向，也就是把生成與編輯能力直接嵌入既有的工作流程之中。

Atlas 聚焦在影像與三維空間的生成品質與可控性，Google Pics 著重的是使用者取得工具的便利性與即時性，兩者共同反映出 AI 視覺工具正快速往更可控、也更貼近日常使用的方向推進。除此之外，今日 AI 日報的其他焦點還包括 WorkBuddy 宣佈開放平台上線，以及網信辦針對 AI 換臉、魔改名著等現象展開重點整治。前者屬於平台服務的對外開放，後者則涉及 AI 生成內容的規範方向，分別從產業供給與內容治理的角度，構成今日 AI 動態的另一條主線。

整體而言，從 World Labs 的多模態世界模型、Google 的圖像設計與編輯工具，到平台服務開放與內容整治，今日的訊息同時涵蓋技術突破、產品整合與規範治理等層面。這些進展也顯示，AI 的發展已不再只是單一技術課題，而是逐步擴散到內容創作流程以及使用規範之中，成為影響視覺內容生產方式的關鍵變數。