智东西
作者 | 王涵
编辑 | 云鹏
智东西11月6日报道，刚刚，“AI教母”李飞飞的世界模型团队World Labs发布Frameboy，是一个基于Atlas优化的实时流式生成演示Demo。
Frameboy从云端GPU流式传输画面，速度最高可达15FPS，这意味着每隔约67毫秒就能获得一帧新画面。
与之对比，谷歌DeepMind在2025年8月发布的世界模型Genie 3，可以在720p下实现24FPS实时交互，但Atlas的画面分辨率最高可达到1440p。
Atlas是一个自回归世界模型，在2026年9月发布，该模型可以按帧生成，并实现像素级精确的相机控制。（李飞飞，发了个能“暂停时间”的世界模型）
Frameboy所提供的Atlas变体经过高度优化，能够在保持出色生成式新视角合成能力的同时，实现尽可能快、尽可能高效的推理。
World Labs团队还将这一功能集成到了网页应用Viewfinder中，用户可以在其中用Atlas逐帧构建自己的场景，然后通过流式Frameboy叠加层实时探索。
Viewfinder目前处于封闭测试阶段，可在World Labs加入等候名单进行测试。
一、实时流式输出帧，速度成世界模型交互关键
去年，World Labs推出高效轻量的帧生成模型RTFM的研究预览版，Atlas正是借鉴了RTFM的思路并在此基础上做了拓展。受此启发，World Labs团队继续沿用这套思路，重新打造了Frameboy。
和RTFM相比，Atlas的模型规模大得多，训练数据量高出好几个数量级。RTFM的定位主要是在一组已有视角之间做插值；而Atlas支持从零生成场景，最少仅依靠单张图片或者一段文本描述作为输入。
Atlas同时保留并升级了RTFM基于多张图像合成新视角的能力。依托这一特性，用户可以通过Frameboy在真实场景里漫游浏览。
Atlas正式发布之后，World Lab团队发现，生成速度是影响用户交互体验的核心瓶颈。
如果用户需要等待几十秒乃至数分钟才能看到Atlas生成的视频，就不得不小心翼翼、按部就班地搭建场景、规划相机路径。这拉长了迭代周期，也让用户很难调出想要的效果。
反过来，倘若Atlas可以做到实时交互级生成速度，用户就能快速试错、反复调整输入。当延迟和调用成本降到足够低时，用户甚至不会感觉到独立的“生成”动作，因为模型会随着用户在场景中漫游，持续流式输出画面。
由此，Frameboy应运而生。
二、以流式叠加渲染模式集成，暂依赖云端GPU
除了提升生成速度之外，World Labs团队还希望Atlas这类模型能够成为高性能的生成式渲染器：用户只需提供简单直观的输入（比如一组图像），就能交互式搭建、预览丰富复杂的三维场景。
为了呈现这一构想，该团队把Frameboy的实时能力，以流式叠加渲染模式集成到搭载Atlas的网页应用Viewfinder里。
在Viewfinder中，用户可以依托输入素材逐帧搭建场景、自由漫游，像操控虚拟相机一样，从各个视角生成保持三维一致性的画面。
每一帧的色彩与深度信息都由Atlas生成，以此还原正在构建的三维空间。用户准备好之后，便可开启Frameboy叠加层，在漫游场景的过程中持续接收流式输出画面。
目前，Frameboy还需要依托云端高性能GPU服务器运行，成本高于本地渲染方案。
结语：世界模型再提速，还需跨过算力关
对于世界模型来说，模型生成的速度和其所生成世界的真实度格外重要。本次更新就是重点围绕速度这一维度展开。
而提升速度，仅靠模型算法的优化还不够，推理效率、算力资源与底层硬件同样是绕不开的环节。
2026年9月，AMD宣布以约82亿美元全股票交易收购World Labs。（刚刚，苏姿丰买下李飞飞世界模型公司！花了550亿）
对于李飞飞团队而言，这意味着其世界模型研发可以进一步与底层计算基础设施结合，也为未来在GPU算力、模型推理及生成式渲染等方面的优化提供了更多可能。
随着软硬件持续迭代，当前速度偏慢、成本偏高的能力，未来都有望变得更快、成本更低。
