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。
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。
