关于ZAKER Skills GEO服务 合作
财联社-深度 7分钟前

把 AI 世界“塞进掌机”!李飞飞试验室发布新工具 可在网页实时交互

《科创板日报》11 月 6 日(编辑 宋子乔) 当地时间 11 月 5 日,"AI 教母 " 李飞飞创办的 World Labs 推出研究预览 Demo Frameboy,将旗下自回归世界模型 Atlas 推向实时漫游交互阶段。

这也是 World Labs 宣布加入 AMD 后交出的第一份答卷。当地时间 9 月 28 日,AMD 官宣收购该 AI 实验室的意向,这笔全股票交易价值约 82 亿美元,预计将在 2026 年年底前完成,但需获得监管部门批准并满足其他惯例成交条件。

作为预览版工具,Frameboy 被用来实时探索 Atlas 模型构建的世界,被 World Labs 称为 " 实时版 Atlas"。World Labs 以复古掌机界面进行了演示(见下图),用户通过浏览器,就能像操控游戏一般,在单张图片衍生出来的三维空间里自由游走。

Atlas 模型发布于 9 月 2 日,是 " 全球首个多模态世界模型 ",底层创新在于用 " 空间上下文 "(Spatial Context)替换 " 文本上下文 ",仅依靠单张图片或者文本提示就可以从零生成完整场景,同时保留并强化新视角合成能力,既能够基于单张图片虚构三维空间,也可依据少量多视角实拍素材复现真实地标环境。

据介绍,Frameboy 能提供流畅的实时体验,云端高性能 GPU 持续流式推送画面,最高可达 15 帧每秒(fps)。输入一张参考图,模型就能持续补全各个新视角,维持场景三维一致性。

值得注意的是,这项实时能力已经集成到 WorldLabs 网页创作工具 Viewfinder 中,该产品目前处于封闭测试阶段。用户可以在 Viewfinder 中逐帧搭建自定义场景,生成包含色彩与深度信息的画面,完成场景搭建后,直接调用 Frameboy 叠加层,对自建世界开展实时漫游,跟随相机运动即时推演未知视野,有望为影视勘景、游戏关卡概念设计、工地数字化巡检、机器人仿真等应用方向提供原型验证能力。

但作为研究预览版本,Frameboy 的短板同样清晰。研究团队直言,目前 Frameboy 必须在云端强大的 GPU 服务器上运行,与本地渲染方法相比成本较高。

另外,15 帧每秒的上限距离游戏级交互还有不小差距,长时间快速移动镜头时,画面稳定性会下滑,官网上的自定义场景入口有限,公开 Demo 大多只能体验预设场景,普通用户自由上传素材生成可漫游世界的通道尚未放开,距离面向大众的成品还有很长距离。

相关阅读

最新评论

没有更多评论了

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容