从“等渲染”到“边逛边生成”
11月5日，李飞飞领导的World Labs发布了Frameboy，一个基于Atlas世界模型的实时交互演示。它的核心变化不在于模型本身变聪明了，而在于用户与生成世界之间的关系被重新定义了。过去用Atlas，你需要预先规划好相机路径，提交生成任务，然后等待几十秒甚至几分钟才能看到结果。Frameboy把这个循环打破了：相机移动到哪里，云端GPU就生成哪一帧，以最高15fps的速率推流到浏览器里。
World Labs在官方博客里把这件事的意义说得很直白：当生成一个“坏想法”的成本趋近于零时，就不存在坏想法了——原本代价高昂的试错，变成了一次普通的探索。这句话指向的是创作流程的变化，而不是模型能力的跃升。
性能的刻度：15fps意味着什么，又缺了什么
15fps是一个需要被放在上下文中理解的数字。对于“实时探索AI生成世界”这件事来说，它是从“不可交互”到“可以交互”的门槛。HuggingNews披露的内部测试数据显示，模型对输入的响应时间约70ms，从用户操作到画面显示的端到端延迟控制在200ms以内。这个延迟水平足以让相机控制感觉上是“跟手”的，而不是“发出去等回音”。
但15fps距离传统交互图形系统仍然有明显差距。AlphaSignal在报道中直接点出了这个落差：常规游戏引擎和实时渲染管线以60fps为基准，15fps的峰值帧率意味着快速移动相机时，画面会出现可感知的顿挫感。另一个约束是成本：Frameboy跑在云端高性能GPU上，推理开销显著高于本地光栅化渲染。World Labs自己也承认，15fps是“最高”帧率，并不代表所有场景都能稳定维持在这个水平。
换句话说，Frameboy证明的是“这条路走得通”，而不是“这条路已经修好了”。
Atlas的底子：逐帧生成如何消除“导航滞后”
Frameboy能成立，依赖的是Atlas作为自回归世界模型的一个关键设计：它逐帧生成输出，每一帧都基于最新的相机位姿和先前的场景上下文。这与基于“块”（chunk）的生成方式有本质区别——后者通常预先生成一段固定长度的内容，用户移动相机时，画面更新会滞后于输入。Atlas的逐帧路径把生成放进了导航循环内部：相机动，模型就跟着生成下一帧。
Atlas本身是一个多模态自回归扩散变换器模型（Transformer），从零开始预训练，原生处理文本、图像、视频和3D数据，支持像素级精度的相机控制。Frameboy使用的是它的一个“高度优化变体”，在保留新视角合成质量的前提下，把推理速度和成本压到了可交互的区间。这个变体继承了一年前RTFM原型的思路，但模型规模和训练数据都大了几个数量级——RTFM主要做已有视角之间的插值，Atlas则能从单张图片或一句文本描述出发，生成完整的可探索场景。
谁用得上：影视预演、游戏原型与机器人仿真
World Labs列出的应用场景很具体：为电影勘景寻找虚拟机位、检查建筑工地的进度、为一个3D游戏关卡搭建概念、以及为机器人导航模拟环境。这些场景的共同点是，它们都需要在“最终产出”之前进行大量的空间决策，而每一次决策的代价，传统上要么是实地勘景的差旅成本，要么是等待离线渲染的时间成本。
Frameboy把这两类成本都往下压了一截。一个导演可以在浏览器里用鼠标和WASD键在AI生成的空间里走动，快速判断某个机位是否成立；一个机器人工程师可以在仿真环境中反复试错，而不必担心每次重置都要等一轮完整的渲染。当然，这些场景的“可用性”取决于一个尚未回答的问题：15fps的流畅度和云端GPU的成本，在真实的制作管线中能不能被接受。
一项研究预览背后的公司坐标
理解Frameboy的分量，需要把它放在World Labs自身的时间线上看。2026年9月28日，AMD宣布以约82亿美元的全股票交易收购World Labs，预计年底前完成交割。一个被芯片巨头以82亿美元价格买下的公司，在收购交割前拿出一个实时世界模型的公开演示，这件事本身就在传递信号：World Labs的技术路线——空间智能、世界模型、从生成到仿真——正在被纳入AMD的物理AI版图。
在竞品一侧，Runway的GWM-1已经支持24fps的HD实时交互，Decart的Oasis 3提供了按秒计费的API，Odyssey则在实时物理仿真上持续迭代。Frameboy的15fps在帧率上并不领先，但它的差异化在于Atlas的“从单图或稀疏视角出发、生成可自由探索的三维场景”这一能力组合，以及它与Viewfinder创作工具之间的衔接——用户可以先逐帧搭建场景，再切换到Frameboy模式实时探索。
Frameboy目前是公开的研究预览，Viewfinder仍处于封闭测试的候补名单阶段。15fps、200ms延迟和云端GPU账单，是这份预览目前交出的全部数字。它们说明实时世界模型已经从“能不能做”进入“做到什么程度”的阶段，而“什么程度才够用”，要等影视、游戏和机器人领域的早期用户用自己的工作流来回答。
关于World Labs
World Labs成立于2024年4月，总部位于旧金山，由李飞飞与贾斯汀·约翰逊、本·米尔登霍尔等人联合创立，专注“空间智能”和世界模型研究。李飞飞是斯坦福大学计算机科学系首任红杉教授、斯坦福大学以人为本AI研究院（HAI）联席院长，主导创建了ImageNet数据集，曾任谷歌云AI与机器学习首席科学家。公司另两位联创同样带有鲜明的学术印记：约翰逊是李飞飞在斯坦福的博士生、现任密歇根大学教授，米尔登霍尔是神经辐射场（NeRF）的第一作者。
World Labs的融资与估值曲线，几乎踩在了物理AI热度上升的每一个节点上。2024年9月，公司完成2.3亿美元融资，估值约10亿美元；2026年2月完成10亿美元新一轮融资，AMD和英伟达均在投资方之列，当时估值约50亿美元。2026年9月28日，AMD宣布以约82亿美元的全股票交易收购World Labs，预计年底前完成交割，李飞飞将出任AMD执行副总裁兼首席科学家。
（素材来自：World Labs 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。