World Labs推出实时世界模型交互工具，单图生成场景可达每秒15帧
要点
李飞飞联合创办的人工智能公司World Labs于当地时间11月5日推出一项研究预览Demo——Frameboy，把旗下自回归世界模型Atlas带入了实时漫游交互阶段。与过去需要等待数分钟渲染才能看到结果的世界模型工具不同，Frameboy通过云端GPU持续把新视角的画面实时串…
李飞飞联合创办的人工智能公司World Labs于当地时间11月5日推出一项研究预览Demo——Frameboy，把旗下自回归世界模型Atlas带入了实时漫游交互阶段。与过去需要等待数分钟渲染才能看到结果的世界模型工具不同，Frameboy通过云端GPU持续把新视角的画面实时串流到浏览器，最高帧率可达每秒15帧，用户像操控游戏一样在单张图片生成的3D空间里自由移动镜头。
Frameboy的底层支撑，是World Labs约两个月前发布的Atlas。这款被定位为面向空间智能的多模态世界模型，以”空间上下文”替换了传统的”文本上下文”，能够原生处理文本、图像、视频和三维空间信息，仅凭单张图片或一段文字提示就能从零生成完整场景，也能依据少量多视角实拍素材复现真实地标环境。Frameboy所做的，是对Atlas进行深度推理优化，把它从一个”按下生成、干等结果”的模型，变成能持续响应用户操作的实时交互系统。其演示采用了复古掌机的界面形态，强化了”像玩游戏一样探索AI世界”的直观感受。
这次实时化尝试，恰好发生在World Labs与芯片厂商深度绑定的节点上。今年9月28日，AMD宣布拟以约82亿美元的全股票交易收购World Labs，交易完成后李飞飞将出任AMD执行副总裁兼首席科学家。对一家以空间智能为核心的公司而言，实时生成对算力的渴求，正是其与芯片厂商协同优化推理效率的现实动因——把昂贵的云端实验性能力，逐步推向可普及的终端与云端服务。
不过，作为研究预览版本，Frameboy的边界同样清晰。研究团队直言，它目前必须运行在云端高性能GPU服务器上，与本地渲染相比成本更高；每秒15帧的上限距离游戏级交互仍有不小差距，长时间快速移动镜头时画面稳定性会下滑，且公开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。这意味着它离面向大众的成品还有相当距离，更像是验证”世界模型能否实时化”这一关键命题的原型。
从应用落地的视角看，Frameboy的价值在于把世界模型的用途从”生成一段视频”扩展为”进入并探索一个空间”。World Labs已将实时能力集成进网页创作工具Viewfinder，用户可先逐帧搭建自定义场景，再通过Frameboy叠加层实时漫游。官方列出的潜在方向包括影视勘景、游戏关卡概念设计、工地数字化巡检与机器人仿真。尽管距离规模化商用尚早，但它展示了一条路径：当世界模型足够快，空间智能有望成为下一代生成式渲染器，而不只是静态内容的生成器。
