李飞飞团队发布Frameboy：浏览器里实时体验世界模型

智东西

智东西11月6日消息，李飞飞带队的世界模型团队World Labs刚发布了Frameboy。这是一个在Atlas基础上优化而来的实时流式生成演示Demo。

Frameboy的画面从云端GPU流式传输过来，最高能跑到15FPS，算下来大约每67毫秒就出一帧新画面。

作为对照，谷歌DeepMind在2025年8月推出的世界模型Genie 3，能在720p分辨率下做到24FPS实时交互；而Atlas的画面分辨率最高可达1440p。

Atlas属于自回归世界模型，2026年9月发布，能按帧生成，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所用的Atlas变体做了深度优化，在保住生成式新视角合成能力的同时，把推理速度和效率尽量拉满。

World Labs还把这项能力接进了网页应用Viewfinder。用户可以在里面用Atlas一帧一帧搭自己的场景，再打开Frameboy流式叠加层实时探索。

Viewfinder眼下还在封闭测试，想试的人可以去World Labs的等候名单报名。

一、

去年World Labs曾放出高效轻量帧生成模型RTFM的研究预览版，Atlas的思路正是从RTFM借鉴并延展而来。团队顺着他这个路子，重新做出了Frameboy。

不过Atlas的模型规模比RTFM大得多，训练数据量也高出好几个数量级。RTFM主要是在已有视角之间做插值，Atlas则能从零生成场景，最少只靠单张图片或一段文本描述就能开跑。

RTFM那套基于多张图像合成新视角的本事，Atlas不但留着还做了升级。有了它，用户就能通过Frameboy在真实场景里四处漫游浏览。

Atlas正式发布后，World Labs团队发现，卡住用户体验的核心瓶颈就是生成速度。

要是等上几十秒甚至几分钟才看到Atlas生成的视频，用户就只能小心翼翼、一步一步地搭场景、规划相机路径。迭代周期被拖长，想调出满意的效果也很难。

反过来，一旦Atlas能做到实时交互级的生成速度，用户就能快速试错、反复改输入。延迟和调用成本压得足够低时，用户甚至感觉不到有一个单独的“生成”动作——模型会随着人在场景里漫游，一直流式输出画面。

Frameboy就是这么来的。

二、

提速之外，World Labs团队还想让Atlas这类模型成为高性能的生成式渲染器：用户只给简单直观的输入（比如一组图像），就能交互式地搭建、预览复杂丰富的三维场景。

为了把这个构想摆出来，团队把Frameboy的实时能力以流式叠加渲染的方式，塞进了搭载Atlas的网页应用Viewfinder里。

在Viewfinder里，用户能靠输入素材逐帧搭场景、随意漫游，像操控一台虚拟相机那样，从各个视角生成保持三维一致性的画面。

每帧的色彩和深度信息都由Atlas生成，用来还原正在搭建的三维空间。等用户准备就绪，就能打开Frameboy叠加层，在漫游场景时持续接收流式输出的画面。

目前Frameboy还得跑在云端高性能GPU服务器上，成本比本地渲染方案要高。

结语：世界模型再提速，还需跨过算力关

对世界模型来说，生成速度有多快、生成的世界有多真，这两件事格外要紧。这次更新主要就是围绕速度这个维度做的。

但要把速度提上去，光靠模型算法优化并不够，推理效率、算力资源和底层硬件同样是绕不开的环节。

2026年9月，

李飞飞团队的世界模型研发，往后能更紧密地跟底层算力设施搭在一起；GPU 算力、模型推理、生成式渲染这些环节的优化，也由此多了些空间。

软硬件还在继续迭代，眼下那些速度不够快、开销又偏高的能力，往后应该会跑得更快、花得更少。