李飞飞World Labs发布Frameboy：单张图跑出15帧实时世界模型

按下生成键，盯着转圈的进度条干等好几分钟——以前玩 3D 世界模型或视频生成的人，多半都被这种漫长渲染折腾得够呛。

李飞飞创办的 World Labs 今天推出了一款研究预览版 Demo，名叫 Frameboy，把自家自回归世界模型 Atlas 带进了实时交互阶段。

官方博客🔗 https://www.worldlabs.ai/blog/atlas-realtime

打开浏览器就行，云端 GPU 以最高 15 fps 的帧率把画面实时串流过来，镜头可以像打游戏那样自由操控，在单张图片生成的 3D 世界里随意走动。

走错方向、试了个烂点子也没关系，试错成本几乎为零，鼠标一划换个角度就能接着探索。

还有一层背景：今年 9 月底 AMD 宣布以 82 亿美元（约合人民币 550 亿元）全股票收购 World Labs，这次更新是李飞飞这支空间智能团队在那之后交出的又一份技术答卷。

世界模型装进复古掌机，单张图实时跑到 15 帧

要弄明白这次更新，得先说两个月前刚亮相的 Atlas。

它是一个自回归世界模型，当时最大的卖点是逐帧生成画面，并支持像素级精度的相机视角控制。一张图脑补出虚拟 3D 世界，几张多视角照片还原真实地标、查看建筑工地进度、给电影勘景，这些都能做。

可问题很现实：太慢。

每调一次机位，就得等几十秒甚至好几分钟才看得到渲染结果，创作者搭场景、规划运镜时手脚被捆住，每次按生成键都跟开盲盒一样。

团队对 Atlas 做了深度推理优化，用来缓解世界模型漫长的生成等待，并推出搭载优化版模型的实时交互 Demo Frameboy，复古掌机造型很容易让人想到经典的 Game Boy。

画面生成速度提到最高每秒 15 帧之后，点生成这个割裂的动作，用户已经基本感觉不到了。

在浏览器里推拉摇移相机，云端就源源不断地把新视角画面实时推流到屏幕上。

看官方放出的客厅对比演示：过去用慢速模型手动迭代，用户得在房间里小心地点四个关键帧机位，按下生成干等视频出来，发现角度不对再拖拽重试，来回折腾好几轮。

换成 Frameboy 的实时模式，直接开着虚拟相机在房间里转圈就行，视野所及之处画面同步更新。

熟悉 World Labs 去年研究预览项目 RTFM 的人，可能会觉得复古掌机这个形态有点眼熟。

但和当年那个轻量级帧生成模型相比，如今的 Atlas 模型规模大得多，吞下的数据量高出好几个数量级，能力边界也完全不一样了。

去年的 RTFM 主要是在已有几个视角之间做插值过渡；现在的 Atlas 只给一张静态图片或一段文字描述，就能从零把周边场景脑补出来，放进 Frameboy 的空间上下文里任你交互探索。

多视角新视图合成能力也完整保留并升级了：输入几张真实世界名胜古迹的多角度照片，就能在浏览器里开启一场赛博实景漫游。

上传图片，亲手搭个 3D 游乐场

只在官方预设的几个场景里逛，显然不够过瘾。

为了让人亲手搭出自己的 3D 世界，World Labs 把实时串流能力放进了网页端应用 Viewfinder，做成实时渲染叠加模式，目前处于封闭测试阶段，候补名单申请已开放。

在 Viewfinder 里，可以拿自己上传的图片当起点，操控虚拟相机一步步往外走，一帧一帧把整个 3D 空间搭起来。

Atlas 每生成新的一帧，都会同步输出色彩与深度信息，帮你在视觉上对齐整个三维空间结构。

场景主体基本搭好后，调出 Frameboy 叠加层就行。原本一帧一帧搭出来的静态工程，会立刻转为实时串流的 3D 游乐场。

团队对这款产品的定位说得很直白：要让 Atlas 这类世界模型充当下一代的生成式渲染器。

算力门槛这件事，官方在博客末尾也没绕开。眼下 Frameboy 只能跑在云端的高性能 GPU 服务器上，和传统本地渲染相比，成本谈不上便宜。

可回头看看计算机图形学的历史，颠覆性技术刚出来时几乎都是又慢又贵。底层硬件和软件算法一起往前走，今天云端那些昂贵的实验室玩具，早晚会变成白菜价的普及工具。

550 亿联姻苏姿丰，加速贴近底层硬件

软硬协同降本提速这件事上，World Labs 算是找对了靠山。

一个多月前的 9 月 28 日，AMD 刚宣布了一笔收购协议：以 82 亿美元的全股票交易，把成立仅两年的 World Labs 收进来。

交易预计今年底完成交割，在 AMD 收购史上排第二，仅次于赛灵思。

这家总部位于旧金山的明星独角兽由李飞飞与 Justin Johnson、Ben Mildenhall、Christoph Lassner 联合创办，上一轮融资时估值还是 50 亿美元。

收购完成后，李飞飞将出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报；原有研发团队完整保留，继续由 Justin Johnson 和 Ben Mildenhall 带队做空间模型与物理 AI。

当时外界还在问：一家卖芯片的硬件大厂，为什么要花 550 亿人民币买一支研究 3D 世界模型的算法团队？

把 Frameboy 对推理速度的极致要求摆进来，两边的考量就清楚了。

在苏姿丰眼里，大语言模型之后的下一个必争之地是物理 AI，涵盖机器人仿真、空间理解与三维重建。

拿下 World Labs，AMD 能第一时间摸清下一代世界模型真实的算力负载特征，反过来指导自家 GPU 架构、AI 芯片和 ROCm 软件栈的路线规划，在机器人与空间计算赛道跟英伟达正面掰手腕。

李飞飞团队这边，按她在收购公告里的说法，下一代 AI 需要模型研究、系统与算力紧密协同。

过去在云端跑实时世界模型，还得心疼昂贵的 GPU 账单；现在和自家芯片团队一起贴身打磨硬件与底层算子，把实时生成式 3D 渲染真正塞进千家万户的终端设备，显然又近了一步。