李飞飞团队发布Frameboy:单图实时跑出15帧的世界模型
World Labs发布研究预览Frameboy,其世界模型Atlas仅凭单张图或一段文字即可实时补全3D场景,云端串流最高达15fps,并可自由操控镜头,实时能力已接入Viewfinder封测。
World Labs(世界实验室)近日发布研究预览Frameboy,展示其世界模型Atlas的最新实时能力。与只能生成静态图片的文生图模型不同,Atlas试图“理解”一个空间:仅凭一张照片或一段文字描述,就能补全周边环境,并生成可自由转动镜头的多视角新视图。

此次预览的关键突破在“实时”。经推理优化的Atlas可在云端以最高15fps的帧率串流,用户直接在浏览器里拖动画面、环视场景,体验接近可交互的3D世界。World Labs称,去年同团队的RTFM只能在已有视角间做插值,而Atlas已能凭单图“无中生有”地补全未见区域,并保持几何与光照的一致。

实时能力目前已接入Viewfinder封测,供早期用户体验。值得关注的是,今年9月AMD宣布以82亿美元全股票收购World Labs,李飞飞将出任AMD执行副总裁兼首席科学家,这意味着该技术有望与AMD的算力与图形生态深度结合,加速从研究演示走向产品。
从更长的技术脉络看,世界模型被视为通往具身智能与机器人落地的关键一环:让AI先在一个可交互、物理合理的虚拟世界里“想清楚”,再作用于真实机器人。无论是自动驾驶仿真、游戏与影视预演,还是工业数字孪生,实时世界模型都在打开新的想象空间。Frameboy虽仍是研究预览,却清晰指向“用AI生成可探索的3D世界”这一方向。
读者评论 (0)
想参与讨论?请 登录 后发表评论。
还没有评论,欢迎抢沙发!