导读：World Labs 发布 Frameboy 研究预览——把两个月前亮相的自回归世界模型 Atlas 做了深度推理优化，浏览器里以最高 15fps 从云端 GPU 实时串流，单张图片生成的 3D 世界可以像打游戏一样自由逛。这也是 AMD 宣布 82 亿美元收购后，李飞飞团队交出的第一份答卷。
世界模型玩家都熟悉那种折磨：点下生成，对着进度条干等几分钟，发现机位不对，拖拽、重来、再等。
World Labs 今天发布的 Frameboy 想终结这个循环。名字和界面都在致敬 Game Boy——复古掌机外壳里跑的是深度优化版的 Atlas，浏览器打开，云端 GPU 以最高 15fps 把画面实时推流过来，鼠标拖着虚拟相机随便转，画面同步生成。试错成本压到接近零。
先把Atlas 这条线捋清
Atlas 是 World Labs 9 月 1 日发布的自回归世界模型：逐帧生成画面，像素级精度的相机控制，一张图或几段文字就能从零脑补出可探索的 3D 空间，官方演示里能生成最长一分钟的 1440p 视频。用途指向影视勘景、工地进度还原、游戏场景搭建。
它比一年前的研究预览RTFM 跨了一个量级。RTFM 是轻量帧生成模型，主要在已有视角之间做插值过渡；Atlas 的模型规模和训练数据量高出几个数量级，能从零生成整个周边场景。短板同样明显：太慢。创作者每次调整机位都像开盲盒，慢速模型把"探索"变成了"谨慎下注"。
Frameboy 的全部意义就在这一个变量上——帧率。官方的客厅对比演示很直白：慢速模式下，用户要小心翼翼摆四个关键帧机位，等渲染，发现不对再重来；实时模式下，开着相机在房间里转圈就行，视野所及即时更新。
从Demo 到工具：Viewfinder 的实时叠加层
World Labs 同时把实时串流塞进了自家网页应用 Viewfinder，目前封闭测试、候补名单开放。工作流是这样的：上传自己的图片当起点，操控虚拟相机一步步往外走，逐帧搭建 3 空间——Atlas 每生成一帧会同步输出色彩与深度信息，帮助视觉对齐三维结构；场景主体搭完，一键唤起 Frameboy 叠加层，静态工程瞬间变成可实时漫游的 3D 游乐场。
团队的定位说得直白：让Atlas 这样的世界模型成为下一代生成式渲染器。官方也没回避门槛——Frameboy 现阶段必须跑在云端高性能 GPU 上，对比本地渲染谈不上便宜。官方自己的回应是图形学历史规律：颠覆性技术诞生时总是又慢又贵，软硬件协同演进会把实验室玩具打成白菜价。
82亿美元的上下文：芯片厂为什么买模型团队
Frameboy 发布的一个多月前，9 月 28 日，AMD 官宣以约 82 亿美元全股票收购 World Labs——AMD 史上第二大收购，仅次于 2022 年约 500 亿美元的赛灵思。交易预计年底完成，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，团队由 Justin Johnson 和 Ben Mildenhall 继续带队。
几组对照值得并排看：World Labs 成立仅两年，今年 2 月刚完成 10 亿美元融资——那一轮 AMD 和英伟达同框出现在投资方名单里；1 月谈判时估值约 50 亿美元，七个月后 AMD 直接全资买下。而它的对手英伟达，同期以约 130 亿美元收购了 Hugging Face，手里早有 Cosmos 世界模型平台。
逻辑链条很清晰：机器人仿真和空间智能最缺真实训练数据，世界模型是合成数据的发动机，也是"物理 AI"的关键负载；芯片厂把这个团队买进来，等于第一时间拿到下一代模型真实算力需求的"内部预览"，反向指导 GPU 架构和 ROCm 软件栈的路线规划。李飞飞在收购声明里的说法对应得上："下一代 AI 需要模型研究、系统与算力的紧密协同。"
推演与边界
公开资料能确认的是：15fps 是"最高"帧率，Frameboy 目前是研究预览，Viewfinder 实时模式仍在封闭测试，成本门槛官方自己承认。合理推演有两层：其一，收购交割后，Atlas 系模型的推理优化大概率会深度绑定 AMD 硬件，"开放中立"还能维持多久是外部观察点；其二，世界模型的竞争正在从"生成质量"转向"交互延迟"——Google 的 Genie 3、英伟达的 Cosmos 都在同一条路上，谁先把手绘场景变成实时可玩的空间，谁就拿到物理 AI 时代的入场券。
一年前RTFM 只能算技术演示，今天 Frameboy 已经把"可玩性"摆上了台面。下一步要验证的，是这套东西离开云端 GPU、落到终端设备上的那一天还有多远——而这恰好是 AMD 买它的原因。
热门跟贴