2026 年 11 月 06 日——李飞飞联合创办的 World Labs 于 11 月 5 日发布研究预览版演示项目 Frameboy,用户打开网页即可操控虚拟镜头,实时探索世界模型 Atlas 生成的三维场景,画面由云端 GPU 逐帧生成并以最高每秒 15 帧的速率串流至浏览器。

Frameboy 的界面借用游戏掌机与卡带的形象,体验地址为 frameboy.worldlabs.ai。据 IT之家实测,点击不同的"游戏卡带"即可切换模拟世界,经过十几秒加载后便可自由探索。

掌机形态的网页交互

官方宣传图中,一台蓝色掌机显示着 Atlas 生成的世界,周围环绕多张场景卡带。用户选定卡带后,Atlas 先根据种子画面补全场景的多个视角,Frameboy 再把这些视角纳入空间上下文,随镜头移动实时生成后续画面。

操控方式上,十字键与方向键负责移动,摇杆负责调整视角,同时支持触屏与键盘按键,官方演示代码中包含方向键、WASD 与手柄摇杆支持。IT之家实测整体操作稍微有些卡顿,原因在于串流帧率最高只有 15 帧。

graph LR A[单张图像或多视角照片] --> B[Atlas 补全场景视角] B --> C[Frameboy 云端 GPU 推理] C --> D[最高 15 fps 串流] D --> E[浏览器掌机界面实时探索] style A fill:#e8f4f8,stroke:#1a6b8a style B fill:#ffecd6,stroke:#b7950b style C fill:#d6eaf8,stroke:#2980b9 style D fill:#d5f5e3,stroke:#27ae60 style E fill:#ebdef0,stroke:#8e44ad

Frameboy 与 Atlas 的关系

Atlas 是 World Labs 于 2026 年 9 月 1 日发布的自回归世界模型,逐帧生成画面并支持像素级精度的相机控制,官方发布时称其为"全球首个多模态世界模型",可原生处理文本、图像、视频和 3D 四类输入,全部合并进一个共享的空间上下文。Frameboy 是经过深度推理优化的 Atlas 变体,官方表示其在保持生成式新视角合成能力的前提下,把推理速度与效率做到最快。

与 2025 年 10 月发布的实时帧模型 RTFM 相比,Atlas 的参数规模更大、训练数据多出数个数量级:RTFM 主要用于在一组既有视角之间插值,Atlas 仅凭一张输入图像或一句文本描述就能从零生成场景;多视角实拍照片输入时则可重建真实场景,官方演示中包含了多处知名地标。

同步整合进 Viewfinder

World Labs 把实时串流能力同步接入了旗下网页应用 Viewfinder。用户先在 Viewfinder 中用 Atlas 逐帧搭建自己的场景,每帧同时生成颜色与深度信息,搭好后触发 Frameboy 叠加层即可实时进入场景探索。Viewfinder 目前处于封闭内测阶段,官网开放候补名单申请。

云端运行的成本约束

官方博文明确,Frameboy 目前必须运行在云端高性能 GPU 服务器上,运行成本高于传统本地渲染方案。World Labs 在博文中表示,随着硬件与软件逐步适应新算法,当下又慢又贵的技术有望变得又快又便宜;实时交互把一次试错的成本压到接近零,用户可以快速直觉地探索场景,而此前依赖预设镜头路径、等待视频生成的方式限制了迭代速度。

应用方向上,官方列出的场景包括游览地标、为影视拍摄预演虚拟机位、检查施工现场进度、构建 3D 游戏关卡概念,以及为机器人导航搭建仿真环境。

Frameboy 发布的另一个背景是 World Labs 与 AMD 的整合:2026 年 9 月 28 日双方官宣 World Labs 并入 AMD,据新京报报道,AMD 拟以约 82 亿美元收购 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;双方自 2025 年起已开始合作优化模型在 AMD GPU 上的训练与推理。

关键数据一览

项目 数据
发布日期 2026 年 11 月 5 日(官方博客)
项目形态 研究预览版网页演示(research preview)
基础模型 Atlas,2026 年 9 月 1 日发布
串流帧率 最高 15 fps
运行环境 云端高性能 GPU 服务器(现阶段必需)
场景输入 单张图像、文本描述或多视角实拍照片
操控方式 十字键移动、摇杆调整视角,支持触屏与键盘
加载时间 十几秒(IT之家实测)
Viewfinder 封闭内测,官网开放候补名单
AMD 收购 拟约 82 亿美元,9 月 28 日官宣(新京报报道口径)