李飞飞最新世界模型Frameboy发布：单图实时跑出15帧空间交互

type

status

date

slug

summary

告别等待：Frameboy如何让自回归世界模型实现15帧实时交互

要理解 Frameboy 的颠覆性，首先需要回顾其底层驱动的核心模型——Atlas。作为 World Labs 打造的自回归世界模型，Atlas 具备极高的生成质量与像素级精确的相机视角控制能力。不论是给电影团队提供虚拟勘景，还是对工业场景进行三维复原，它都表现出色。但在过去，逐帧计算带来的高昂时间成本让交互体验大打折扣。

Frameboy 的登场改变了这一现状。团队对 Atlas 的推理链路进行了深度优化，将整个生成与渲染过程压缩至亚秒级别。配合复古掌机风格的轻量化交互界面，用户在浏览器中推拉摇移虚拟相机时，云端 GPU 能够源源不断地生成新视角的空间画面并实时回传。

当生成帧率达到 15 fps 这一临界点时，用户与大模型交互的心理门槛被彻底消除。此前需要反复设置关键帧、等待数十秒盲盒结果的繁琐流程，如今简化为随心所欲的鼠标滑动。即使探索视角的尝试并不理想，零成本的即时反馈也能让创作者在数秒内切换方向，极大释放了空间创意的生产力。

单图脑补世界：空间智能的新一代“生成式渲染器”

与早期的多视角插值算法不同，优化后的 Atlas 展现了极强的三维“空间常识”与幻觉构建能力。即便用户仅提供一张孤立的室内照片或单一视角的地标图，Atlas 也能凭借庞大的先验数据，从零推演并脑补出整套连贯的周边 3D 空间。

在生成画面时，Atlas 不仅输出视觉像素，还同步计算并输出对应的色彩与深度信息，确保相机在长距离漫游时空间几何结构不会坍塌或扭曲。这种能力完整保留并升级了多视角新视图合成技术，哪怕输入几张零散的实景照片，系统也能快速构建出具备物理合理性的漫游环境。

在 World Labs 旗下的网页端应用 Viewfinder 中，这一功能进一步演化为“实时渲染叠加模式”。用户以上传的二维图片为原点，操纵虚拟镜头向外扩展，整个三维空间便在实时计算中层层展开。这一模式正预示着计算机图形学的一次范式转移：传统的几何管线正逐步被具备物理理解能力的“生成式神经渲染器”所补充甚至重塑。

联姻芯片巨头AMD：软硬件深度协同加速物理AI落地

Frameboy 展现出的惊人速度，离不开底层算力的强力支持。就在该成果发布前夕，芯片巨头 AMD 宣布斥资 82 亿美元全股票收购 World Labs，李飞飞也正式出任 AMD 执行副总裁兼首席科学家。这笔巨额交易背后的战略意图，在 Frameboy 亮相后变得格外清晰。

当前，实时运行大规模世界模型的算力成本依然昂贵，必须重度依赖云端高性能 GPU 集群。然而，回顾人工智能与图形学的发展史，任何颠覆性技术从实验室走入大众市场，都依赖于算法与底层硬件的协同进化。

对 AMD 而言，将顶尖的空间智能算法团队纳入麾下，能够深入掌握下一代世界模型在计算、显存带宽和通信延迟上的真实负载特征，从而直接指导其 GPU 架构、ROCm 软件生态乃至定制化 AI 芯片的研发，在物理 AI 与机器人空间仿真赛道形成对抗行业领头羊的坚实壁垒。

对于李飞飞团队来说，摆脱了单纯依赖外部算力的束缚，与芯片架构师贴身定制底层硬件与计算算子，是将实时 3D 世界模型从昂贵的云端 Demo 普及到消费级边缘终端的关键跳板。

空间智能时代已来，及时把握前沿AI动向

从专注于文字生成的语言大模型，到理解并构筑三维物理世界的空间模型，AI 的演进速度远超以往。李飞飞团队在 World Labs 与 AMD 的全新布局，预示着生成式人工智能正在向具有空间常识、能与现实物理规律交互的实体 AI 大步迈进。这不仅将重塑游戏开发、影视制作和元宇宙内容生成，更将为智能机器人仿真、自动驾驶等物理系统提供无限逼真的数字沙盒。

在技术快速迭代的浪潮中，持续获取一手、前沿的 AI资讯与深度行业分析显得尤为关键。如果您希望第一时间了解最新的 AGI 研发进展、前沿 LLM 动向、实用 Prompt 提示词技巧以及行业前沿的 AI 变现案例，欢迎访问 AI资讯门户，随时掌握人工智能与大模型生态的最新动态。