李飞飞掌机版世界模型成果发布

李飞飞World Labs带着新成果火速回归！ 资金到位、算力到位，他们反手就把交互门槛狠狠打下来了：之前只能眼馋的Atlas，这回终于有了一个「上手就能玩」的推理优化版Frameboy。 团队成员Andy Cheng直接把这套自回归生成系统塞进了一台物理掌机里。 摇杆一掰，视角一推。 云端GPU在15 fps的节奏下，逐帧为你搓出来一个全新世界。 它底层跑的是World Labs那个号称掌握像素级相机控制的自回归大模型Atlas。 以前我们玩的世界模型是什么画风？

扔一张图进去，等上几分钟，吐出一段摇摇晃晃的视频，你只能当个观众。 镜头稍微往后拉一点，画面就开始崩了。 这回Andy Cheng拿掌机实测的交互，换了套玩法：视角自由漫游：摇杆往左一掰，相机参数传到云端，模型开始推测左侧从未存在过的物理细节，光影和景深即时重组。 单图生成三维场：只给一张普通俯拍图或一句Prompt，Atlas就能以这层像素为基础，当场脑补出整座斯坦福广场、哥特庭院或深山古村。 云端逐帧渲染：画面以最高15 fps从云端GPU串流到屏幕上，延迟控制在了体感能接受的范围内。

说白了，你按下的每一次方向键，都在让模型现场重新计算一次物理细节。 Atlas那么大一个自回归怪物，到底凭什么能跑出15 fps？ 先理清它的「前身」。 去年的轻量化模型RTFM虽然快，但本质上只是在几个已知视点之间做插值。 而Atlas是站在海量数据上堆出来的真·大模型，能「无中生有」地从零生成世界，还能保持相当强的3D空间一致性。 但大模型的代价就是推理延迟。

要让手指和像素产生即时反馈，World Labs在工程架构上玩了一手绝活：Frameboy运行的并非Atlas的完整原始权重，而是一个经过极端优化的专用变体，在保留极新高视点合成能力的同时，将单帧生成的算力开销压榨到了极限。 不仅如此，他们还顺手把这套实时管线缝合进了自家编辑器Viewfinder里。 开发者可以一边用Atlas按帧堆砌自己的世界，一边直接拉起Frameboy的实时浮层，像打游戏一样开着第一人称视角杀进场景里乱窜。

从算法巨兽到掌中玩物，这中间省下来的显存和Token账本，显然是AMD入主后拿硬件工程底座狠狠洗刷过的痕迹。 算力成本一旦继续下探，实时交互的门槛自然也会跟着进一步降低。 目前打开Frameboy官网，填一下注册就能体验：整个交互界面就是一个复古掌机面板，内置了多个现成场景供人随意穿梭漫游。 觉得官方预设的不过瘾，还可以拖入一张自己的实景照片或输入提示词，系统会以此为锚点开始逐帧向外延伸推演。