World Labs 世界模型实时漫游，15 帧很香，成本是道坎

用过 AI 生成 3D 场景的兄弟都懂那个滋味：点下生成，盯着转圈圈发呆，等出来一看机位不对，重来。每调一次镜头就开一次盲盒，谁受得了。

11 月 5 日，World Labs 放出了研究预览 Demo Frameboy，把 9 月初亮相的世界模型 Atlas 的优化版本搬进了浏览器。云端 GPU 以最高 15 fps 往回推流，你拖着虚拟相机走，画面跟着长出来。我们 AI主线 的看法是，Frameboy 的意义不在 15 这个数字，而在它把“生成一次等一次”改成了“边走边生成”，世界模型总算有了像样的交互手感。只是这份手感背后的算力账单，官方一个数都没报。

单张图就能起步，Atlas 到底长了什么本事

先把 Atlas 交代清楚。它是 9 月 1 日发的，官方说是从零预训练的 omni 模型，原生处理文字、图像、视频和 3D，架构叫多模态自回归扩散 Transformer。

翻成人话：像写接龙一样一帧接一帧往下画，每一帧都参考前面画过的内容。所以你绕一圈回来，墙还在原来的位置。

去年 World Labs 做过一个叫 RTFM 的轻量帧生成模型，主要在已有的几个视角之间做插值。官方说 Atlas 规模大得多，训练数据多了好几个数量级，喂一张图或一句话，就能从零脑补出周边场景。拿几张真实地标的多角度照片喂进去，还能在浏览器里逛实景。

Frameboy 吃的是专门为推理速度调过的变体。官方给的客厅对比很直观：以前要在房间里点四个关键帧机位，按下生成干等，角度不对再拖再等，来回好几轮；现在开着相机转圈，视野里的画面同步更新。试错成本压到接近零，人才敢放开手乱试。

15 帧，在同行里算快还是算慢

横向比一比。Google DeepMind 在 2025 年 8 月发 Genie 3 时，说的是 720p、每秒 24 帧的实时交互；10 月 27 日又发了 Genie 4，加了原生音频，目前只对受邀测试者开放研究预览。光看帧率，15 对 24，Frameboy 纸面上慢一截（它的分辨率官方没写，这一项没法比）。

不过两边走的不是同一条路。Genie 擅长凭一句描述想象出一个能玩的世界；Atlas 把相机几何当成原生输入，主打“你指哪它拍哪”，还能从几张真实照片还原场景。World Labs 自己做过一组评测，请第三方评委比较谁更贴合指定的镜头路径，Atlas 对 Seedance 2.5 的偏好率是 94%。这是厂商自己挑的对手和测法，比的还是视频模型而不是别的世界模型，看个方向就好，别当裁判书。

再说能不能上手。Frameboy 点开就能玩，但只能逛官方挑好的场景；想用自己的图搭世界，得进 Viewfinder，那个还在封闭测试，要排候补。Odyssey 的 Odyssey-3 在 10 月 8 日开了免费的浏览器预览，Genie 4 则同样在排队。整个赛道还停在“演示很美、门槛很高”的阶段，谁先把门槛拆了，谁就占便宜。

卖 GPU 的，为什么要买一支世界模型团队

9 月 28 日，AMD 宣布以约 82 亿美元的全股票交易收购 World Labs，预计 2026 年底前交割，还要过监管审批。李飞飞将出任 AMD 执行副总裁兼首席科学家，向苏姿丰汇报。World Labs 官方说，双方去年就已经合作，从模型训练和 AMD GPU 上的推理优化做起。

官方博客里还有一句大实话：Frameboy 目前必须跑在云端的强力 GPU 上，跟本地渲染比并不便宜。把这句和收购摆在一起看，逻辑就通了。世界模型每一帧都在现算，瓶颈不在能不能想象，在每秒 15 帧要烧多少算力。芯片厂把研究团队买回家，最想摸清的就是这种负载长什么样，这是我的判断。AMD 官方的说法则是要建一个覆盖硬件、软件、平台和开放模型的生态。交易没交割前，Frameboy 还是一家独立公司的作品。

现在值不值得去逛一圈

做内容的、搞影视勘景和游戏关卡概念的，可以点开 Frameboy 感受一下“没有生成按钮”是什么手感，官方列的用途里就有勘景和关卡概念。写代码的，眼下基本没关系。负责选型的先放一放：9 月那篇博客说 Atlas 的早期访问只给部分合作伙伴，Frameboy 的云端成本也没有公开数字，ROI 根本没法算。

AI主线 接下来盯两件事：Viewfinder 什么时候放开候补，以及 Frameboy 的算力成本官方肯不肯摊开讲。官方那句“慢而贵的东西，迟早会变快变便宜”，在图形学里确实常见，可我更想看到的是，这个“迟早”到底落在哪一步。