World Labs lanza Frameboy para explorar Atlas en tiempo real

World Labs lanzó Frameboy el 5 de noviembre de 2026, una versión preliminar de investigación que, según la empresa, transmite escenas generadas por Atlas desde GPU en la nube hasta un navegador a un máximo de 15 fotogramas por segundo, mientras los usuarios controlan la cámara. La empresa también integró esta modalidad en Viewfinder, su aplicación web en beta cerrada para crear escenas 3D.

De las solicitudes de renderizado a la exploración continua

World Labs afirma que la variante optimizada de Atlas que impulsa Frameboy está diseñada para realizar una inferencia más rápida y eficiente, sin perder calidad en la síntesis de nuevas vistas. La principal diferencia que destaca el anuncio es un nuevo ciclo de interacción: en lugar de solicitar un video y esperar el resultado, el usuario recibe fotogramas de forma continua y puede cambiar la trayectoria de la cámara mientras explora.

World Labs señala que, cuando un video de Atlas iniciado manualmente tarda decenas de segundos o varios minutos, los usuarios se vuelven más cautelosos al crear escenas y planificar trayectorias de cámara, lo que reduce los ciclos de iteración. La transmisión continua les permite reaccionar ante una vista no deseada y hacer ajustes de inmediato. Así, la experimentación se integra en la navegación, en vez de quedar aislada en una serie de trabajos de generación independientes.

Entre las posibles aplicaciones de Atlas que se enumeran están explorar puntos de vista virtuales para rodajes, inspeccionar el avance de obras, desarrollar niveles de videojuegos 3D y simular entornos para robots. Estas tareas implican elegir o probar puntos de vista, lo que ayuda a explicar por qué World Labs considera que la latencia de generación es un problema que afecta al producto, y no solo una métrica de inferencia.

Viewfinder crea la escena antes de transmitirla

La demostración de Frameboy ofrece un menú seleccionado de escenas que incluye Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Interior de nave espacial y Fortaleza helada. World Labs afirma que se pueden crear escenas a partir de una sola imagen, y que Atlas genera puntos de vista adicionales que completan el contexto espacial de Frameboy; como alternativa, las capturas multivista pueden proporcionar ubicaciones del mundo real para explorar.

Viewfinder va más allá de esa selección de escenas. Los usuarios crean una escena fotograma a fotograma a partir de sus propios recursos, generan vistas desde distintos ángulos de cámara y reciben tanto información de color como de profundidad para cada nuevo fotograma de Atlas. Después, una escena creada en Viewfinder puede servir como punto de partida para una sesión de Frameboy en tiempo real, cuya superposición transmite fotogramas generados durante la exploración.

Viewfinder se puede probar en beta cerrada mediante una lista de espera; cuando se presentó Atlas, también estaba entrando en acceso anticipado con algunos socios seleccionados. Este nuevo flujo de trabajo de transmisión forma parte de esos programas de acceso limitado.

La arquitectura de Atlas y sus orígenes en RTFM

World Labs presentó Atlas el 1 de septiembre de 2026 como un modelo del mundo omni, preentrenado desde cero para trabajar de forma nativa con texto, imágenes, video y 3D. Su transformador de difusión autorregresivo multimodal sitúa las entradas en un espacio 3D para formar un contexto espacial y, a continuación, genera los elementos de una secuencia de uno en uno, condicionados por los elementos anteriores. Admite como entradas texto, imágenes, poses de cámara y mapas de profundidad 3D; los videos se representan como secuencias de imágenes, y cada imagen o mapa de profundidad se condiciona a una pose de cámara explícita.

World Labs afirma que Atlas puede generar hasta un minuto de video en 1440p con control de cámara y reconstruir escenas del mundo real a partir de imágenes de entrada dispersas. También puede producir nubes de puntos y gaussian splats 3D, lo que proporciona al modelo resultados 3D explícitos, además de imágenes y videos generados.

Frameboy llega después de RTFM, una versión preliminar de investigación publicada el 16 de octubre de 2025 que buscaba alcanzar frecuencias de fotogramas interactivas en una sola GPU H100. RTFM se diseñó como un renderizador aprendido que genera nuevas vistas 2D sin construir una representación 3D explícita. Utilizaba fotogramas con poses como memoria espacial y recuperaba fotogramas cercanos para cada nueva vista mediante una gestión dinámica del contexto, evitando aplicar atención a un historial de fotogramas que no dejaba de crecer.

World Labs afirma que Atlas amplía los conceptos de RTFM con un modelo mucho más grande, entrenado con varios órdenes de magnitud más de datos. RTFM se diseñó principalmente para interpolar entre puntos de vista existentes; Atlas puede generar escenas desde cero usando una sola imagen o una descripción de texto, y a la vez conservar la capacidad de sintetizar nuevas vistas a partir de colecciones de imágenes.

La computación en la nube sigue siendo una limitación

World Labs afirma que Frameboy requiere actualmente un potente servidor con GPU en la nube y que no es barato en comparación con los métodos de renderizado local.

La empresa espera que la evolución del hardware y el software haga que la tecnología sea más rápida y económica. Por tanto, la principal contrapartida de esta versión preliminar está clara: la generación continua con control de cámara llega al navegador, pero la inferencia en la nube necesaria para mantenerla sigue siendo un obstáculo práctico para su uso habitual.