World Labs Merilis Frameboy untuk Eksplorasi Atlas Secara Real-Time

World Labs merilis Frameboy pada 5 November 2026, sebuah pratinjau riset yang menurut perusahaan mengalirkan adegan hasil generasi Atlas dari GPU cloud ke peramban dengan kecepatan hingga 15 bingkai per detik saat pengguna mengendalikan kamera. Perusahaan juga mengintegrasikan mode ini ke Viewfinder, aplikasi web versi beta tertutup untuk membuat adegan 3D.

Dari Permintaan Render ke Eksplorasi Berkelanjutan

World Labs menyatakan bahwa varian Atlas yang dioptimalkan untuk Frameboy dirancang agar inferensi lebih cepat dan efisien, sekaligus mempertahankan kualitas sintesis tampilan baru. Perbedaan utama yang disoroti dalam pengumuman ini adalah alur interaksi yang baru: alih-alih meminta video lalu menunggu hasilnya, pengguna menerima bingkai secara berkelanjutan dan dapat mengubah jalur kamera selama eksplorasi.

World Labs menyatakan bahwa ketika video Atlas yang dipicu secara manual membutuhkan waktu puluhan detik atau beberapa menit, pengguna cenderung berhati-hati saat membuat adegan dan merencanakan jalur kamera, sehingga siklus iterasi menjadi lebih sedikit. Keluaran berkelanjutan memungkinkan mereka menanggapi tampilan yang tidak diinginkan dan langsung menyesuaikannya. Dengan demikian, eksperimen menjadi bagian dari navigasi, bukan proses terpisah yang terdiri atas serangkaian tugas generasi.

Potensi penggunaan Atlas yang disebutkan mencakup mencari sudut pandang virtual untuk pengambilan gambar film, memeriksa progres di lokasi konstruksi, mengembangkan level permainan 3D, dan menyimulasikan lingkungan untuk robot. Tugas-tugas tersebut melibatkan pemilihan atau pengujian sudut pandang, yang membantu menjelaskan mengapa World Labs memperlakukan latensi generasi sebagai persoalan tingkat produk, bukan sekadar metrik inferensi.

Viewfinder Membangun Adegan Sebelum Streaming Dimulai

Demo Frameboy menyediakan menu pilihan adegan, termasuk Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Spaceship Interior, dan Frozen Fortress. World Labs menyatakan bahwa adegan dapat dibuat dari satu gambar, lalu Atlas menghasilkan sudut pandang tambahan untuk mengisi konteks spasial Frameboy; sebagai alternatif, hasil pengambilan gambar dari berbagai sudut dapat menyediakan lokasi dunia nyata untuk dinavigasi.

Viewfinder melampaui daftar pilihan tersebut. Pengguna membangun adegan bingkai demi bingkai dari masukan mereka sendiri, menghasilkan tampilan dari berbagai sudut kamera, serta memperoleh informasi warna dan kedalaman untuk setiap bingkai Atlas yang baru. Adegan yang dibuat di Viewfinder kemudian dapat menjadi masukan untuk sesi Frameboy real-time, dengan lapisan tampilannya mengalirkan bingkai hasil generasi selama eksplorasi.

Viewfinder dapat diuji dalam versi beta tertutup melalui daftar tunggu; saat diperkenalkan, Atlas juga sedang memasuki tahap akses awal bersama mitra terpilih. Alur kerja streaming baru ini termasuk dalam program akses terbatas tersebut.

Arsitektur Atlas dan Latar Belakang RTFM

World Labs memperkenalkan Atlas pada 1 September 2026 sebagai model dunia omni yang dilatih dari nol agar dapat beroperasi secara native dengan teks, gambar, video, dan 3D. Transformer difusi autoregresif multimodalnya memetakan masukan ke dalam ruang 3D untuk membentuk konteks spasial, lalu menghasilkan elemen urutan satu per satu dengan mengondisikannya pada elemen sebelumnya. Masukan yang didukung mencakup teks, gambar, pose kamera, dan peta kedalaman 3D; video direpresentasikan sebagai urutan gambar, dan setiap gambar atau peta kedalaman dikondisikan pada pose kamera yang ditentukan secara eksplisit.

World Labs menyatakan bahwa Atlas dapat menghasilkan video 1440p berdurasi hingga satu menit dengan kendali kamera serta merekonstruksi adegan dunia nyata dari gambar masukan yang jarang. Atlas juga dapat menghasilkan awan titik dan Gaussian splat 3D, sehingga model ini menghasilkan keluaran 3D eksplisit selain gambar dan video.

Frameboy melanjutkan RTFM, pratinjau riset yang dirilis pada 16 Oktober 2025 dan ditujukan untuk mencapai laju bingkai interaktif pada satu GPU H100. RTFM dirancang sebagai perender berbasis pembelajaran yang menghasilkan tampilan 2D baru tanpa membangun representasi 3D eksplisit. Sistem ini menggunakan bingkai dengan informasi pose sebagai memori spasial dan mengambil bingkai terdekat untuk setiap tampilan baru melalui pengelolaan konteks, sehingga tidak perlu menerapkan mekanisme atensi pada riwayat bingkai yang terus bertambah.

World Labs menyatakan bahwa Atlas mengembangkan gagasan RTFM dengan model yang jauh lebih besar dan dilatih menggunakan data beberapa orde magnitudo lebih banyak. RTFM terutama dirancang untuk melakukan interpolasi di antara sudut pandang yang sudah ada; Atlas dapat menghasilkan adegan dari nol hanya dengan satu gambar atau keterangan teks, sekaligus mempertahankan kemampuan menyintesis tampilan baru dari kumpulan gambar.

Komputasi Cloud Masih Menjadi Kendala

World Labs menyatakan bahwa Frameboy saat ini membutuhkan server GPU cloud yang bertenaga dan tidak murah jika dibandingkan dengan metode rendering lokal.

Perusahaan memperkirakan bahwa perkembangan perangkat keras dan perangkat lunak akan membuat teknologi ini lebih cepat dan murah. Karena itu, kompromi utama dalam pratinjau ini sudah jelas: generasi berkelanjutan yang dikendalikan kamera kini dapat diakses melalui peramban, sementara inferensi cloud yang diperlukan untuk menjalankannya tetap menjadi hambatan praktis bagi penggunaan rutin.