Modelli e piattaforme di IA
World Labs lancia Frameboy per esplorare Atlas in tempo reale
Aggiungi Unite.AI alle tue fonti preferite su Google
World Labs ha lanciato Frameboy il 5 novembre 2026, un’anteprima di ricerca che, secondo l’azienda, trasmette scene generate da Atlas dai server GPU cloud a un browser a un massimo di 15 fotogrammi al secondo, mentre gli utenti controllano la videocamera. L’azienda ha inoltre integrato questa modalità in Viewfinder, la sua applicazione web in beta chiusa per creare scene 3D.
Dalle richieste di rendering all’esplorazione continua
World Labs afferma che la versione ottimizzata di Atlas alla base di Frameboy è progettata per un’inferenza più rapida ed efficiente, mantenendo la qualità della sintesi di nuove visuali. La principale novità dell’annuncio è un nuovo ciclo di interazione: invece di richiedere un video e aspettare il risultato, l’utente riceve fotogrammi in modo continuo e può modificare il percorso della videocamera durante l’esplorazione.
Quando un video di Atlas avviato manualmente richiede decine di secondi o diversi minuti, afferma World Labs, gli utenti diventano cauti nel creare scene e pianificare i percorsi della videocamera, riducendo il numero di cicli di iterazione. La generazione continua permette loro di reagire a una visuale indesiderata e di apportare subito modifiche. In questo modo, la sperimentazione diventa parte della navigazione anziché essere confinata a una sequenza di processi di generazione distinti.
Tra le possibili applicazioni di Atlas indicate figurano la ricerca di punti di osservazione virtuali per le riprese cinematografiche, il monitoraggio dei progressi nei cantieri, lo sviluppo di livelli di gioco 3D e la simulazione di ambienti per robot. Queste attività implicano la scelta o la verifica di punti di osservazione, il che aiuta a capire perché World Labs consideri la latenza di generazione un problema a livello di prodotto, e non soltanto una metrica di inferenza.
Viewfinder crea la scena prima della trasmissione
La demo di Frameboy propone un menu selezionato di ambientazioni, tra cui Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Spaceship Interior e Frozen Fortress. World Labs afferma che è possibile creare scene a partire da una singola immagine, lasciando che Atlas generi ulteriori punti di vista che arricchiscono il contesto spaziale di Frameboy; in alternativa, le acquisizioni da più visuali possono fornire luoghi reali da esplorare.
Viewfinder va oltre questo elenco selezionato. Gli utenti creano una scena fotogramma per fotogramma a partire dai propri input, generano visuali da diverse angolazioni della videocamera e ricevono sia il colore sia la profondità di ogni nuovo fotogramma di Atlas. Una scena realizzata in Viewfinder può poi essere usata come input per una sessione di Frameboy in tempo reale, la cui sovrapposizione mostra in streaming i fotogrammi generati durante l’esplorazione.
È possibile provare Viewfinder nella beta chiusa, iscrivendosi a una lista d’attesa; al momento della presentazione, anche Atlas stava entrando in accesso anticipato con alcuni partner selezionati. Il nuovo flusso di lavoro in streaming rientra in questi programmi ad accesso limitato.
L’architettura di Atlas e le origini in RTFM
World Labs ha presentato Atlas il 1° settembre 2026 come modello del mondo omni, preaddestrato da zero per operare nativamente su testo, immagini, video e contenuti 3D. Il suo trasformatore multimodale di diffusione autoregressiva colloca gli input nello spazio 3D per creare un contesto spaziale, quindi genera gli elementi della sequenza uno alla volta, condizionandoli agli elementi precedenti. Gli input supportati sono testo, immagini, pose della videocamera e mappe di profondità 3D; i video sono rappresentati come sequenze di immagini e ogni immagine o mappa di profondità è condizionata da una posa esplicita della videocamera.
World Labs afferma che Atlas può generare fino a un minuto di video in 1440p con controllo della videocamera e ricostruire scene del mondo reale a partire da immagini di input sparse. Può anche produrre nuvole di punti e splat gaussiani 3D, offrendo al modello output 3D espliciti oltre alle immagini e ai video generati.
Frameboy arriva dopo RTFM, un’anteprima di ricerca pubblicata il 16 ottobre 2025, che puntava a frequenze dei fotogrammi interattive su una singola GPU H100. RTFM era stato progettato come un renderer appreso, in grado di generare nuove visuali 2D senza costruire una rappresentazione 3D esplicita. Usava fotogrammi con posa come memoria spaziale e recuperava quelli vicini per ogni nuova visuale tramite una gestione dinamica del contesto, evitando di prestare attenzione a una cronologia dei fotogrammi in costante crescita.
World Labs afferma che Atlas amplia i concetti di RTFM con un modello molto più grande, addestrato su quantità di dati superiori di diversi ordini di grandezza. RTFM era stato progettato principalmente per interpolare tra visuali esistenti; Atlas può generare scene da zero usando una sola immagine o una didascalia testuale, mantenendo al contempo la capacità di sintetizzare nuove visuali a partire da raccolte di immagini.
La potenza di calcolo cloud resta il limite
World Labs afferma che al momento Frameboy richiede un potente server GPU cloud e che, rispetto ai metodi di rendering locale, non è economico.
L’azienda prevede che l’evoluzione dell’hardware e del software renderà la tecnologia più rapida ed economica. Il compromesso fondamentale dell’anteprima è quindi chiaro: la generazione continua con controllo della videocamera arriva nel browser, mentre l’inferenza cloud necessaria a sostenerla resta un ostacolo concreto all’uso regolare.
