World Labs lanserer Frameboy for utforsking av Atlas i sanntid

World Labs lanserte Frameboy 5. november 2026, en forskningsforhåndsvisning som ifølge selskapet strømmer Atlas-genererte scener fra skybaserte GPU-er til en nettleser med opptil 15 bilder per sekund mens brukerne styrer kameraet. Selskapet har også integrert modusen i Viewfinder, nettappen deres for å bygge 3D-scener, som er i lukket betaversjon.

Fra gjengivelsesforespørsler til kontinuerlig utforsking

Ifølge World Labs er den optimaliserte Atlas-varianten bak Frameboy utviklet for raskere og mer effektiv inferens, samtidig som kvaliteten på syntesen av nye synsvinkler bevares. Hovedforskjellen i kunngjøringen er en ny samhandlingsmåte: I stedet for å be om en video og vente på resultatet får brukeren kontinuerlig nye bilderammer og kan endre kamerabanen mens scenen utforskes.

Når en Atlas-video som startes manuelt, tar flere titalls sekunder eller flere minutter, blir brukerne ifølge World Labs mer forsiktige med å bygge scener og planlegge kamerabaner, og antallet iterasjoner blir lavere. Kontinuerlig visning gjør at de kan reagere på en uønsket synsvinkel og justere den umiddelbart. Dermed blir eksperimenteringen en del av navigeringen i stedet for å være avgrenset til en rekke separate genereringsjobber.

Blant de mulige bruksområdene for Atlas nevner selskapet å utforske virtuelle synsvinkler for filmopptak, inspisere framdriften på byggeplasser, utvikle 3D-spillnivåer og simulere miljøer for roboter. Disse oppgavene innebærer å velge eller teste synsvinkler, noe som bidrar til å forklare hvorfor World Labs behandler genereringsforsinkelse som et produktproblem, ikke bare som et inferensmål.

Viewfinder bygger scenen før strømmingen

Frameboy-demoen har en kuratert meny med blant annet Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Spaceship Interior og Frozen Fortress. Ifølge World Labs kan scener ta utgangspunkt i ett enkelt bilde, og Atlas genererer flere synsvinkler som fyller Frameboys romlige kontekst. Alternativt kan opptak fra flere synsvinkler brukes til å gjenskape virkelige steder for navigering.

Viewfinder går lenger enn denne kuraterte listen. Brukerne bygger en scene bilderamme for bilderamme ut fra egne inndata, genererer visninger fra ulike kameravinkler og får både farge- og dybdeinformasjon for hver nye Atlas-bilderamme. En scene som er bygd i Viewfinder, kan deretter brukes som utgangspunkt for en Frameboy-økt i sanntid, der et overlegg strømmer genererte bilderammer mens brukeren utforsker scenen.

Viewfinder kan prøves i lukket betaversjon via en venteliste. Da Atlas ble introdusert, var modellen også på vei inn i tidlig tilgang hos utvalgte partnere. Den nye arbeidsflyten for strømming inngår i disse tilgangsprogrammene med begrenset adgang.

Atlas-arkitekturen og arven fra RTFM

World Labs introduserte Atlas 1. september 2026 som en universell verdensmodell, forhåndstrent fra grunnen av for å behandle tekst, bilder, video og 3D direkte. Den multimodale, autoregressive diffusjonstransformatoren forankrer inndata i et 3D-rom for å danne en romlig kontekst, og genererer deretter sekvenselementer ett om gangen, betinget av tidligere elementer. Modellen støtter tekst, bilder, kamerastillinger og 3D-dybdekart som inndata. Videoer representeres som bildesekvenser, og hvert bilde eller dybdekart betinges av en uttrykkelig angitt kamerastilling.

Ifølge World Labs kan Atlas generere opptil ett minutt med 1440p-video med kamerastyring og rekonstruere scener fra virkeligheten ut fra glisne inndatabilder. Modellen kan også lage punktskyer og 3D-gaussiske splatter, slik at den produserer eksplisitte 3D-resultater i tillegg til genererte bilder og videoer.

Frameboy bygger videre på RTFM, en forskningsforhåndsvisning som ble lansert 16. oktober 2025, og som hadde som mål å oppnå interaktive bildefrekvenser på én enkelt H100 GPU. RTFM var utviklet som en lært renderer som genererer nye 2D-visninger uten å bygge en eksplisitt 3D-representasjon. Den brukte bilderammer med kamerastillinger som romlig minne og hentet fram nærliggende bilderammer for hver nye visning ved hjelp av kontekstveksling. Dermed unngikk den å beregne oppmerksomhet over en stadig voksende historikk med bilderammer.

Ifølge World Labs bygger Atlas videre på RTFM-konseptene med en langt større modell som er trent på flere størrelsesordener mer data. RTFM var først og fremst utviklet for å interpolere mellom eksisterende synsvinkler. Atlas kan generere scener fra grunnen av med bare ett bilde eller en bildetekst, samtidig som modellen beholder evnen til å syntetisere nye synsvinkler fra bildesamlinger.

Skybasert datakraft er fortsatt en begrensning

Ifølge World Labs krever Frameboy for øyeblikket en kraftig GPU-server i skyen og er dyrt sammenlignet med lokale gjengivelsesmetoder.

Selskapet forventer at videreutvikling av maskinvare og programvare vil gjøre teknologien raskere og billigere. Hovedavveiningen i forhåndsvisningen er derfor tydelig: Kontinuerlig generering med kamerastyring blir tilgjengelig i nettleseren, men inferensen i skyen som kreves for å opprettholde dette, er fortsatt en praktisk hindring for rutinemessig bruk.