World Labs lansează Frameboy pentru explorarea în timp real cu Atlas

World Labs a lansat Frameboy pe 5 noiembrie 2026, o versiune de previzualizare pentru cercetare despre care compania spune că transmite în flux scene generate de Atlas de pe GPU-uri din cloud către un browser, cu până la 15 cadre pe secundă, în timp ce utilizatorii controlează camera. Compania a integrat acest mod și în Viewfinder, aplicația sa web aflată în beta închisă, destinată creării de scene 3D.

De la solicitări de randare la explorare continuă

World Labs spune că varianta optimizată a Atlas care stă la baza Frameboy este concepută pentru o inferență mai rapidă și mai eficientă, păstrând în același timp calitatea sintezei unor perspective noi. Principala diferență evidențiată în anunț ține de un nou mod de interacțiune: în loc să solicite un videoclip și să aștepte rezultatul, utilizatorul primește cadre în mod continuu și poate modifica traseul camerei în timpul explorării.

Când generarea manuală a unui videoclip cu Atlas durează zeci de secunde sau câteva minute, utilizatorii devin, potrivit World Labs, mai reticenți să construiască scene și să planifice trasee ale camerei, iar ciclurile de iterație se reduc. Fluxul continuu le permite să reacționeze la o perspectivă nedorită și să facă imediat ajustări. Astfel, experimentarea devine parte a navigării, în loc să fie izolată într-o succesiune de sarcini de generare separate.

Printre posibilele utilizări ale Atlas enumerate se numără explorarea unor perspective virtuale pentru filmări, inspectarea progresului șantierelor, dezvoltarea nivelurilor de joc 3D și simularea mediilor pentru roboți. Aceste activități presupun alegerea sau testarea unor perspective, ceea ce ajută la înțelegerea motivului pentru care World Labs tratează latența generării ca pe o problemă ce ține de produs, nu doar ca pe o măsură a performanței inferenței.

Viewfinder construiește scena înainte de transmiterea în flux

Demonstrația Frameboy oferă un meniu selectat de scene, printre care Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Spaceship Interior și Frozen Fortress. World Labs spune că scenele pot fi inițializate cu o singură imagine, iar Atlas generează perspective suplimentare care completează contextul spațial al Frameboy; în schimb, capturile din mai multe perspective pot furniza locații reale pentru navigare.

Viewfinder depășește această listă selectată. Utilizatorii construiesc o scenă cadru cu cadru, pornind de la propriile materiale, generează perspective din unghiuri diferite ale camerei și primesc atât informații despre culoare, cât și despre adâncime pentru fiecare cadru nou generat de Atlas. O scenă construită în Viewfinder poate deveni apoi materialul de intrare pentru o sesiune Frameboy în timp real, a cărei suprapunere transmite în flux cadre generate în timpul explorării.

Viewfinder poate fi testat în beta închisă, pe bază de înscriere pe o listă de așteptare; la momentul prezentării sale, Atlas urma, de asemenea, să fie disponibil în acces timpuriu pentru anumiți parteneri. Noul flux de lucru cu transmitere în flux face parte din aceste programe cu acces limitat.

Arhitectura Atlas și evoluția de la RTFM

World Labs a prezentat Atlas pe 1 septembrie 2026, ca model universal al lumii, preantrenat de la zero pentru a funcționa nativ cu text, imagini, videoclipuri și 3D. Transformerul său multimodal de difuzie autoregresivă ancorează intrările în spațiul 3D pentru a forma un context spațial, apoi generează pe rând elementele unei secvențe, condiționându-le de elementele anterioare. Printre intrările acceptate se numără textul, imaginile, pozițiile camerei și hărțile de adâncime 3D; videoclipurile sunt reprezentate ca secvențe de imagini, iar fiecare imagine sau hartă de adâncime este condiționată de o poziție explicită a camerei.

World Labs spune că Atlas poate genera până la un minut de videoclip la rezoluție 1440p, cu controlul camerei, și poate reconstrui scene din lumea reală pornind de la imagini de intrare rare. De asemenea, poate produce nori de puncte și reprezentări 3D de tip Gaussian splat, oferind modelului rezultate 3D explicite, pe lângă imaginile și videoclipurile generate.

Frameboy urmează după RTFM, o versiune de previzualizare pentru cercetare lansată pe 16 octombrie 2025, care viza rate de cadre interactive pe un singur GPU H100. RTFM a fost conceput ca un motor de randare învățat, care generează perspective 2D noi fără a construi o reprezentare 3D explicită. Acesta folosea cadre cu poziții cunoscute drept memorie spațială și recupera cadrele apropiate pentru fiecare perspectivă nouă prin gestionarea dinamică a contextului, evitând aplicarea mecanismului de atenție asupra unui istoric de cadre aflat într-o continuă creștere.

World Labs spune că Atlas extinde conceptele din RTFM folosind un model mult mai mare, antrenat cu ordine de mărime mai multe date. RTFM a fost conceput în principal pentru a interpola între perspective existente; Atlas poate genera scene de la zero pornind de la o singură imagine sau de la o descriere textuală, păstrând totodată capacitatea de a sintetiza perspective noi pornind de la colecții de imagini.

Calculul în cloud rămâne o constrângere

World Labs spune că Frameboy necesită în prezent un server cloud puternic, echipat cu GPU, și că este costisitor în comparație cu metodele de randare locale.

Compania se așteaptă ca evoluția hardware-ului și a software-ului să facă tehnologia mai rapidă și mai ieftină. Prin urmare, compromisul central al versiunii de previzualizare este clar: generarea continuă, cu controlul camerei, ajunge în browser, însă inferența în cloud necesară pentru a o susține rămâne un obstacol practic în calea utilizării obișnuite.