World Labs lanserar Frameboy för utforskning av Atlas i realtid

World Labs lanserade Frameboy den 5 november 2026, en forskningsförhandsversion som enligt företaget strömmar Atlas-genererade scener från moln-GPU:er till en webbläsare med upp till 15 bildrutor per sekund medan användarna styr kameran. Företaget har också integrerat läget i Viewfinder, sin webbaserade app i sluten betaversion för att skapa 3D-scener.

Från renderingsförfrågningar till kontinuerlig utforskning

Enligt World Labs är den optimerade Atlas-variant som ligger bakom Frameboy utformad för snabbare och effektivare inferens, samtidigt som kvaliteten på syntesen av nya vyer bibehålls. Den främsta skillnaden i tillkännagivandet är ett nytt interaktionsflöde: i stället för att begära en video och vänta på resultatet får användaren bildrutor kontinuerligt och kan ändra kamerans bana under utforskningen.

När en video från Atlas som startas manuellt tar tiotals sekunder eller flera minuter blir användarna, enligt World Labs, försiktigare med att bygga scener och planera kamerabanor, vilket leder till färre iterationer. Med kontinuerlig utmatning kan de reagera på en oönskad vy och justera den direkt. På så sätt blir experimenterandet en del av navigeringen i stället för att avgränsas till en serie separata genereringsjobb.

Bland de möjliga användningsområden för Atlas som företaget räknar upp finns att undersöka virtuella kameravinklar inför filminspelningar, granska framsteg på byggarbetsplatser, utveckla 3D-spelnivåer och simulera miljöer för robotar. Dessa uppgifter handlar om att välja eller testa vyer, vilket bidrar till att förklara varför World Labs ser genereringens fördröjning som en produktfråga snarare än enbart ett inferensmått.

Viewfinder bygger scenen före strömningen

Frameboy-demonstrationen erbjuder en sammanställd meny med Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Rymdskeppsinteriör och Frusen fästning. Enligt World Labs kan scener skapas utifrån en enda bild, varefter Atlas genererar ytterligare vyer som fyller Frameboys rumsliga kontext. Alternativt kan flervyupptagningar användas för att tillhandahålla verkliga platser att navigera i.

Viewfinder går längre än den sammanställda listan. Användarna bygger upp en scen bildruta för bildruta utifrån egna indata, skapar vyer från olika kameravinklar och får både färg- och djupinformation för varje ny Atlas-bildruta. En scen som byggts i Viewfinder kan sedan användas som indata för en Frameboy-session i realtid, där ett överlägg strömmar genererade bildrutor under utforskningen.

Det går att testa Viewfinder i en sluten betaversion genom att ställa sig på en väntelista. När Atlas presenterades var modellen också på väg att bli tillgänglig i ett tidigt åtkomstprogram för utvalda partner. Det nya strömningsflödet ingår i dessa åtkomstprogram med begränsad tillgång.

Atlas-arkitektur och RTFM:s utvecklingslinje

World Labs presenterade Atlas den 1 september 2026 som en omnimodal världsmodell, förtränad från grunden för att arbeta direkt med text, bilder, video och 3D. Dess multimodala autoregressiva diffusionstransformator förankrar indata i ett tredimensionellt rum för att skapa en rumslig kontext och genererar sedan sekvenselement ett i taget, med villkor från tidigare element. Modellen stöder text, bilder, kamerapositioner och 3D-djupkartor som indata. Videor representeras som bildsekvenser, och varje bild eller djupkarta villkoras av en uttrycklig kameraposition.

Enligt World Labs kan Atlas generera upp till en minut video i 1440p med kamerastyrning och återskapa verkliga scener utifrån glesa indata i form av bilder. Modellen kan också skapa punktmoln och 3D-gaussiska splats, vilket ger den uttryckliga 3D-utdata utöver genererade bilder och videor.

Frameboy bygger vidare på RTFM, en forskningsförhandsversion som släpptes den 16 oktober 2025 och siktade på interaktiva bildfrekvenser på en enda H100-GPU. RTFM utformades som en inlärd renderare som genererade nya 2D-vyer utan att skapa en uttrycklig 3D-representation. Den använde bildrutor med kamerapositioner som rumsligt minne och hämtade närliggande bildrutor för varje ny vy genom kontexthantering, vilket undvek att behöva beräkna uppmärksamhet över en ständigt växande bildhistorik.

Enligt World Labs vidareutvecklar Atlas RTFM:s koncept med en mycket större modell som tränats på flera storleksordningar mer data. RTFM utformades främst för att interpolera mellan befintliga vyer. Atlas kan generera scener från grunden med hjälp av endast en bild eller en bildtext, samtidigt som modellen behåller möjligheten att syntetisera nya vyer utifrån bildsamlingar.

Molnberäkningar är fortfarande den begränsande faktorn

Enligt World Labs kräver Frameboy för närvarande en kraftfull GPU-server i molnet och är dyrt jämfört med lokala renderingsmetoder.

Företaget räknar med att fortsatt utveckling av hårdvara och programvara ska göra tekniken snabbare och billigare. Förhandsversionens centrala avvägning är därför tydlig: kontinuerlig generering med kamerastyrning blir tillgänglig i webbläsaren, men den molnbaserade inferens som krävs för att upprätthålla den är fortfarande ett praktiskt hinder för rutinmässig användning.