World Labs เปิดตัว Frameboy สำหรับสำรวจ Atlas แบบเรียลไทม์

World Labs เปิดตัว Frameboy เมื่อวันที่ 5 พฤศจิกายน 2026 ในฐานะงานตัวอย่างด้านการวิจัย โดยบริษัทระบุว่าระบบจะสตรีมฉากที่สร้างด้วย Atlas จากจีพียูบนคลาวด์ไปยังเบราว์เซอร์ด้วยความเร็วสูงสุด 15 เฟรมต่อวินาที ขณะที่ผู้ใช้ควบคุมกล้องได้ บริษัทยังผสานโหมดนี้เข้ากับ Viewfinder ซึ่งเป็นเว็บแอปสำหรับสร้างฉาก 3 มิติที่เปิดให้ทดลองใช้แบบเบตาแบบปิด

จากการส่งคำขอเรนเดอร์สู่การสำรวจอย่างต่อเนื่อง

World Labs ระบุว่า Atlas รุ่นที่ปรับแต่งมาอยู่เบื้องหลัง Frameboy ได้รับการออกแบบให้ประมวลผลการอนุมานได้รวดเร็วและมีประสิทธิภาพยิ่งขึ้น โดยยังคงคุณภาพการสังเคราะห์มุมมองใหม่ไว้ จุดแตกต่างสำคัญในประกาศนี้คือรูปแบบการโต้ตอบแบบใหม่ แทนที่จะส่งคำขอวิดีโอแล้วรอผล ผู้ใช้จะได้รับเฟรมอย่างต่อเนื่องและเปลี่ยนเส้นทางกล้องระหว่างสำรวจได้

World Labs ระบุว่า เมื่อวิดีโอจาก Atlas ที่สั่งสร้างด้วยตนเองใช้เวลาหลายสิบวินาทีหรือหลายนาที ผู้ใช้จะลังเลที่จะสร้างฉากและวางแผนเส้นทางกล้อง ทำให้มีรอบการปรับแก้น้อยลง การแสดงผลอย่างต่อเนื่องช่วยให้ผู้ใช้ตอบสนองต่อมุมมองที่ไม่ต้องการและปรับแก้ได้ทันที วิธีนี้ทำให้การทดลองกลายเป็นส่วนหนึ่งของการนำทาง แทนที่จะแยกออกไปเป็นชุดงานสร้างหลายงานที่ต้องทำทีละขั้น

การใช้งานที่อาจเป็นไปได้ของ Atlas ซึ่งมีการระบุไว้ ได้แก่ การสำรวจจุดมองเสมือนสำหรับการถ่ายทำภาพยนตร์ การตรวจสอบความคืบหน้าของงานก่อสร้าง การพัฒนาด่านเกม 3 มิติ และการจำลองสภาพแวดล้อมสำหรับหุ่นยนต์ งานเหล่านี้ล้วนเกี่ยวข้องกับการเลือกหรือทดสอบจุดมอง จึงช่วยอธิบายได้ว่าเหตุใด World Labs จึงมองเวลาแฝงในการสร้างเนื้อหาเป็นประเด็นระดับผลิตภัณฑ์ ไม่ใช่เพียงตัวชี้วัดการอนุมานเท่านั้น

Viewfinder สร้างฉากก่อนเริ่มสตรีม

เดโม Frameboy มีเมนูฉากที่คัดสรรมาให้เลือก ตั้งแต่ Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Spaceship Interior ไปจนถึง Frozen Fortress World Labs ระบุว่าสามารถเริ่มสร้างฉากจากภาพเดียว โดยให้ Atlas สร้างมุมมองเพิ่มเติมเพื่อเติมข้อมูลบริบทเชิงพื้นที่ของ Frameboy ส่วนภาพที่บันทึกจากหลายมุมสามารถใช้แทนได้ หากต้องการนำสถานที่จริงมาใช้ในการนำทาง

Viewfinder ก้าวข้ามรายการฉากที่คัดสรรไว้นั้น ผู้ใช้สร้างฉากทีละเฟรมจากข้อมูลที่ป้อนเอง สร้างมุมมองจากมุมกล้องที่แตกต่างกัน และรับทั้งภาพสีและข้อมูลความลึกสำหรับเฟรม Atlas ใหม่แต่ละเฟรมได้ จากนั้นฉากที่สร้างใน Viewfinder สามารถนำไปใช้เป็นข้อมูลป้อนเข้าสำหรับเซสชัน Frameboy แบบเรียลไทม์ ซึ่งจะแสดงเฟรมที่สร้างขึ้นซ้อนทับระหว่างการสำรวจ

ผู้สนใจสามารถทดลองใช้ Viewfinder ในช่วงเบตาแบบปิดได้ผ่านรายชื่อรอ ส่วน Atlas ก็เริ่มเปิดให้พาร์ตเนอร์บางรายเข้าถึงก่อนใครในช่วงที่เปิดตัว เวิร์กโฟลว์สตรีมมิงใหม่นี้อยู่ภายใต้โครงการจำกัดการเข้าถึงดังกล่าว

สถาปัตยกรรมของ Atlas และรากฐานจาก RTFM

World Labs เปิดตัว Atlas เมื่อวันที่ 1 กันยายน 2026 ในฐานะโมเดลโลกแบบรอบด้านที่ฝึกตั้งแต่ต้น เพื่อให้ทำงานกับข้อความ ภาพ วิดีโอ และข้อมูล 3 มิติได้โดยตรง ทรานส์ฟอร์เมอร์แพร่กระจายแบบออโตรีเกรสซีฟหลายโมดัลของโมเดลนี้จะวางอินพุตลงในพื้นที่ 3 มิติเพื่อสร้างบริบทเชิงพื้นที่ แล้วสร้างองค์ประกอบของลำดับทีละรายการ โดยมีองค์ประกอบก่อนหน้าเป็นเงื่อนไข อินพุตที่รองรับ ได้แก่ ข้อความ ภาพ ท่าทางกล้อง และแผนที่ความลึก 3 มิติ ส่วนวิดีโอจะแสดงเป็นลำดับภาพ และภาพหรือแผนที่ความลึกแต่ละรายการจะมีท่าทางกล้องที่ระบุไว้อย่างชัดเจนเป็นเงื่อนไข

World Labs ระบุว่า Atlas สร้างวิดีโอความละเอียด 1440p ได้นานสูงสุดหนึ่งนาทีพร้อมควบคุมกล้องได้ และสร้างฉากในโลกจริงขึ้นใหม่จากภาพอินพุตที่มีอยู่อย่างเบาบางได้ นอกจากนี้ยังสร้างพอยต์คลาวด์และเกาส์เซียนสแพลต 3 มิติได้ ทำให้โมเดลมีผลลัพธ์ 3 มิติที่แสดงอย่างชัดเจนควบคู่ไปกับภาพและวิดีโอที่สร้างขึ้น

Frameboy พัฒนาต่อยอดจาก RTFM ซึ่งเป็นงานตัวอย่างด้านการวิจัยที่เปิดตัวเมื่อวันที่ 16 ตุลาคม 2025 และมุ่งให้ได้อัตราเฟรมที่โต้ตอบได้บนจีพียู H100 เพียงตัวเดียว RTFM ได้รับการออกแบบให้เป็นเรนเดอร์ที่เรียนรู้ได้ โดยสร้างมุมมอง 2 มิติใหม่โดยไม่ต้องสร้างตัวแทน 3 มิติอย่างชัดเจน ระบบใช้เฟรมที่ระบุท่าทางไว้เป็นหน่วยความจำเชิงพื้นที่ และดึงเฟรมใกล้เคียงมาใช้กับแต่ละมุมมองใหม่ผ่านการสลับบริบท จึงไม่ต้องคำนวณแอตเทนชันกับประวัติเฟรมที่เพิ่มขึ้นอย่างต่อเนื่อง

World Labs ระบุว่า Atlas ขยายแนวคิดของ RTFM ด้วยโมเดลที่มีขนาดใหญ่กว่ามากและฝึกด้วยข้อมูลที่เพิ่มขึ้นหลายลำดับขั้น โดยหลักแล้ว RTFM ออกแบบมาเพื่อแทรกค่าระหว่างมุมมองที่มีอยู่แล้ว ส่วน Atlas สร้างฉากขึ้นใหม่ตั้งแต่ต้นได้โดยใช้เพียงภาพเดียวหรือคำบรรยายภาพเป็นข้อความ พร้อมทั้งยังสังเคราะห์มุมมองใหม่จากชุดภาพได้

ทรัพยากรประมวลผลบนคลาวด์ยังเป็นข้อจำกัด

World Labs ระบุว่าในขณะนี้ Frameboy ต้องใช้เซิร์ฟเวอร์จีพียูบนคลาวด์ประสิทธิภาพสูง และมีค่าใช้จ่ายสูงเมื่อเทียบกับวิธีเรนเดอร์บนเครื่อง

บริษัทคาดว่าฮาร์ดแวร์และซอฟต์แวร์ที่พัฒนาต่อไปจะช่วยให้เทคโนโลยีนี้ทำงานได้เร็วขึ้นและมีค่าใช้จ่ายลดลง ดังนั้นข้อแลกเปลี่ยนสำคัญของงานตัวอย่างนี้จึงชัดเจน นั่นคือการสร้างเนื้อหาอย่างต่อเนื่องพร้อมควบคุมกล้องได้มาถึงเบราว์เซอร์แล้ว แต่การอนุมานบนคลาวด์ที่จำเป็นต่อการทำงานดังกล่าวยังเป็นอุปสรรคในทางปฏิบัติต่อการใช้งานเป็นประจำ