World Labs випускає Frameboy для дослідження Atlas у реальному часі

5 листопада 2026 року World Labs випустила Frameboy — дослідницьку попередню версію, яка, за словами компанії, передає сцени, згенеровані Atlas, із хмарних графічних процесорів у браузер зі швидкістю до 15 кадрів за секунду, поки користувачі керують камерою. Компанія також інтегрувала цей режим у Viewfinder — свій вебзастосунок у закритій бета-версії для створення 3D-сцен.

Від запитів на рендеринг до безперервного дослідження

За словами World Labs, оптимізований варіант Atlas, на якому працює Frameboy, розроблено для швидшої та ефективнішої інференції зі збереженням якості синтезу нових ракурсів. Головна відмінність, про яку йдеться в анонсі, — новий цикл взаємодії: замість того, щоб запитувати відео й чекати на результат, користувач безперервно отримує кадри й може змінювати траєкторію руху камери під час дослідження сцени.

Коли створення відео в Atlas вручну займає десятки секунд або кілька хвилин, користувачі, за словами World Labs, обережніше беруться за побудову сцен і планування траєкторій камери, а циклів ітерацій стає менше. Безперервний потік дає змогу одразу відреагувати на небажаний ракурс і скоригувати його. Завдяки цьому експериментування стає частиною навігації, а не окремою послідовністю завдань на генерацію.

Серед можливих застосувань Atlas названо пошук віртуальних ракурсів для знімання фільмів, перевірку перебігу будівельних робіт, розроблення 3D-рівнів ігор і моделювання середовищ для роботів. У цих завданнях потрібно вибирати ракурси або перевіряти їх, що допомагає зрозуміти, чому World Labs розглядає затримку генерації як проблему на рівні продукту, а не лише як метрику інференції.

У Viewfinder сцена створюється до початку потокової передачі

У демонстрації Frameboy представлено добірку сцен: Stanford Quad, Sutro Baths, Palace of Fine Arts, Cyberpunk, Spaceship Interior і Frozen Fortress. За словами World Labs, сцени можна створити на основі одного зображення: Atlas генерує додаткові ракурси, які формують просторовий контекст Frameboy; для навігації реальними локаціями натомість можна використовувати багаторакурсні знімки.

Viewfinder виходить за межі цієї добірки. Користувачі створюють сцену покадрово на основі власних даних, генерують ракурси з різних кутів камери й отримують для кожного нового кадру Atlas і колірне зображення, і карту глибини. Потім створена у Viewfinder сцена може стати вхідними даними для сеансу Frameboy у реальному часі, де накладений інтерфейс передає згенеровані кадри під час дослідження.

Viewfinder можна протестувати в закритій бета-версії, записавшись до списку очікування; на момент представлення Atlas також переходив до раннього доступу для окремих партнерів. Новий процес потокової передачі є частиною цих програм з обмеженим доступом.

Архітектура Atlas і спадщина RTFM

1 вересня 2026 року World Labs представила Atlas як універсальну модель світу, попередньо навчену з нуля для безпосередньої роботи з текстом, зображеннями, відео й 3D-даними. Її мультимодальний авторегресійний дифузійний трансформер розміщує вхідні дані в тривимірному просторі, формуючи просторовий контекст, а потім послідовно генерує елементи, кожен з яких залежить від попередніх. Підтримуються текст, зображення, пози камери й 3D-карти глибини; відео подаються як послідовності зображень, а кожне зображення або карта глибини залежать від заданої пози камери.

За словами World Labs, Atlas може генерувати відео з роздільною здатністю 1440p тривалістю до однієї хвилини з керуванням камерою, а також відтворювати реальні сцени за розрідженими вхідними зображеннями. Модель також може створювати хмари точок і 3D-гаусові сплати, тобто формувати явні 3D-результати поряд зі згенерованими зображеннями й відео.

Frameboy розвиває ідеї RTFM — дослідницької попередньої версії, випущеної 16 жовтня 2025 року й орієнтованої на інтерактивну частоту кадрів на одному графічному процесорі H100. RTFM задумували як навчену систему рендерингу, що створює нові 2D-ракурси без побудови явного 3D-представлення. Вона використовувала кадри з відомими позами як просторову пам’ять і для кожного нового ракурсу знаходила близькі кадри, гнучко керуючи контекстом і уникаючи обробки дедалі довшої історії кадрів механізмом уваги.

За словами World Labs, Atlas масштабує підходи RTFM завдяки значно більшій моделі, навченої на порядки більшому обсязі даних. RTFM розробляли насамперед для інтерполяції між наявними ракурсами; Atlas може створювати сцени з нуля, використовуючи лише одне зображення або текстовий опис, і водночас зберігає можливість синтезувати нові ракурси за наборами зображень.

Хмарні обчислювальні ресурси залишаються обмеженням

За словами World Labs, для роботи Frameboy наразі потрібен потужний хмарний сервер із графічним процесором, а його використання обходиться недешево порівняно з локальними методами рендерингу.

Компанія очікує, що вдосконалення апаратного й програмного забезпечення зроблять цю технологію швидшою та дешевшою. Отже, головний компроміс цієї попередньої версії очевидний: безперервна генерація з керуванням камерою стає доступною в браузері, однак необхідна для її підтримки хмарна інференція залишається практичною перешкодою для регулярного використання.