新闻X今天
World Labs发布Frameboy演示：Atlas世界模型云端串流达15fps
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Two months ago, we introduced Atlas, an autoregressive world model with pixel-perfect camera control.（X：World Labs (@theworldlabs)（via AIHOT））
核心内容
World Labs正式发布Frameboy交互式Demo，旨在展示其自回归世界模型Atlas在实时环境探索中的应用潜力。该系统通过高度优化的云端GPU算力进行推理并串流至终端，实现了最高15fps的实时交互帧率。Atlas模型发布于两个月前，核心特性为具备像素级精度的相机视角控制能力，此次Demo标志着该模型从静态生成迈向动态实时交互的关键工程节点。
技术架构上，Frameboy采用云边协同模式，将高算力的Atlas世界模型部署于云端GPU集群，通过视频串流技术解决端侧算力瓶颈。系统保留了Atlas原有的自回归生成机制与像素级相机控制接口，确保在15fps速率下仍能维持空间一致性与视觉保真度。这种实时渲染与交互能力的验证，为利用生成式模型构建高保真具身智能训练场提供了新的技术路径，降低了物理数据采集依赖。
关键看点
- 实时交互帧率：Frameboy演示通过云端GPU串流架构，实现Atlas世界模型最高15fps的实时环境探索速率
- 像素级相机控制：继承Atlas模型核心能力，支持用户在生成环境中进行精确到像素级的视角操控与导航
- 云端推理架构：采用高度优化的云端GPU部署方案，通过串流技术突破本地算力限制以支撑实时生成
- 自回归生成机制：基于两个月前发布的Atlas自回归世界模型，保证动态探索过程中的时空一致性
工程与产业观察
15fps云端串流验证了世界模型作为具身智能“可交互仿真器”的工程下限。相比传统图形学仿真，生成式环境能提供无限多样的长尾场景，但15fps对于高频控制策略训练仍显不足。后续需关注端侧量化部署或异步帧生成技术，以平衡生成质量与控制实时性，加速Sim-to-Real闭环。
线索来源：AIHOT
延伸选型与深度对比
基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。
宇树 G1
Franka FR3来源
本页事实对应的公开页面，以原文为准。