过去玩3D世界模型，最磨人的往往不是生成质量，而是按下生成键之后那段看不见尽头的时间——调整一个机位要等上几十秒甚至几分钟，每次尝试都像在开盲盒。11月6日，李飞飞创办的World Labs用一款名为Frameboy的研究预览版Demo，把这段等待直接划掉了：打开浏览器，云端GPU就能以最高每秒15帧的帧率把画面实时串流过来，用户可以像打游戏一样推拉摇移相机，在一张图片生成的3D世界里随便溜达。这是今年9月底AMD宣布以82亿美元全股票收购World Labs之后，这支空间智能团队交出的又一份技术答卷。
从"开盲盒"到"打游戏"：Atlas为什么能实时起来
Frameboy背后的模型叫Atlas，两个月前正式亮相。作为一个自回归世界模型，Atlas的核心本领是逐帧生成画面，并支持像素级精度的相机视角控制：只喂给它一张静态图片，它能把整个周边场景从零脑补出来；给它几张真实地标的多角度照片，它能在浏览器里还原一场赛博实景漫游。无论是去建筑工地看进度、给电影勘景，还是纯粹满足好奇心，应用场景都相当直接。
问题在于，此前的世界模型太慢了。如果每次调整机位都要等视频渲染出来，创作者在搭场景、规划运镜时就会束手束脚。这次团队对Atlas做了深度推理优化，把画面生成速度提升到最高15帧每秒，"点击生成"那个割裂的动作在体验上基本消失了，视野所及之处画面同步实时更新。和去年轻量级的研究预览项目RTFM相比，如今的Atlas模型规模大得多、吞下的数据量高出好几个数量级——RTFM只能在已有的几个视角之间做插值过渡，而Atlas可以凭单张图片或一段文字描述从零生成整个世界。
一张图搭一个3D游乐场：Viewfinder里的创作新流程
光逛官方预设场景显然不够过瘾。World Labs把实时串流能力塞进了自家的网页端应用Viewfinder，做成实时渲染叠加模式，目前处于封闭测试阶段并已开放候补名单申请。在Viewfinder里，用户可以拿自己上传的图片当起点，操控虚拟相机一步步往外走，一帧一帧地把整个3D空间搭建起来。Atlas每生成新的一帧，都会同步输出色彩与深度信息，帮助用户在视觉上对齐整个三维空间结构。
等场景主体搭得差不多了，一键唤起Frameboy叠加层，刚才还在逐帧构建的静态工程，瞬间就能变成实时串流的3D游乐场。更有意思的是试错成本几乎归零：走错了方向、试了个烂点子，鼠标一划就能换个角度继续探索，不必再心疼算力账单。团队对未来的定位很清晰——让Atlas这样的世界模型成为下一代生成式渲染器，把3D内容生产从"专业软件+漫长渲染"的传统范式里解放出来。
82亿美元联姻AMD：芯片巨头为什么买一支世界模型团队
Frameboy对极致推理速度的渴求，恰好解释了几个月前那桩看似跨界并购的逻辑。9月28日，芯片巨头AMD宣布拟以82亿美元（约合人民币550亿元）的全股票交易收购成立仅两年的World Labs，预计今年底完成交割，创下AMD历史上仅次于赛灵思的第二大收购纪录。这家总部位于旧金山的公司由李飞飞与Justin Johnson、Ben Mildenhall、Christoph Lassner联合创办，上一轮融资时估值还只有50亿美元。根据收购安排，交易完成后李飞飞将出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报，原有研发团队完整保留，继续由Justin Johnson和Ben Mildenhall带队死磕空间模型与物理AI。
这笔买卖的算盘双方都打得响亮。对苏姿丰而言，大语言模型之后的下一个必争之地，是涵盖机器人仿真、空间理解与三维重建的物理AI；收下World Labs，AMD就能第一时间摸清下一代世界模型的真实算力负载特征，反向指导自家GPU架构、AI芯片和ROCm软件栈的路线规划，在机器人与空间计算赛道与英伟达正面竞争。对李飞飞团队来说，正如她在收购公告里所言，下一代AI需要模型研究、系统与算力的紧密协同——以前在云端跑实时世界模型还要心疼昂贵的GPU账单，如今直接和自家芯片团队贴身打磨硬件与底层算子，距离把实时生成式3D渲染真正塞进千家万户的终端设备，显然又近了一大步。
开源模型开始"晒账本"：65B稠密模型跑赢816B巨无霸
世界模型在拼实时化，开源编程模型则在拼效率账本。11月4日，由前谷歌研究员创立的Ricursive Intelligence发布Ripple-65B Preview：一个65B参数的稠密模型，在12万亿token上从头预训练，支持100万token上下文，以Apache 2.0协议开源。在TerminalBench 2.1智能体编程基准上，它拿下80.52分，超过了Reflection Beam 501B（80.1分）、Meta Muse Spark Open 816B（76.4分）、Thinking Machines Inkling 975B（63.8分）和NVIDIA Nemotron 3 Ultra 550B（56.4分）这些规模大得多的对手；在官方Terminus 2测试框架复跑中，多数竞争对手成绩下滑，Ripple依然保持领先。此外它在SWE-bench Verified拿到76.5分、AIME 2025拿到98.3分，在2×B200上能以每秒250个token的速度运行，NVFP4量化版本还瞄准了NVIDIA DGX Spark这类本地设备。
比跑分更受关注的是成本。Ricursive称，该模型从头开发加训练的总成本为3200万美元，约为上一代开源智能体编程SOTA模型的十分之一——作为参照，OpenAI的Sam Altman曾表示GPT-4训练成本超过1亿美元，Anthropic的Dario Amodei则称前沿模型训练成本最高可达10亿美元。用小一个数量级的钱逼近甚至反超巨头模型，"效率"正在成为开源竞争的新叙事。当然需要冷静的是，跑分和成本数字目前均为官方自报，尚待独立复现检验，Ripple已在Hugging Face、Together AI、GMI Cloud和OpenRouter上架，社区验证只是时间问题。
AI开始"自己教自己"：从RSI迭代到端侧提速
模型进步的另一条暗线是"用AI加速AI"。11月5日，前华为诺亚方舟实验室主任、盘古大模型负责人王云鹤创立的基元律动发布了NeoHorse-1.5-Flash Preview：基于Qwen3.8-Flash做递归自我改进迭代，主模型参数1250亿、激活参数60亿。官方评测显示，其在Agents' Last Exam上的成绩从基座的41.20分提升至50.43分，涨幅约22.4%，其中物理科学任务提升约106.1%；自然语言生成代码仓库评测从44.24分升至50.16分。团队的方法是让上一代模型加入多模型任务执行体系，积累执行记录与能力反馈再用于后训练，配套多模型差分诊断、对抗式环境进化引擎和群体智能在线学习三项技术——简单说，就是让其他前沿模型的解题过程当教材。案例也颇具说服力：量子物理计算任务拿到满分而同基座模型只有0分，机器人三维装配中工具方向误差小于0.001度。无独有偶，研究机构METR近日发布的调查报告称，Anthropic过去一年的基准能力进步约等于此前两年，其中约80%的研究加速来自AI辅助人类研发，但距离完整的递归自我改进仍有明显差距。
端侧模型同样在刷存在感。淘宝MNN团队开源了0.3B参数的手机模型，在iPhone 18 Pro上离线跑出每秒350个token。花边新闻同样热闹：上海徐汇法院宣判了首例"薅AI算力羊毛"案——一名男子摸到某大模型聚合平台不对外开放的接口，自建网站低价转卖AI绘图和视频生成服务，最终该案未以盗窃罪定罪；AI内容检测工具Pangram上线Image 1.0，能用热力图标出疑似AI生成的区域；马斯克的Grok Bot则开放了代打电话能力，按条款须向对方披露虚拟助手身份、禁止营销用途。世界模型实时化、开源模型晒成本、AI给自己当教练——几条线索指向同一个判断：AI竞争的焦点正在从"能不能做"转向"多快、多便宜、多省心"。
暂无评论内容