← Volver al blog
Aiaprox. 7 min de lectura

Frameboy transmite un world model a tu navegador a 15 FPS. La tasa de fotogramas es el argumento.

Publicado 7 nov 2026
Frameboy transmite un world model a tu navegador a 15 FPS. La tasa de fotogramas es el argumento.

World Labs publicó el 5 de noviembre una vista previa de investigación que permite caminar por un mundo generado a partir de una sola fotografía. Corre en una pestaña del navegador. Los fotogramas se renderizan en GPU en la nube y se transmiten hasta 15 por segundo mientras manejas la cámara.

La demo se llama Frameboy y va vestida de consola portátil. Eliges un cartucho, esperas unos segundos y ya estás dentro de una habitación que no existía antes de hacer clic. La cruceta te mueve. El stick gira tu cabeza. Se ve un poco entrecortado, porque 15 fotogramas por segundo son 15 fotogramas por segundo.

World Labs lo sabe. La formulación de la propia empresa es que esto es una vista previa, que tiene que correr en hardware en la nube y que cuesta más que renderizar en local. Lo que quiere que notes es otra cosa.

La afirmación es sobre el costo de iterar, no sobre la fidelidad

Si Atlas tarda decenas de segundos o varios minutos en devolver un plano, planeas con cuidado. Eliges una ruta de cámara, te comprometes, esperas, miras el resultado, ajustas una cosa y vuelves a esperar. Cada intento tiene un precio en minutos y atención, así que haces menos intentos, y los que haces son conservadores.

Baja la espera a casi nada y la economía se invierte. World Labs lo dice así: cuando el costo de una mala idea es casi cero, no hay malas ideas. Lo que era un error se vuelve exploración.

Es una afirmación sobre el flujo de trabajo, y es fácil de contrastar con tus propias costumbres. Cualquiera que haya usado una herramienta lenta de video generativo conoce ese estado mental concreto de acumular prompts. Escribes tres, piensas cuál gastar, eliges el seguro. Una herramienta que responde al instante recibe veinte prompts, y el vigésimo es el que nunca habrías escrito si estuvieras siendo cuidadoso.

Quince fotogramas por segundo quedan por debajo de lo que necesita un visor y por debajo de sentirse como un juego. Alcanza para que el bucle se sienta como conducir en vez de pedir. Esa distinción hace la mayor parte del trabajo en este lanzamiento.

Qué es Atlas en realidad

Atlas salió a principios de septiembre. La decisión de diseño que lo separa de los world models anteriores es qué usa como contexto. La mayoría de los sistemas de video generativo se condicionan con un prompt de texto y un eje temporal. Atlas se condiciona con un contexto espacial, una representación compartida capaz de absorber texto, imágenes, video y entrada 3D, y genera el siguiente fotograma a partir de una pose de cámara dentro de ese contexto.

Su predecesor, RTFM, podía interpolar entre puntos de vista que ya existían. Atlas genera escenas desde cero, con tan solo una imagen o un pie de foto. También conservó la capacidad de síntesis de vistas nuevas, así que puedes darle un puñado de fotografías de un lugar real y navegar entre ellas y más allá.

Frameboy sirve una variante de Atlas ajustada a fondo para velocidad de inferencia. La empresa dice que el ajuste no sacrificó nada en la calidad de las vistas nuevas, que es el tipo de afirmación que solo resuelve una prueba externa.

La demo expone dos caminos de construcción. En el primero le das una imagen y Atlas se expande hacia afuera, inventando los puntos de vista que llenan el resto de la escena. En el segundo le das un conjunto pequeño de fotos de un lugar real y reconstruye el espacio lo bastante bien como para caminarlo. El primero impresiona más. El segundo es más útil, porque explorar un lugar al que de verdad puedes ir es una tarea que la gente ya paga.

Viewfinder es la parte que se entrega

Los mundos de la demo están curados. Todavía no puedes subir tus propias fotos y generar un espacio recorrible, al menos no por la vía pública.

Esa capacidad vive en Viewfinder, la aplicación web de World Labs para construir escenas fotograma a fotograma, que está en beta cerrada. Cada fotograma generado lleva color y profundidad. Una vez armada una escena, una capa de Frameboy transmite su exploración en vivo. El pipeline es: construir fuera de línea, explorar en tiempo real.

Los fotogramas con profundidad son la pista. Un sistema que entrega imágenes planas es un generador de video. Un sistema que entrega color más profundidad por fotograma es un renderizador que otro software puede consumir, y por eso la descripción de la propia empresa termina en "renderizador generativo de nueva generación" y no en "modelo de video".

La cuestión de hardware por debajo

Frameboy llegó seis semanas después de que AMD anunciara que compraría World Labs en una operación totalmente en acciones valorada en unos 8.2 mil millones de dólares. Se espera que la transacción cierre antes de que termine 2026, sujeta a aprobación regulatoria. Li Fei-Fei, cofundadora de World Labs, está prevista como vicepresidenta ejecutiva y científica jefa de AMD, reportando a Lisa Su.

La colaboración es anterior al acuerdo. Las dos empresas pasaron el último año optimizando los modelos de World Labs para entrenar e inferir en GPU de AMD. Así que Frameboy también funciona como demostración de que un world model en tiempo real puede servirse en los aceleradores de un solo proveedor, a una velocidad que hace posible un producto interactivo.

Ese contexto explica las limitaciones honestas del anuncio. Correr esto en local no está sobre la mesa para los consumidores. El costo del tiempo de GPU en la nube es mayor que el renderizado local, y la empresa lo dice directamente, junto con la predicción de que hardware y algoritmos se adaptarán entre sí y todo se abaratará. Eso es lo que puede decir en voz alta una empresa con un socio de aceleradores.

Qué falta todavía

La lista es corta y concreta.

Quince fotogramas por segundo se degradan con movimientos rápidos de cámara. Los barridos largos por una escena pierden estabilidad. El acceso público está limitado a mundos curados, así que la pregunta interesante de qué pasa cuando alguien sube un conjunto desordenado de fotos de celular desde un ángulo malo queda sin respuesta. Viewfinder está en beta cerrada. No hay precio, ni SLA, ni declaración sobre cuánto puede durar una sesión antes de que la calidad se desvíe.

También hay un problema más sutil que nadie ha resuelto. La síntesis de vistas nuevas falla de una manera característica: el modelo no sabe qué hay detrás del sofá, así que inventa algo plausible y luego se contradice cuando vuelves por el otro lado. La consistencia en una órbita completa es la prueba que separa una demo de una herramienta, y las escenas de la demo están elegidas para verse bien.

Nada de eso desmerece el lanzamiento. Lo interesante de Frameboy es que hace una afirmación medible y refutable sobre cómo trabaja la gente: acorta el bucle de retroalimentación lo suficiente y tu forma de usar la herramienta cambia junto con su velocidad. Esa afirmación se puede comprobar. Dale a un equipo de previz una versión lenta y una rápida del mismo modelo y cuenta cuántas rutas de cámara prueban.

Si la cuenta sube, el negocio del world model tiene producto. Si no sube, entonces 15 fotogramas por segundo es un número en un comunicado de prensa, y el mercado real se queda donde está ahora: generación fuera de línea, planificación cuidadosa y mucha espera.

Artículos relacionados