Frameboy trasmette un world model nel browser a 15 FPS. Il frame rate è l'argomento.

World Labs ha pubblicato il 5 novembre una research preview che permette di camminare dentro un mondo generato da una sola fotografia. Gira in una scheda del browser. I frame vengono renderizzati su GPU cloud e trasmessi fino a 15 al secondo mentre muovi la camera.
La demo si chiama Frameboy e ha le sembianze di una console portatile. Scegli una cartuccia, aspetti qualche secondo e sei dentro una stanza che non esisteva prima del clic. Il d-pad ti sposta. Lo stick gira la testa. È un po' a scatti, perché 15 frame al secondo sono 15 frame al secondo.
World Labs lo sa. La formulazione dell'azienda è che si tratta di una preview, che deve girare su hardware cloud e che costa più del rendering locale. Quello che vuole farti notare è altro.
L'affermazione riguarda il costo dell'iterazione, non la fedeltà
Se Atlas impiega decine di secondi o diversi minuti per restituire un'inquadratura, pianifichi con cura. Scegli un percorso di camera, ti impegni, aspetti, guardi il risultato, poi aggiusti una cosa e aspetti di nuovo. Ogni tentativo ha un prezzo in minuti e attenzione, quindi fai meno tentativi, e quelli che fai sono prudenti.
Porta l'attesa quasi a zero e l'economia si ribalta. World Labs lo dice così: quando il costo di una cattiva idea è quasi zero, non ci sono cattive idee. Quello che era un errore diventa esplorazione.
È un'affermazione sul flusso di lavoro, ed è facile verificarla sulle proprie abitudini. Chi ha usato uno strumento lento di video generativo conosce quello stato mentale preciso fatto di accumulare prompt. Ne scrivi tre, pensi a quale spendere, scegli quello sicuro. Uno strumento che risponde subito riceve venti prompt, e il ventesimo è quello che non avresti mai digitato se fossi stato attento.
Quindici frame al secondo sono sotto quello che serve a un visore e sotto la sensazione di un gioco. Bastano però perché il ciclo sembri pilotare invece che ordinare. È quella distinzione a fare la maggior parte del lavoro in questo rilascio.
Che cos'è davvero Atlas
Atlas è uscito all'inizio di settembre. La scelta di progettazione che lo separa dai world model precedenti è ciò che usa come contesto. La maggior parte dei sistemi di video generativo si condiziona su un prompt testuale e un asse temporale. Atlas si condiziona su un contesto spaziale, una rappresentazione condivisa capace di assorbire testo, immagini, video e input 3D, e genera il frame successivo da una posa di camera al suo interno.
Il predecessore, RTFM, sapeva interpolare tra punti di vista già esistenti. Atlas genera scene da zero, anche solo da un'immagine o da una didascalia. Ha mantenuto anche la capacità di sintesi di viste nuove, quindi puoi dargli qualche fotografia di un luogo reale e navigare tra esse e oltre.
Frameboy serve una variante di Atlas tarata a fondo sulla velocità di inferenza. L'azienda dice che la taratura non ha sacrificato nulla sulla qualità delle viste nuove, ed è il tipo di affermazione che solo un test esterno può chiudere.
Nella demo sono esposti due percorsi di costruzione. Nel primo dai un'immagine e Atlas si espande verso l'esterno, inventando i punti di vista che riempiono il resto della scena. Nel secondo dai un piccolo set di foto di un luogo reale e ricostruisce lo spazio abbastanza bene da poterci camminare. Il primo è più impressionante. Il secondo è più utile, perché perlustrare un luogo che puoi davvero visitare è un compito per cui la gente paga già.
Quello che viene consegnato è Viewfinder
I mondi della demo sono selezionati. Non puoi ancora caricare le tue foto e generare uno spazio percorribile, almeno non attraverso il canale pubblico.
Quella capacità vive in Viewfinder, l'app web di World Labs per costruire scene frame per frame, in beta chiusa. Ogni frame generato porta colore e profondità. Una volta assemblata una scena, un overlay di Frameboy ne trasmette l'esplorazione dal vivo. La pipeline è: costruire offline, esplorare in tempo reale.
I frame con profondità sono l'indizio. Un sistema che restituisce immagini piatte è un generatore di video. Un sistema che restituisce colore più profondità per frame è un renderer che altro software può consumare, ed è per questo che la descrizione dell'azienda finisce su "renderer generativo di nuova generazione" invece che su "modello video".
La questione hardware che sta sotto
Frameboy è arrivato sei settimane dopo che AMD ha annunciato l'acquisizione di World Labs in un'operazione interamente in azioni del valore di circa 8.2 miliardi di dollari. Si prevede che la transazione si chiuda entro la fine del 2026, salvo approvazione delle autorità. Li Fei-Fei, cofondatrice di World Labs, è destinata a diventare vicepresidente esecutiva e chief scientist di AMD, con riporto a Lisa Su.
La collaborazione precede l'accordo. Le due aziende hanno passato l'ultimo anno a ottimizzare i modelli di World Labs per addestramento e inferenza su GPU AMD. Frameboy quindi serve anche da dimostrazione: un world model in tempo reale può girare sugli acceleratori di un solo fornitore, a una velocità che rende possibile un prodotto interattivo.
Quel contesto spiega i limiti onesti nell'annuncio. Farlo girare in locale non è in programma per i consumatori. Il costo del tempo di GPU cloud è più alto del rendering locale, e l'azienda lo dice direttamente, insieme alla previsione che hardware e algoritmi si adatteranno l'uno all'altro e il tutto diventerà più economico. È quello che un'azienda con un partner per gli acceleratori può dire ad alta voce.
Cosa manca ancora
La lista è breve e specifica.
Quindici frame al secondo degradano con movimenti rapidi di camera. Le lunghe panoramiche attraverso una scena perdono stabilità. L'accesso pubblico è limitato a mondi selezionati, quindi la domanda interessante su cosa succede quando qualcuno carica una serie disordinata di foto da telefono scattate da un'angolazione sbagliata resta senza risposta. Viewfinder è in beta chiusa. Non ci sono prezzi, né SLA, né dichiarazioni su quanto può durare una sessione prima che la qualità vada alla deriva.
C'è anche un problema più sottile che nessuno ha risolto. La sintesi di viste nuove fallisce in modo caratteristico: il modello non sa cosa c'è dietro il divano, quindi inventa qualcosa di plausibile e poi si contraddice quando torni dall'altra parte. La coerenza su un'orbita completa è la prova che separa una demo da uno strumento, e le scene della demo sono scelte per apparire bene.
Niente di tutto questo indebolisce il rilascio. La cosa interessante di Frameboy è che fa un'affermazione misurabile e confutabile su come lavorano le persone: accorcia abbastanza il ciclo di feedback e il modo in cui usi lo strumento cambia insieme alla sua velocità. Quell'affermazione si può verificare. Dai a un team di previz una versione lenta e una veloce dello stesso modello e conta quanti percorsi di camera provano.
Se il conteggio sale, il business dei world model ha un prodotto. Se non sale, allora 15 frame al secondo è un numero in un comunicato stampa, e il mercato vero resta dov'è adesso: generazione offline, pianificazione accurata e molta attesa.
Articoli correlati
Nvidia ha messo un prezzo al suo fondatore
In nove giorni Nvidia ha cambiato CEO e consiglio senza perdere un trimestre. Il mercato, intanto, ha dato un prezzo a quello che valeva un solo uomo.
Un foglio di calcolo comunitario di tocchi che spegne la pubblicità negli Android cinesi
Non tocca il sistema, non sblocca niente, non flasha niente. Ribalta solo gli interruttori che i produttori hanno già previsto. Il prezzo è una lista che qualcuno deve continuare a scrivere.
GPT Image 2.6 ha tenuto il prezzo dei token e alzato la fattura
GPT Image 2.6 conserva ogni tariffa per token di 2.5 e costa comunque di più per immagine, perché buona parte del lavoro passa ora nei token di output. Undici giorni dopo il lancio, la struttura dei prezzi dice più della classifica.
Qualcuno ha ricostruito IDM dall'esterno e ha scritto cosa non ha toccato
Una reimplementazione in Rust di Internet Download Manager promette 5 volte la velocità e 86 lingue. Il documento più interessante è il paragrafo che spiega come è stata costruita senza copiare nulla.