← ブログに戻る
Ai読了目安 12 分

Frameboyは世界モデルを15 FPSでブラウザにストリーミングする。フレームレートこそが論点だ。

公開日 2026年11月7日
Frameboyは世界モデルを15 FPSでブラウザにストリーミングする。フレームレートこそが論点だ。

World Labsは11月5日に、1枚の写真から生成した世界の中を歩き回れる研究プレビューを公開しました。動くのはブラウザのタブの中です。フレームはクラウドGPUで描画され、カメラを操作している間、毎秒最大15枚でストリーミングされてきます。

デモの名前はFrameboyで、携帯ゲーム機の格好をしています。カートリッジを選び、数秒待つと、クリックする前には存在しなかった部屋の中にいます。十字キーが自分を動かし、スティックが頭を回します。少しカクつきます。15 FPSは15 FPSだからです。

World Labsも承知しています。会社自身の説明は、これはプレビューであり、クラウドのハードウェアで動かす必要があり、ローカルで描画するよりコストがかかる、というものです。見てほしいのは別のことです。

主張は忠実度ではなく反復コストについてだ

Atlasが1カット返すのに数十秒、あるいは数分かかるなら、慎重に計画します。カメラパスを選び、決断し、待ち、結果を見て、1点だけ直してまた待つ。どの試行にも数分と注意力という値段がつくので、試行回数は減り、しかも保守的になります。

待ち時間をほぼゼロにすると、経済が反転します。World Labsはこう言います。悪いアイデアのコストがほぼゼロなら、悪いアイデアは存在しない。間違いだったものが探索になります。

これはワークフローについての主張で、自分の習慣に照らして簡単に検証できます。遅い生成動画ツールを使ったことがある人なら、プロンプトを溜め込むあの独特な認知状態を知っているはずです。3つ書いて、どれに使うか考えて、安全なものを選ぶ。すぐ答えるツールは20個のプロンプトを受け取り、20個目は、慎重にやっていたら絶対に打たなかったものです。

毎秒15枚はヘッドセットに必要な水準に届かず、ゲームのように感じる水準にも届きません。それでも、このループを注文ではなく操縦のように感じさせるには足ります。今回のリリースで最も働いているのは、この区別です。

Atlasとは何か

Atlasは9月上旬に登場しました。以前の世界モデルと分ける設計上の選択は、何をコンテキストにするかです。ほとんどの生成動画システムはテキストプロンプトと時間軸を条件にします。Atlasは空間的なコンテキスト、つまりテキスト、画像、動画、3D入力を受け止められる共有表現を条件にし、その中のカメラポーズから次のフレームを生成します。

前身のRTFMは、すでに存在する視点の間を補間できました。Atlasはシーンをゼロから生成し、画像1枚かキャプションだけでも動きます。新規視点合成の能力も残しているので、実在する場所の写真を数枚渡して、その間や外側へ移動できます。

Frameboyが配信するのは、推論速度に徹底的に振ったAtlasの変種です。その調整で新規視点の品質は何も犠牲にしていないと会社は言いますが、これは外部のテストでしか決着しない種類の主張です。

デモでは2つの構築経路が用意されています。1つ目は画像を1枚渡すとAtlasが外へ広がり、シーンの残りを埋める視点を発明します。2つ目は実在のランドマークの写真を少量渡すと、歩ける程度に空間を再構成します。1つ目のほうが派手です。2つ目のほうが有用です。実際に行ける場所を下見するのは、すでにお金が払われている仕事だからです。

出荷されるのはViewfinderのほうだ

デモの世界は選ばれたものです。自分の写真をアップロードして歩ける空間を生成することは、まだできません。少なくとも公開されている経路では。

その能力はViewfinderにあります。World Labsがフレームを1枚ずつ積んでシーンを作るウェブアプリで、現在クローズドベータです。生成された各フレームは色と深度を持ちます。シーンが組み上がると、Frameboyのオーバーレイがそのライブ探索をストリーミングします。パイプラインは、オフラインで構築し、リアルタイムで探索する、です。

深度付きのフレームが手がかりです。平坦な画像を出力するシステムは動画生成器です。フレームごとに色と深度を出力するシステムは、他のソフトウェアが消費できるレンダラーです。だから会社自身の説明も「動画モデル」ではなく「次世代の生成レンダラー」に行き着きます。

その下にあるハードウェアの話

Frameboyは、AMDがWorld Labsを約82億ドルの全株式交換で買収すると発表してから6週間後に現れました。取引は規制当局の承認を条件に、2026年末までの完了が見込まれています。World Labsの共同創業者である李飛飛は、AMDのエグゼクティブバイスプレジデント兼チーフサイエンティストに就き、Lisa Suに報告する予定です。

協業は取引より前からありました。両社はこの1年、World LabsのモデルをAMD GPUで訓練・推論できるよう最適化してきました。つまりFrameboyは、リアルタイムの世界モデルが単一ベンダーのアクセラレータ上で、対話型製品が成り立つ速度で提供できることの実演でもあります。

その背景が、発表にあった正直な制約を説明します。コンシューマーがこれをローカルで動かすのは選択肢にありません。クラウドGPUの時間はローカル描画より高く、会社はそう明言しています。同時に、ハードウェアとアルゴリズムが互いに適応し、全体は安くなっていくという予測も添えています。アクセラレータのパートナーがいる会社だからこそ、声に出して言えることです。

まだ足りないもの

リストは短く、具体的です。

毎秒15枚はカメラを速く動かすと崩れます。シーンを長くスイープすると安定を失います。公開アクセスは選ばれた世界に限られているので、誰かが悪い角度から撮った雑なスマホ写真をアップロードしたらどうなるか、という面白い問いは未回答です。Viewfinderはクローズドベータです。価格もSLAもなく、セッションがどれだけ走ると品質がずれ始めるかについての説明もありません。

もっと微妙で、誰も解いていない問題もあります。新規視点合成は特徴的な壊れ方をします。モデルはソファの後ろに何があるか知らないので、もっともらしいものを発明し、あなたが回り込むと自分自身と矛盾します。一周を通した一貫性が、デモとツールを分ける試験であり、デモのシーンはよく見えるように選ばれています。

どれもこのリリースを損ないません。Frameboyの面白さは、人がどう働くかについて、測定可能で反証可能な主張をしていることです。フィードバックループを十分に短くすれば、ツールの使い方はその速度と一緒に変わる。この主張は検証できます。previzチームに同じモデルの遅い版と速い版を渡し、カメラパスを何本試したか数えればいい。

数が増えれば、世界モデルというビジネスには製品があるということです。増えなければ、15 FPSはプレスリリースの中の数字で、本当の市場は今いる場所に留まります。オフライン生成、慎重な計画、そして大量の待ち時間です。

関連記事