李飞飞的优雅答案:用一块GPU重新定义世界模型
World Labs 刚发布 RTFM(Real-Time Frame Model):一个能在浏览器里实时互动的生成式世界模型,提供公开试玩入口。官方称其可在单张 H100上以交互帧率运行,并保持三维一致性与持久性。
它走“被教会的渲染器(learned renderer)”路线:不做逐光线的物理求解,而是从大量视频中学习光影、材质与空间关系,输入一帧即可合成逼真的反射、阴影与镜面等细节,并随交互连续生成视频。目标强调效率、可扩展、持久三原则。
持久性的关键在于空间记忆与上下文腾挪(Context Juggling):系统为每帧绑定空间位姿,渲染新画面时只检索附近记忆,而非全量回放,从而让世界可无限扩展而不遗忘,同时维持实时性。
需校正的是:官方目前并未给出“4K/60fps”等硬指标,也尚以研究预览为主;核心信息以博客与官方社交贴为准,更多论文级细节待后续公开。试玩:rtfm.worldlabs.ai;技术解读见 World Labs 博客。











