从生成视频到探索世界：AI交互迎来“游戏化”突破

想象一下，你不再只是输入指令等待AI生成一段视频，而是握着一个虚拟镜头，像在开放世界游戏里控制角色一样，亲自走入AI构建的场景中。这正是李飞飞教授领衔的World Labs最新项目Frameboy带来的核心体验。

实时渲染：指尖操控的生成式漫游

Frameboy的工作原理颇具巧思。它基于团队早前发布的Atlas模型，该模型能够从单张图片推断并补全其周围不可见的空间。Frameboy的关键创新在于交互方式：用户通过键盘方向键控制“镜头”的移动和转向，而云端的高性能GPU则实时计算出镜头所对方向的画面，并以最高每秒15帧的速度呈现出来。

这意味着，生成过程从“预先规划、等待渲染”变成了“即时转向、所见即所得”。你想看画面左侧有什么，只需按下左方向键，新的场景便会随之生成展开。

技术基石：Atlas模型的进化

实现这一体验的背后，是经过深度优化的Atlas版本。原始的Atlas技术已经能够根据用户指定的精确相机路径，生成长达1分钟的1440p高清视频。Frameboy在此基础上，重点攻克了实时计算的瓶颈，将原本用于生成固定视频的模型，转变为能够响应实时输入、快速输出单帧画面的引擎。

  • 交互模式改变：从“制作电影”变为“玩电子游戏”。
  • 计算方式革新：从批量生成连续帧到实时响应并渲染离散视角。
  • 应用场景拓展：为虚拟漫游、沉浸式预览打开了新的大门。

现状与展望：体验、成本与可及性

目前发布的公开版本中，用户暂时只能探索官方预设的几个场景。若想将自己拍摄的照片转化为可探索的虚拟世界，则需要借助另一个名为Viewfinder的工具，该工具目前仍处于封闭测试阶段。

在实际体验中，尽管15 FPS的帧率代表了实时生成的显著进步，但与流畅的游戏体验相比仍有一定差距，画面卡顿感偶有发生。此外，整个系统完全依赖于云端GPU的强劲算力，这也导致了其运行成本远高于本地渲染方案。如何平衡体验流畅性与成本，将是其未来走向大众化必须面对的挑战。

尽管如此，Frameboy所代表的“生成即探索”模式，无疑为AI内容创作和交互设计指明了一个充满想象力的新方向。