World Labs ha presentato Frameboy, una tecnologia sperimentale che consente di esplorare ambienti generati dal modello Atlas attraverso un flusso continuo di immagini prodotto da GPU cloud e trasmesso direttamente nel browser. La preview, pubblicata il 5 novembre 2026, permette all’utente di controllare la posizione e il movimento della telecamera mentre il sistema genera nuovi punti di vista, raggiungendo secondo la società una frequenza massima di 15 fotogrammi al secondo. L’innovazione riguarda soprattutto il passaggio dalla produzione di sequenze video richieste singolarmente a un modello di generazione continua nel quale l’esplorazione e la produzione dei fotogrammi avvengono contemporaneamente. Nelle modalità convenzionali di utilizzo di Atlas, una sequenza video può richiedere diverse decine di secondi o alcuni minuti prima di essere disponibile. Frameboy introduce invece un ciclo interattivo nel quale l’utente può osservare immediatamente l’inquadratura prodotta, modificare la traiettoria della telecamera e continuare a navigare nella scena senza dover richiedere ogni volta una nuova generazione completa.
La tecnologia utilizza una variante ottimizzata di Atlas, progettata per ridurre i tempi e i costi dell’inferenza preservando la qualità della sintesi di punti di vista non presenti negli input originali. La dimostrazione pubblica comprende una selezione di ambienti che include Stanford Quad, Sutro Baths, Palace of Fine Arts e scenari immaginari come Cyberpunk, Spaceship Interior e Frozen Fortress. Le scene possono essere generate a partire da una singola immagine, utilizzata da Atlas per costruire ulteriori prospettive e definire un contesto spaziale coerente, oppure da raccolte multivista ottenute attraverso riprese di luoghi reali. Frameboy è stato inoltre integrato in Viewfinder, l’applicazione web di World Labs dedicata alla creazione di scene tridimensionali e disponibile in beta chiusa. All’interno di Viewfinder gli utenti possono sviluppare un ambiente progressivamente, generare viste da differenti posizioni della telecamera e ottenere per ogni fotogramma informazioni cromatiche e dati di profondità. Una scena realizzata con Viewfinder può successivamente essere utilizzata come punto di partenza per una sessione interattiva Frameboy.
Atlas, presentato da World Labs il 1° settembre 2026, è un modello multimodale progettato per elaborare nativamente testo, immagini, video e rappresentazioni tridimensionali. La sua architettura combina un transformer autoregressivo con meccanismi di diffusione, utilizzando informazioni spaziali per condizionare la generazione degli elementi successivi. Gli input possono comprendere descrizioni testuali, immagini, posizioni della telecamera e mappe di profondità, mentre i video vengono rappresentati come sequenze di immagini associate a configurazioni esplicite della telecamera. Il modello è in grado, secondo la società, di produrre video fino a un minuto con risoluzione 1440p e controllo delle inquadrature, oltre a ricostruire ambienti reali a partire da un numero limitato di immagini. Tra gli output supportati figurano anche nuvole di punti e rappresentazioni 3D Gaussian Splatting, utilizzabili per descrivere la struttura spaziale degli ambienti.
Frameboy riprende e amplia alcune delle soluzioni sviluppate con RTFM, una precedente preview di ricerca pubblicata nell’ottobre 2025. RTFM era stato progettato come renderer appreso capace di sintetizzare nuovi punti di vista bidimensionali senza costruire necessariamente una rappresentazione tridimensionale esplicita, utilizzando fotogrammi associati a coordinate spaziali come memoria della scena. Atlas estende queste capacità attraverso un modello di dimensioni maggiori e un addestramento su quantità di dati considerevolmente superiori, introducendo anche la possibilità di generare ambienti a partire da una singola immagine o da una descrizione. Le applicazioni considerate comprendono l’esplorazione di ambientazioni cinematografiche, il controllo visivo di cantieri, la progettazione di livelli per videogiochi e la simulazione di contesti per sistemi robotici. L’attuale configurazione richiede tuttavia server cloud dotati di GPU potenti e comporta costi computazionali ancora elevati rispetto al rendering locale. Frameboy rimane pertanto una tecnologia di ricerca, mentre l’accesso a Viewfinder e Atlas è ancora limitato ai programmi di sperimentazione e ai partner selezionati.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)