李飞飞把世界模型塞进“掌机”，我试了：70ms延迟确实跟手，但15帧的AI世界，你只能“逛”不能“玩”

李飞飞的World Labs发了一个叫Frameboy的东西。

打开网页，界面上摆着几张“游戏卡带”，点一张，等十几秒，然后你就能走进一个由AI实时生成的世界里。推摇杆转视角，画面跟着变。实测响应延迟只有70ms，端到端控制在200ms以内，这个水平已经非常接近云游戏了。

但如果你以为“世界模型终于能当游戏玩了”，那你会失望。它最高只有15帧。

我用键盘和触屏各试了一轮，IT之家那句克制的评价是准的：“整体操作稍微有些卡顿，毕竟最高只有15帧”。它能证明“实时世界模型这条路走得通”，但它本身还不是一个可以“玩”的产品。

它和Genie 4、传统3D引擎，到底不是一回事

把Frameboy放在两条参照系里看，它的定位会清楚很多。

和Genie 4比，是“清晰度换流畅度”的取舍。 Genie 3在2025年8月发布时，720p下能做到24fps；Genie 4把物理和交互做得更真，但核心的实时帧率基准没有本质跃升。Frameboy的Atlas最高支持1440p，但帧率只有15fps。两条路线吃的是同一块GPU，一头加另一头就得减。Frameboy选了清晰度，Genie选了流畅度。

和传统3D游戏引擎比，是“生成”和“渲染”的本质区别。 传统引擎的场景是美术一根多边形一根多边形捏出来的，显卡只负责“画”出来。Frameboy的世界是逐帧推理生成的——你推一下摇杆，云端GPU根据新的相机位置，现场算出一帧新画面，推流到浏览器里。你走的每一步，都是现算的。

和Sora/可灵这类视频生成比，是“固定输出”和“可交互漫游”的分野。 视频生成模型你给它一段描述，它还你一段视频，镜头路径是固定的。Frameboy的Atlas接收的是像素级精度的相机位置和角度，你在场景里自由移动，它持续生成新的视角。

70ms延迟是“跟手”的，但15帧在快速移动时会“顿”

延迟和帧率是两件事，Frameboy把前者做得很好，后者留在了研究预览的水平。

70ms的响应延迟意味着你推摇杆和画面反馈之间几乎无感，相机控制是“跟手”的，不像早期模型那样“发出去等回音”。官方把端到端控制在200ms以内，这个数字放在云游戏的标准里也是合格的。

但15fps是“最高”帧率，不是稳定帧率。慢速探索、原地转视角的时候，画面勉强能接受；一旦快速推摇杆移动，每帧间隔约66ms带来的顿挫感会变得明显。十年前的手机游戏普遍按30帧设计，15帧在快速镜头运动下的体感，大致相当于那个时代“能看，但不想一直看”的水平。

它现在是一个“能看懂它在干什么”的Demo，不是一个“你想一直待在里面”的世界。

为什么必须跑在云端：你推的每一下，都在烧GPU

这是Frameboy最容易被忽略、也最值得算的一笔账。

传统游戏跑在你自己的显卡上，场景是预设好的，显卡只负责“画”。Frameboy的每一帧都是云端高性能GPU实时推理生成的，再以视频流推到你浏览器里。你每转一次视角，云端就要重新算一帧。

官方自己没回避成本问题：现阶段必须跑在云端高性能GPU服务器上，成本跟本地渲染比绝对算不上便宜。15fps已经是“压到极限”之后的帧率了，Frameboy跑的是Atlas的一个极端优化的专用变体，不是完整原始权重，目的就是把单帧生成的算力开销压到可交互的区间。

AMD在9月28日宣布以约82亿美元全股票收购World Labs，预计年底交割。 Frameboy是交割前的首份技术答卷。一家卖芯片的公司买一支世界模型团队，买的不是这个15帧的Demo，买的是“世界模型到底吃多少算力、吃什么样的算力”这份负载画像——这份画像只能自己养一支队伍跑出来，然后反推GPU架构和软件栈该怎么设计。

真正在替Frameboy的算力账单买单的，不是消费者。 World Labs目前唯一的收费产品是Marble，标准版20美元/月，旗舰版95美元/月。对照82亿美元的收购价，这个落差说明：世界模型的商业化，现在还停在“卖给专业管线”的阶段，没到“卖给普通人玩游戏”的阶段。

怎么玩，以及你什么时候能玩到“自己的世界”

Frameboy目前是研究预览，不是商业产品。打开 frameboy.worldlabs.ai ，注册就能体验。界面是一个复古掌机面板，内置了多个策展场景，包括现实地标、赛博朋克空间和斯坦福校园。键盘WASD/方向键移动，触屏也有虚拟摇杆。

目前公开版只能探索官方预设的场景。 想用你自己的照片或提示词生成世界，需要走Viewfinder——World Labs的网页编辑器，目前还在封闭测试，要申请候补名单。Viewfinder的逻辑是：你先用Atlas一帧一帧搭场景，每一帧带颜色和深度信息，搭好之后拉起Frameboy实时浮层，走进你自己建的世界里探索。

至于长时间探索会不会很贵，目前没有公开的按次或按时计费信息。但“云端实时推理”这个模式本身决定了，它不会是一个你可以“挂在那里一整天”的东西。 每一次相机移动都在产生GPU开销，这和传统游戏“打开就不额外花钱”的逻辑完全不同。

它适合什么，不适合什么

适合认真看一眼的场景： 影视勘景——导演在浏览器里用WASD走一遍AI生成的虚拟空间，快速判断某个机位成不成立；游戏关卡概念——在投入几周搭建之前，用几十分钟知道一个空间“有没有感觉”；机器人仿真——在生成的环境里反复试错，不用每次重置都等一轮完整渲染。

现在不适合的场景： 任何需要稳定流畅交互的东西——快速移动的第一人称游戏、需要精准操作的动作场景；任何需要精准空间测量的东西——15fps和逐帧推理生成的世界，几何精度和一致性还撑不起工程级的使用；任何需要长时间挂机的东西——云端GPU的账单逻辑不允许。

Frameboy不是一个产品，是一份“技术已经走到哪一步”的公开答卷。 它证明了从一张图实时走进一个AI生成的世界是可行的，70ms的延迟已经越过了“跟手”的门槛。但它也把代价摆在了明面上：15fps、云端GPU、不便宜的成本、封闭的自建场景通道。 这条路走得通，但离修好，还差好几代工程优化和硬件迭代。