AI领域权威专家、斯坦福大学教授李飞飞旗下创业公司World Labs，近日再度推出技术突破。当地时间10月16日，李飞飞通过社交媒体转发推文，介绍其最新研发的实时生成式世界模型RTFM（Real-Time Frame Model）。该模型主打实时运行、持续交互与3D空间一致性，核心亮点在于可在单张H100 GPU上高效部署。
据官方披露，RTFM的设计基于效率、可扩展性与持久性三大核心原则。这意味着，模型不仅能在低算力硬件上运行，还能随数据量与计算资源增加线性扩展，更构建了一个永久存在的3D世界，确保“永不遗忘”。技术层面，RTFM采用大规模视频数据端到端训练的高效自回归扩散Transformer架构，仅通过观察训练集中的样本，便自主掌握3D几何结构、光线反射、阴影效果等复杂空间特征。
World Labs团队指出，当前生成式世界模型的算力需求已远超大语言模型。若直接沿用现有视频处理架构，生成每秒60帧4K分辨率的交互视频流，需每秒处理超10万token（约相当于《哈利波特》首部的文本量）；而要支撑一小时以上的持续交互，上下文token处理量将突破1亿。以当前计算基础设施的能力，这一需求既不现实，也缺乏商业可行性。团队认为，那些能随计算能力提升实现平滑扩展的简洁方案，更易在AI领域占据主导，因为它们能持续享受计算成本指数级下降的红利——这一趋势曾推动过去数十年技术革命。
基于此，李飞飞团队设定核心目标：打造高效可部署的生成式世界模型，实现随计算能力提升的持续扩展。RTFM正是这一目标的成果，它能在单张H100 GPU上稳定运行，确保用户在长期交互中始终维持流畅帧率与稳定的3D世界。
值得关注的是，就在上月，该团队还发布了空间智能领域的另一项成果——Marble，其核心突破在于通过单张图片即可生成具备空间结构与几何一致性的持久3D世界。此类世界模型被认为将引发行业变革：不仅限于游戏领域，更能将无数想象变为现实。行业分析指出，其商业化潜力直指内容生产行业，聚焦游戏开发与影视制作领域。
2024年，李飞飞创立World Labs，旨在开发具备“空间智能”的下一代AI系统。短短数月内完成约2.3亿美元（约合人民币16亿元）融资，估值突破10亿美元（约合70亿元），跻身AI领域新晋独角兽行列。投资方包括a16z、Radical Ventures、英伟达NVentures、AMD Ventures及Intel Capital等科技与风投界头部机构。
官网信息显示，World Labs核心定位为利用图像及多模态数据对三维世界进行智能决策的软件研发，聚焦“大型世界模型”构建。其愿景是生成可交互的虚拟三维空间，支持自定义控制物理变量，允许用户创建个性化三维“世界”。李飞飞强调，该技术对艺术家、设计师、开发者及工程师等群体具有重要应用价值。
此前在社交平台，李飞飞曾表示：“AI领域真正的难题是空间智能”，并指出空间智能技术可赋能创造、设计、教育、AR/VR及机器人等多领域，具备广泛应用潜力，包括机器人技术与制造业。关于未来规划，团队称第一阶段将专注构建具备深度三维认知、物理规律理解及时空概念的模型，后续将重点支持AR技术与机器人领域应用。“目前团队尚处起步阶段，盈利模式等问题仍有诸多边界需突破，但团队对解决这些挑战充满信心。”
#黄金突破4300美元！美银：明年5000##3900点得而复失！A股风格要改了？##存储芯片掀涨价潮！行业迎超级周期#
