今日，由斯坦福大学教授、“AI教母”李飞飞联合创立的初创公司 World Labs 正式发布其全新生成式世界模型——RTFM（Real-Time Frame Model）。该模型仅需一块英伟达 H100 GPU，即可实时生成持久、一致且可交互的 3D 世界。
RTFM 是一种端到端训练的自回归扩散 Transformer，无需显式构建 3D 几何结构，仅通过一张或多张 2D 图像作为输入，就能从任意新视角生成逼真图像。模型通过大规模视频数据学习，已能准确模拟 3D 几何、光影、反射等复杂物理现象，并支持从稀疏照片重建真实场景。
World Labs 表示，RTFM 的核心优势在于高效性、可扩展性与持久性：
高效性：单卡 H100 即可实现交互式帧率；
可扩展性：架构通用，随算力与数据增长持续优化；
持久性：通过“带位姿帧空间记忆”与“上下文调度”技术，确保用户长时间探索中场景不崩坏、不消失。
该技术被视为“学会渲染的 AI”，模糊了传统计算机视觉中“重建”与“生成”的界限，为游戏、AR/VR、机器人导航等领域带来全新可能。
目前，RTFM 已开放公众体验，访问地址：
https://rtfm.worldlabs.ai/
