رونمایی World Labs از ابزار Frameboy؛ تجربه زنده و تعاملی مدل دنیای Atlas در مرورگر

معرفی Frameboy

ابزار Frameboy یک دموی تعاملی و بلادرنگ از استارتاپ World Labs است که برای کاوش در مدل دنیای Atlas طراحی شده و در تاریخ ۵ نوامبر ۲۰۲۶ در دسترس قرار گرفته است. علاقه‌مندان می‌توانند جزئیات فنی را در وبلاگ رسمی World Labs مطالعه کنند یا به بررسی دموی زنده Frameboy بپردازند.

از نظر جایگاه فنی، این ابزار نسخه‌ای به‌شدت بهینه‌سازی‌شده از مدل Atlas روی پردازنده‌های گرافیکی ابری است که هم‌زمان با هدایت دوربین توسط کاربر، فریم‌های تولیدشده را با سرعتی تا حدود ۱۵ فریم بر ثانیه به مرورگر استریم می‌کند.

مهم‌ترین ویژگی‌های این فناوری عبارتند از:

• مدل Atlas یک مدل دنیای خودهمبسته (Autoregressive) است که فریم‌ها را یکی پس از دیگری و با کنترل بسیار دقیق زاویه دوربین تولید می‌کند.
• ابزار Frameboy نسخه‌ای اختصاصی از این مدل را به کار می‌گیرد که برای دستیابی به سریع‌ترین و بهینه‌ترین استنتاج تنظیم شده است و هم‌زمان کیفیت بازآفرینی زاویه‌های دید جدید را در سطحی بالا حفظ می‌کند.
• این سازوکار پردازش بلادرنگ در ابزار Viewfinder (که اکنون در مرحله بتای محدود قرار دارد) نیز ادغام شده است تا پس از ساخت مرحله‌به‌مرحله صحنه‌ها، پیش‌نمایشی پیوسته ارائه دهد.
• محیط‌های سه‌بعدی می‌توانند تنها بر پایه یک تصویر اولیه شکل بگیرند یا بر اساس ثبت چندزاویه‌ای از مکان‌های واقعی مانند بناهای معروف ساخته شوند.

چالش اصلی و راه‌حل ارائه‌شده

انتظار کشیدن برای ده‌ها ثانیه یا حتی چندین دقیقه برای تولید هر کلیپ کوتاه، کاربران را وادار می‌کرد با احتیاط فراوان مسیر دوربین را برنامه‌ریزی کنند و سرعت آزمون و خطا بسیار کند می‌شد. در مقابل، استریم تعاملی فریم‌ها هزینه آزمودن ایده‌های نه‌چندان خوب را تقریباً به صفر می‌رساند و به‌جای چرخه‌های خسته‌کننده تولید و انتظار، کاوش پویا را جایگزین می‌کند.

ارتباط با پروژه RTFM و توسعه مدل Atlas

• استارتاپ World Labs پیش‌تر از پروژه RTFM به‌عنوان یک تولیدکننده سبک فریم رونمایی کرده بود، اما مدل Atlas همان ایده‌ها را با مدلی بسیار بزرگ‌تر و حجم داده‌های آموزشی به‌مراتب گسترده‌تر ارتقا داده است.
• در حالی که RTFM بیشتر بر درون‌یابی میان زاویه‌های دید ازپیش‌تعیین‌شده متمرکز بود، مدل Atlas می‌تواند صحنه‌ها را بر پایه یک تصویر یا دستور متنی گسترش دهد و زاویه‌های دید تازه را با دقت بسیار بالاتری خلق کند.
• ابزار Frameboy ساختار آشنای پردازش بلادرنگ در مرورگر را این بار بر بستر مدل پیشرفته Atlas بازآفرینی کرده است.

محدودیت‌ها و چالش‌های فعلی

• اجرای این سامانه به پردازنده‌های گرافیکی قدرتمند ابری نیاز دارد و در مقایسه با رندرینگ محلی، راه‌حل کم‌هزینه‌ای به‌شمار نمی‌رود.
• ابزار Viewfinder همچنان در مرحله آزمایشی محدود قرار دارد و دسترسی به آن نیازمند حضور در فهرست انتظار است.
• این نسخه در قالب پیش‌نمایش تحقیقاتی عرضه شده است و نرخ فریم و هزینه‌های عملیاتی آن هم‌گام با پیشرفت سخت‌افزارها و به‌روزرسانی مدل‌ها تغییر خواهد کرد.

مخاطبان هدف و کاربردهای اصلی

• تولیدکنندگان محتوا، لوکیشن‌یاب‌های سینمایی، طراحان مراحل بازی و پژوهشگران شبیه‌سازی‌های رباتیک که قصد دارند صحنه‌های سه‌بعدی خیالی یا واقعی را به‌شکل تعاملی کاوش کنند.
• توسعه‌دهندگانی که می‌خواهند عملکرد استنتاج بلادرنگ مدل‌های دنیا را مستقیماً درون مرورگر بررسی نمایند.
• آزمایش‌کنندگان نسخه بتای Viewfinder که به استریم زنده روی صحنه‌های ساخته‌شده خود نیاز دارند.

راهنمای شروع به کار

1. مطالعه جزئیات فنی و مستندات در وبلاگ رسمی World Labs.
2. ورود به پلتفرم Frameboy و گشت‌وگذار در صحنه‌های منتخب با کنترل مستقیم دوربین.
3. در صورت داشتن دسترسی به Viewfinder: ساخت مرحله‌به‌مرحله صحنه‌ها با اطلاعات رنگ و عمق، و سپس فعال‌سازی پیش‌نمایش استریم Frameboy.
4. در نظر گرفتن هزینه‌های پردازش ابری و توجه به این نکته که ابزار کنونی یک نسخه پیش‌نمایش تحقیقاتی است.