曾被誉为“AI教母”的李飞飞所创办的World Labs公司，近日在社交平台X上正式发布实时帧模型RTFM（Real-Time Frame Model），实现在单块英伟达H100 GPU上同步完成高保真3D世界渲染与用户实时交互，引发业界广泛关注。

传统世界模型的发展长期受限于庞大的算力需求。World Labs指出，当前生成式世界模型的计算复杂度远超大型语言模型。

以生成60帧/秒的4K交互视频为例，每秒需处理超过10万个token，若持续运行一小时，上下文管理规模将突破1亿token。

作为对比，OpenAI的Sora虽具备一定世界建模能力，但据Factorial基金会的估算，其峰值运行需依托72万块H伟达H100 GPU组成的集群。