李飞飞最新模型：一块GPU搞定世界模型训练

昨晚，“AI教母”李飞飞在社交媒体上转发推文，正式亮相了一款能够实时构建交互式三维环境的全新世界模型——RTFM（Real-Time Frame Model，实时架构模型）。

据介绍，这一模型由李飞飞创办的人工智能公司World Labs主导研发。研发团队透露，其架构设计主要围绕三大核心原则展开：运行效率、系统可拓展性与资源持久性，这使得RTFM仅需在单块H100 GPU上运行，便能持续渲染出稳定且一致的三维虚拟世界。

为何选择这样的设计路径？World Labs指出，随着世界模型技术的不断演进，其对计算资源的需求将呈现指数级增长，远超当前大语言模型（LLM）的算力消耗水平。若要实现4K分辨率下60帧的交互式视频流，传统视频架构每秒需生成超过十万个token，相当于每秒输出一整本《弗兰肯斯坦》的文本体量。World Labs在技术说明中直言：“以现有的计算基础设施，如此高频的token生成在经济上是不可持续的。”

正因如此，World Labs认为，在AI算力需求持续攀升的行业趋势中，那些能通过技术优化显著降低计算成本的方法，将在市场中占据先发优势。

随着AI应用场景的快速普及，降低算力成本不仅成为硬件厂商技术迭代的重点方向，更是多方竞争格局下的必然走向。10月13日，OpenAI与博通共同宣布达成战略合作，计划部署价值100亿美元的OpenAI定制版AI加速芯片。中国银河证券分析指出，此次合作后，OpenAI将构建起英伟达、AMD、博通多元协同的算力体系，不仅打破了单一供应链依赖，更通过引入市场竞争有效推动算力成本下降。

不过从整体来看，市场对算力需求持续增长的预期并未动摇。World Labs在官方博客中表示，尽管RTFM目前的目标是在单个H100 GPU上实现实时推理，但团队预计，面向更大规模推理预算的升级版本将持续推进技术迭代。

事实上，“杰文斯悖论”长期以来一直是AI产业发展中值得深思的现象——当模型技术演进提升算力利用效率时，对算力资源的总消耗量反而会显著增加。例如，今年初发布的DeepSeek R1在有限硬件条件下实现了较强的AI性能，但包括黄仁勋在内的众多行业人士都指出，其对算力资源的需求只会持续增长而非减少。

回到世界模型本身，就在今年9月16日，World Labs发布了新一代世界生成模型Marble，该模型能够通过单张图片或文字提示词生成细腻的三维场景。与去年底发布的前代模型相比，Marble在几何结构的精确度与风格多样性方面都有了明显提升。李飞飞此前曾强调，世界模型的意义不仅在于理解和推理文字信息，更在于其能认知并推演物理世界的运作规律。

当前，从人工智能公司到终端设备厂商，多家企业均已开始布局世界模型。据悉，xAI在今年夏季从英伟达招募了多名专家，加入Meta与谷歌等竞争对手的行列。在国内方面，包括宇树、智元在内的机器人厂商也已开源其世界模型架构。

东吴证券分析指出，当算力资源变得更易获取、成本更低时，开发者往往会将更复杂的模型与系统作为新的基准，持续提升参数量、上下文理解能力与并行处理水平。虽然模型架构的迭代会缩小单次推理与训练的算力需求，但像Genie3这类生成视频的世界模型，仍需跨越数量级的算力提升才能满足需求。更高的AI算力天花板与更开放的竞争格局，将共同支撑起类似4G/5G演进中更高估值框架与更广泛生态的构建。