单卡H100实现实时3D渲染 李飞飞团队打破世界模型算力瓶颈

10月19日消息，据媒体报道，

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。

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。

RTFM的突破在于将硬件需求压缩至单块GPU级别。该模型通过四项核心技术实现效率跃升：优化的神经网络架构与推理技术，在资源受限条件下保持输出质量；引入自回归扩散Transformer架构，高效预测视频帧序列；部署空间记忆技术，借助三维姿态建模维持大场景几何一致性；创新上下文切换机制，复用历史帧数据以规避重复计算。

技术团队强调，RTFM的核心优势在于其持久化建模能力。系统所构建的3D世界具备时间连续性，场景元素不因视角切换而消失，并能精准呈现反射、光滑表面与阴影等复杂视觉效果。

相较于传统仿真系统与视频生成模型，RTFM展现出本质差异。仿真系统依赖人工预设规则，缺乏自适应能力；传统视频生成模型仅能单向输出内容，无法理解环境动态。