生成式世界渲染进入实时档：Flash 版达到每秒 31.54 帧

AlayaRenderer-Flash 解决的不是“从提示词凭空生成世界”，而是把物理引擎导出的结构化世界状态转换为 RGB 画面。它延续了 AlayaRenderer 的核心思路：生成模型负责视觉呈现，场景结构与底层世界动力学仍受输入状态约束。此次工作的重点，是让原本计算成本过高的生成式渲染真正跟上交互速度。

从 0.56 FPS 到 31.54 FPS

原版 AlayaRenderer 的运行速度只有 0.56 FPS，难以用于实时部署。Flash 版将渲染器重构为少步自回归流式模型，并引入轻量级蒸馏编解码器，分别提高潜变量编码与画面重建效率。报告给出的速度达到 31.54 FPS；与物理引擎集成后，研究团队构建了一个以 30 FPS 运行、可实际操作的生成式世界。

这里的关键不只是单帧加速。模型面向连续输入流工作，可以持续处理不设固定长度上限的世界状态序列。相比按窗口独立生成画面，这种流式设计更贴近游戏或交互式模拟的运行方式，也使“生成渲染器”有机会成为物理引擎之后的实时视觉层。

保留结构约束与控制接口

AlayaRenderer-Flash 保留了教师模型的 G-buffer 与文本提示词接口。前者提供来自物理引擎的结构化场景信息，后者用于控制视觉呈现；二者结合，使模型不必通过生成过程重新决定世界如何运动。报告从内容保持、时间一致性、跨窗口稳定性、提示词可控性和运行效率等维度进行了评估，并称其在显著降低推理成本的同时，保留了教师模型的核心渲染能力。

我的判断

这项工作的价值，在于展示了一条比“端到端生成整个世界”更务实的路线：物理引擎维护状态与动力学，生成模型承担可控的画面合成。31.54 FPS 让这一分工首次具备明确的实时交互意义，尤其适合已有结构化世界状态的游戏、模拟和数字世界原型。

边界也很清楚：它依赖物理引擎输出的 G-buffer，并不是独立生成世界动力学的模型。摘要没有提供运行硬件、分辨率及各项质量评测的具体数字，因此 31.54 FPS 能否迁移到不同部署条件，以及蒸馏和少步生成带来的画质代价，仍需结合完整实验判断。