AI for Data
Kyutai CADRE：将世界模型延迟降至 230 毫秒以下的视频自编码器
原标题: Kyutai CADRE：将世界模型延迟降至 230 毫秒以下的视频自编码器
📋总体概括
Kyutai 开源了 CADRE，一组共 7 个因果扩散视频自编码器，面向交互式世界模型场景。基于 CADRE 构建的世界模型可在单张 H100 GPU 上以 20 fps 运行，端到端反应延迟低于 230 毫秒，满足实时交互需求。该发布降低了交互式世界模型的研发门槛，为实时视频生成与模拟提供了开源基础设施。
⚡关键信息
- ▸Kyutai 发布并开源 CADRE 系列因果扩散视频自编码器，共 7 个模型
- ▸CADRE 面向交互式世界模型，采用因果架构支持实时流式生成
- ▸基于 CADRE 的世界模型在单张 H100 上达到 20 fps 运行速度
- ▸端到端反应延迟低于 230 毫秒，可满足实时交互场景要求
🔥犀利点评
世界模型赛道卷算力、卷参数的不少，卷延迟的才是真懂交互的。230 毫秒以内、单卡 H100 跑 20 fps，这意味着实时可玩，而不是演示视频里的剪辑魔术。Kyutai 一口气开源 7 个模型，摆明了要做世界模型的 Infra 底座。问题在于：扩散自编码器的重建质量与因果一致性能否经得起长时序考验，还得看社区实测。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 MarkTechPost 阅读全文 →