其他

Overworld发布实时交互式视频扩散模型Waypoint-1

原文标题:Introducing Waypoint-1: Real-time interactive video diffusion from Overworld

AI 摘要

Overworld推出实时交互式视频扩散模型Waypoint-1,用户可通过文本、鼠标和键盘实时控制生成可步入的虚拟世界。该模型基于帧因果校正流变换器架构,在1万小时游戏视频及对应控制数据上训练,从一开始就专注于交互体验,支持零延迟的自由操控。其配套的高性能推理库WorldEngine在消费级硬件上可实现流畅运行,例如Waypoint-1-Small在RTX 5090上能以30 FPS(4步去噪)或60 FPS(2步去噪)生成画面。模型采用扩散强制预训练和自我强制后训练来确保生成长序列的稳定性。

关键信息

  • Overworld推出实时交互式视频扩散模型Waypoint-1,用户可通过文本、鼠标和键盘实时控制生成可步入的虚拟世界。
  • 该模型基于帧因果校正流变换器架构,在1万小时游戏视频及对应控制数据上训练,从一开始就专注于交互体验,支持零延迟的自由操控。
  • 其配套的高性能推理库WorldEngine在消费级硬件上可实现流畅运行,例如Waypoint-1-Small在RTX 5090上能以30 FPS(4步去噪)或60 FPS(2步去噪)生成画面。
  • 模型采用扩散强制预训练和自我强制后训练来确保生成长序列的稳定性
  • 零延迟交互式视频生成,游戏和创意应用开发者的福音

速览

发布时间
更新时间
来源
Hugging Face 社区博客(混合发现)
分类
其他
AI 评分
73
阅读原文 前往信息源阅读完整正文
推荐理由

零延迟交互式视频生成,游戏和创意应用开发者的福音。

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Overworld发布实时交互式视频扩散模型Waypoint-1。2026年1月20日。https://new.nat6.net/news/cmoegbhak009vslxxtzhg8qp7/

查看全部 →
  • 开放回应:你需要知道的事

    OpenAI 正通过开源与开放科学推进人工智能的民主化进程。其核心目标是降低 AI 技术的门槛,促进更广泛的参与和创新。这一举措将推动研究透明化,加速技术迭代,并鼓励全球协作共同构建 AI 的未来。

    Hugging Face 社区博客(混合发现)其他AI 评分 80

  • 差分Transformer V2

    差分Transformer V2发布,其核心是改进的差分注意力机制。相较于V1,V2将查询头数量翻倍而保持键值头不变,差分操作后将维度缩减,从而在解码时能达到与标准Transformer相当的速度,且无需定制内核。新版本还解决了V1中因注…

    Hugging Face 社区博客(混合发现)其他AI 评分 83

  • 美团LongCat发布重思考模式总结模型

    美团LongCat推出基于5600亿参数MoE架构大模型LongCat-Flash-Thinking-2601的重思考模式(Heavy Thinking Mode),并发布LongCat-HeavyModel-Summary模型。该模式通…

    美团 LongCat:HuggingFace 新模型其他

  • AssetOpsBench:弥合AI智能体基准测试与工业现实的差距

    IBM Research在Hugging Face发布AssetOpsBench,这是一个工业资产运维的AI智能体基准测试框架。它基于真实场景构建,包含多行业数据集和超1000个运维事件,通过多阶段指标测试智能体的诊断、决策等能力,注重动…

    Hugging Face 社区博客(混合发现)其他AI 评分 70

  • Agent-of-empires:OpenCode 与 Claude Code 会话管理器

    Agent-of-empires(AoE)是一款支持 Linux 与 macOS 的 AI 编码代理会话管理器,兼容 Claude Code、OpenCode 等 9 种主流 AI 工具。该工具基于 tmux 实现会话持久化,支持在多分支…

    Hacker News:AI 热帖其他

  • Kimi 供应商验证器

    Kimi 发布 K2.5 模型时开源 Kimi Vendor Verifier(KVV),用于验证第三方推理实现的准确性。针对开源模型部署渠道多样化导致的质量失控问题,KVV 提供六项关键基准测试,覆盖参数约束验证、多模态流水线、长输出压…

    Moonshot AI:Kimi Blog其他