研究人员推出了一种名为速率自适应展开(RAR)的新框架,旨在改进用于实时、用户可控环境的交互式世界模型。当前模型常受限于固定的时间速率,导致在硬件吞吐量变化时出现不一致,或在时间粒度和物理范围覆盖之间进行权衡。RAR通过支持以可控的时间速率展开模型,使用Stride-RoPE在不同速率之间对齐潜在帧,并采用多步长视频采样来联合学习动力学和长时演化,从而解决这些问题。 AI
影响 该框架通过将生成速率与硬件限制脱钩,有望实现更一致、更灵活的实时AI环境。
排序理由 该条目描述了一篇详细介绍交互式世界模型新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →