DC-AE

Kyutai 发布 CADRE 视频自编码器，用于更快的交互式世界模型

Kyutai 推出了 CADRE，一套旨在降低交互式世界模型延迟的新型视频自编码器。这些自编码器通过更有效地处理视频帧来改进现有模型，在单个 NVIDIA H100 GPU 上实现了低于 230 毫秒的响应时间。CADRE 在图像和运动质量基准测试中表现强劲，在 Fréchet Video Distance (FVD) 和 Action Following Rate (ARR) 等指标上优于其他几个模型，尽管在机器人操作等特定场景中存在局限性。