WBench

新框架和基准加速交互式视频世界模型

研究人员开发了加速交互式视频世界模型的新方法，该模型根据用户摄像机移动生成视频内容。“Light Interaction”通过自适应管理上下文和使用去噪缓存提供了一种无需训练的方法，实现了高达 2.59 倍的速度提升。另外，“minWM”框架提供了一个开源管道，用于将现有的视频扩散模型转换为实时交互式世界模型。此外，还引入了一个名为“WBench”的新基准，用于在多个维度上全面评估这些交互式视频世界模型。