اگر در حوزه تولید ویدئو با هوش مصنوعی فعالیت میکنید، خبر خوبی برایتان داریم! فریمورک جدید «BiWM» به عنوان اولین راهکار متنباز برای ساخت «مدلهای دنیای ویدئویی تعاملی» (Interactive Video World Models) معرفی شد.
این ابزار به جای روشهای پرهزینه و قدیمی، از «خودبازگشتی دوطرفه» (Bidirectional Autoregression) استفاده میکند که باعث میشود خروجیها با کیفیتتر، دقیقتر و کنترلپذیرتر باشند.
نکات کلیدی BiWM:
✅ پشتیبانی از مدلهای قدرتمندی مثل Wan2.1 و HunyuanVideo
✅ سرعت بالای آموزش و بهینهسازی (کمتر از چند صد گام در GPUهای H200)
✅ قابلیت کنترل واقعی دوربین و فشردهسازی تاریخچه ویدئویی
این فریمورک راه را برای توسعهدهندگان هموار میکند تا مدلهای ویدئویی ساده را به سیستمهای هوشمند و قابلتعامل تبدیل کنند.
منبع: arXiv AI