0.5B 参数的实时键盘控制视频模型已能交互运行
multimodalart · x · 2026-07-29
作者表示自己仍不确定该不该把它叫作“world model”，但这个 demo 已经能做到实时交互。
- 这是一个可以用键盘控制的视频模型，画质已经“相当不错”。
- 参数量只有 0.5B。
- Demo 既能跑在 ZeroGPU Spaces 上，也能本地运行。
「多模态」频道最新
- Microsoft 移除 Mage Flow，转向更高效的编码器 — Dante_77A · 2026-07-29
- Opus 5 用户一把做出完整游戏和 3D 场景 — eyishazyer · 2026-07-29
- Seedance 2.0 提示词把文生视频变成混乱执法镜头 — techhalla · 2026-07-29
- AI 做汉堡视频被拿来比细节准确和广告感 — victor_explore · 2026-07-29
- SCAIL 2 角色替换、恒常性和物理测试超预期 — blackmixture · 2026-07-29
- a16z 讨论 AI 微短剧：关键是扩大谁能创作 — a16z Podcast · 2026-07-29