Hy-Nomas、対話型ワールド生成の動画モデルを発表

1. 05:00
   Hugging Face Daily Papers

   自由記述の対話型ワールド生成を目指すHy-Nomas

   Hy-Nomasは8Bの拡散バックボーンを持つ動画ワールドモデルで、複数ターンにわたる自由記述のテキスト指示と連続カメラ制御に対応する。因果的注意と構造化キャプションにより対話履歴を保持し、行動指示は意図した時間窓に限定する。人間評価で既存のワールドモデルを上回り、モデル重み、コード、ベンチマークを公開した。

現在の注目度 4·比較可能なピーク 4（10月28日 12:00）·24時間の比較可能な増減 –

推移は、継続的かつ完全に観測できたアカウントのみを比較しているため、現在の注目度の数値より範囲が狭くなる場合があります。ポインターを動かすかグラフをタップすると、1時間ごとの注目度を確認できます。キーボードでは左右の矢印キーを使います。