أطلقت Kyutai مجموعة CADRE، وهي عائلة تضم سبعة مشفّرات تلقائية للفيديو، صُممت لنماذج العالم التفاعلية، وفقًا لـMarkTechPost. ويذكر التقرير أن نماذج العالم المبنية باستخدام CADRE تعمل بسرعة 20 إطارًا في الثانية على وحدة معالجة رسومات واحدة من طراز Nvidia H100، وتستجيب في أقل من 230 مللي ثانية.
المشفّر التلقائي للفيديو هو نموذج يرمّز الفيديو في صيغة أكثر اختصارًا، ويمكنه إعادة بنائه. أما نموذج العالم، فيستخدم تمثيلًا لبيئة ما لإنتاج ما يحدث فيها أو التنبؤ به. وفي الاستخدام التفاعلي، قد يساعد خفض التأخير النظام على الاستجابة بسرعة أكبر لأفعال المستخدم. ولا يورد المصدر أمثلة على تطبيقات بعينها.
ما الذي لم يوضحه التقرير؟
أورد التقرير الأرقام من دون ذكر أسماء الاختبارات المعيارية أو ظروف الاختبار أو دقة الفيديو أو مقارنتها بأنظمة أخرى. كما لم توضح MarkTechPost ما إذا كانت السرعة وزمن الاستجابة قد خضعا لاختبارات مستقلة، أو ما إذا كانا ينطبقان على نماذج CADRE السبعة كلها. لذا ينبغي فهم النتائج على أنها أداء مُعلن عنه، لا مقارنة شاملة.
يصف المصدر CADRE بأنها مفتوحة، لكنه لا يذكر ترخيصًا أو رابطًا للتنزيل أو تعليمات للوصول إليها. كذلك لا يوضح ما إذا كان الإعداد الذي يستخدم وحدة H100 واحدة يشمل أجهزة أخرى، ولا جودة الفيديو الناتج. وهذه التفاصيل مهمة لمن يريد معرفة ما إذا كان بإمكانه إعادة إنتاج النتائج أو استخدام النماذج في مشروع.
لماذا يهم
قد تجعل السرعة المُعلَن عنها CADRE جديرة بالاهتمام لدى الباحثين والمطورين الذين يعملون على بناء نماذج عالم تفاعلية، بوصفها وسيلة محتملة لخفض التأخير باستخدام وحدة H100 واحدة. لكن المصدر لا يقدم نتائج اختبارات مستقلة أو تفاصيل الوصول، ولا معلومات كافية عن الإعداد لتحديد ما إذا كان بإمكانهم إعادة إنتاج هذا الأداء.
