Kyutai推出CADRE，旨在加快交互式视频模型

据MarkTechPost报道，Kyutai发布了CADRE系列，共包含7款面向交互式世界模型的视频自编码器。报道指出，基于CADRE构建的世界模型可在一块Nvidia H100 GPU上以每秒20帧的速度运行，响应时间不到230毫秒。

视频自编码器是一种将视频编码为更紧凑形式、并能够将其还原的模型。世界模型则利用对环境的表征，生成或预测其中会发生的事情。在交互场景中，延迟越低，系统就越容易及时响应人的操作。消息来源没有举出具体应用案例。

报道尚未说明的问题

报道给出了这些数据，但没有说明基准测试名称、测试设置、视频分辨率，也没有与其他系统进行比较。MarkTechPost没有说明速度和响应时间是否经过独立测试，也没有说明这些数据是否适用于全部7款CADRE模型。因此，这些结果应视为报道所述的性能数据，而非广泛对比的结论。

消息来源称CADRE是开放的，但没有提供许可证、下载链接或获取说明。报道也没有解释单块H100的配置是否包含其他硬件，也未说明生成视频的质量。对于想判断能否复现这一结果或在项目中使用这些模型的人来说，这些信息很重要。