論文の概要: DreamForge-World 0.1 Preview: A Low-Compute Real-Time Controllable World Model
- arxiv url: http://arxiv.org/abs/2606.30292v1
- Date: Mon, 29 Jun 2026 13:35:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.2481
- Title: DreamForge-World 0.1 Preview: A Low-Compute Real-Time Controllable World Model
- Title（参考訳）: DreamForge-World 0.1 Preview: 低計算のリアルタイム制御可能な世界モデル
- Abstract要約: 本稿では,リアルタイム対話型世界シミュレーションのための基礎的世界モデルであるDreamForge-World 0.1 Previewを紹介する。
このシステムはWan2.1-T2V-1.3Bから派生したLongLive 1自動回帰ビデオスタックに適応している。
DF-World 0.1 Previewはまだメモリ完全あるいはフロンティア品質の世界シミュレータではないが、実用的な低計算経路を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present DreamForge-World 0.1 Preview, a preview foundational world model for real-time interactive world simulation. The system adapts the LongLive 1 autoregressive video stack, itself derived from Wan2.1-T2V-1.3B, with a residual action pathway inspired by the Matrix-Game family. DreamForge-World 0.1 Preview focuses on a complementary axis to frontier-scale world simulators: low-compute adaptation, consumer-GPU runtime, and broad interactive capability coverage. It supports live keyboard and mouse control, multimodal initialization, mid-stream reprompting, dual-view operation, and minute-scale interactive rollouts at native 480p resolution, reaching up to 14 to 15 FPS FPS on a single RTX 4090 with a low memory footprint. By leveraging open video backbones and applying targeted adaptation runs, we build the preview system with high cost-efficiency. DF-World 0.1 Preview is not yet a memory-complete or frontier-quality world simulator, but demonstrates a practical low-compute route toward real-time controllable world-model previews on consumer GPUs.
- Abstract（参考訳）: 本稿では,リアルタイム対話型世界シミュレーションのための基礎的世界モデルであるDreamForge-World 0.1 Previewを紹介する。
このシステムは、Wan2.1-T2V-1.3Bから派生したLongLive 1自動回帰ビデオスタックに、Matrix-Gameファミリーにインスパイアされた残留アクションパスを適応させる。
DreamForge-World 0.1 Previewは、低スループット適応、コンシューマ-GPUランタイム、幅広いインタラクティブな機能カバレッジといった、フロンティアスケールの世界シミュレータの補完軸に焦点を当てている。
ライブキーボードとマウスコントロール、マルチモーダル初期化、ミッドストリームリプロンプト、デュアルビュー操作、ネイティブ480p解像度でのミニスケールインタラクティブロールアウトをサポートし、メモリフットプリントの少ないRTX 4090で最大14から15FPSのFPSを実現する。
オープンビデオのバックボーンを活用して、ターゲットとする適応実行を適用することにより、高いコスト効率でプレビューシステムを構築する。
DF-World 0.1 Previewはまだメモリ完全あるいはフロンティア品質の世界シミュレータではないが、消費者向けGPU上のリアルタイム制御可能な世界モデルプレビューへの実用的な低計算経路を示している。
関連論文リスト
- Tele360: Real-Time Feed-Forward Human Reconstruction from Sparse Unposed Cameras [43.56045236607455]
我々は,人間の動的再構成とライブ自由視点可視化のための,最初のリアルタイムフィードフォワードシステムであるTele360を紹介する。
本システムでは,時間インスタンス毎に動的3次元ガウス表現を共同で推定し,再構成する。
実験によると、Tele360は1台のGPU上で25FPS以上のリアルタイム2K入力・レンダリングをサポートしながら、スタジオベンチマークの最先端のビジュアル品質を実現している。
論文 参考訳（メタデータ） (2026-09-14T04:50:52Z) - ABot-World-0: Infinite Interactive World Rollout on a Single Desktop GPU [41.37131555577374]
ABot-World-0は、リアルタイムで長時間のクローズドループインタラクションのためのアクション条件付きビデオワールドモデルである。
WorldExplorerは、トレーニングフィードバックによってガイドされたエージェント駆動のコレクションを実行する。
統一パイプラインは、14の決定論的品質チェック、VLMベースのアセスメント、同期アクションとテキストアノテーションを適用している。
論文 参考訳（メタデータ） (2026-07-21T15:26:50Z) - DriftWorld: Fast World Modeling through Drifting [49.014235003131596]
本稿では,ドリフト生成モデルに基づく行動条件付き世界モデルDriftWorldを紹介する。
DriftWorldは、推論時に反復的に飾るのではなく、トレーニング中にアクション条件付きドリフトを学ぶ。
DriftWorldは、正確かつ高速にロールアウトすることで、最先端の意思決定パフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-07-16T14:37:43Z) - Infinite Worlds with Versatile Interactions [72.56254206708059]
LingBot-World 2.0(LingBot-World-Infinity)は、LingBot-Worldの先進的なイテレーションである。
今回のアップデートでは、より広い範囲のアクションを含む、非常に多様なインタラクティブな要素が導入されている。
共有体験を容易にするために,複数のプレイヤーが同時にこの鮮やかな世界シミュレータに没入できるインタフェースを開発した。
論文 参考訳（メタデータ） (2026-07-08T15:33:25Z) - DreamX-World 1.0: A General-Purpose Interactive World Model [27.431807314882935]
DreamX-World 1.0は、制御可能なロングホライゾン生成のためのインタラクティブなテキスト/画像・ビデオの世界モデルである。
カメラナビゲーション、以前に観測された地域への再訪、フォトリアリスティック、ゲームスタイル、スタイル化されたドメイン間での即時イベントをサポートする。
論文 参考訳（メタデータ） (2026-06-15T17:30:33Z) - NVIDIA OmniDreams: Real-Time Generative World Model for Closed-Loop Autonomous Vehicle Simulation [84.88799392695893]
OmniDreamsは,コスモス拡散モデルからトレーニング後,行動条件付き動画をリアルタイムで自動生成する基礎的生成世界モデルである。
OmniDreamsは、コスモスの豊富な視覚的先行と21k時間の運転シナリオにおける中・後訓練を活用することで、複雑で観測されていない現象を合成する。
予備的な結果は、OmniDreamsからポストトレーニングされた世界アクションモデルが、Physical AI Autonomous Vehicles NuRecデータセット上で強力なパフォーマンスを達成していることを示している。
論文 参考訳（メタデータ） (2026-06-02T05:11:05Z) - minWM: A Full-Stack Open-Source Framework for Real-Time Interactive Video World Models [51.45338589543413]
minWMはリアルタイムインタラクティブなビデオワールドモデルを構築するためのフルスタックのオープンソースフレームワークである。
minWMは既存の双方向T2V/TI2Vビデオ基盤モデルをカメラ制御可能な数ステップの自己回帰世界モデルに変換する。
論文 参考訳（メタデータ） (2026-05-28T17:27:03Z) - MotuBrain: An Advanced World Action Model for Robot Control [23.733029557644354]
We present MotuBrain, a unified World Action Model that jointly model video and action under a UniDiffuser formulation。
単一のモデルは、ポリシー学習、世界モデリング、ビデオ生成、逆ダイナミクス、共同ビデオアクション予測をサポートする。
Motus上に構築されているMotuBrainは、言語と相互作用の結合を強くするための独立したテキストストリームである、統一されたマルチビューモデリングも導入している。
我々の推論スタックは、ステップの削減、コンパイル、FP8量子化、DiTキャッシュ、V2Aスタイルのアクション専用推論、リアルタイムチャンククループ実行を組み合わせたものです。
論文 参考訳（メタデータ） (2026-04-30T12:34:44Z) - Matrix-Game 3.0: Real-Time and Streaming Interactive World Model with Long-Horizon Memory [53.39687409541093]
Matrix-Game 3.0は、720pのリアルタイムビデオ生成用に設計されたメモリ拡張型インタラクティブワールドモデルである。
データ、モデル、推論にまたがる体系的な改善を導入する。
実験結果から, Matrix-Game 3.0は最大40FPSのリアルタイム生成を実現し, 5Bモデルで720pの解像度を実現した。
論文 参考訳（メタデータ） (2026-04-10T06:00:09Z) - Infinite-World: Scaling Interactive World Models to 1000-Frame Horizons via Pose-Free Hierarchical Memory [101.2076718776139]
複雑な実環境において,1000フレーム以上のコヒーレントな視覚記憶を維持することのできる,堅牢な対話型世界モデルを提案する。
我々は,歴史的潜水剤を固定予算の幾何学的表現に蒸留するpose-free Memory (HPMC)を導入する。
また,連続動作を三状態論理に識別する不確実性認識型アクションラベルモジュールを提案する。
論文 参考訳（メタデータ） (2026-02-02T17:52:56Z) - Matrix-Game 2.0: An Open-Source, Real-Time, and Streaming Interactive World Model [15.16063778402193]
Matrix-Game 2.0はインタラクティブな世界モデルで、数ステップの自己回帰拡散を通じて長時間の動画をオンザフライで生成する。
超高速25FPSで、さまざまなシーンで高品質のミニレベルビデオを生成することができる。
論文 参考訳（メタデータ） (2025-08-18T15:28:53Z) - Yume: An Interactive World Generation Model [38.818537395166835]
Yumeは、画像やテキスト、ビデオを使って対話的でリアルでダイナミックな世界を作る。
入力画像から動的世界を生成し、キーボードアクションを使って世界を探索することができる。
論文 参考訳（メタデータ） (2025-07-23T17:57:09Z) - The Matrix: Infinite-Horizon World Generation with Real-Time Moving Control [16.075784652681172]
The Matrixは、連続した720pのリアルタイム映像ストリームを生成することができる最初の基礎的現実的世界シミュレータである。
Matrixは、ユーザーが連続して1時間連続で様々な地形を横断することを可能にする。
Matrixは、BMW X3がオフィス設定で運転する環境をシミュレートすることができる。
論文 参考訳（メタデータ） (2024-12-04T18:59:05Z) - Workshop on Autonomous Driving at CVPR 2021: Technical Report for
Streaming Perception Challenge [57.647371468876116]
本稿では,現実的な自律運転シナリオのためのリアルタイム2次元物体検出システムについて紹介する。
私たちの検出器は、YOLOXと呼ばれる新しい設計のYOLOモデルで構築されています。
Argoverse-HDデータセットでは,検出のみのトラック/トラックで2位を7.8/6.1上回る41.0ストリーミングAPを達成した。
論文 参考訳（メタデータ） (2021-07-27T06:36:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。