minWM: 실시간 인터랙티브 비디오 월드 모델을 위한 풀스택 오픈소스 프레임워크

연구진은 양방향 비디오 확산 모델을 상호작용형 월드 모델로 바꾸는 오픈소스 프레임워크 minWM을 공개했다.

이 프레임워크는 텍스트-투-비디오와 이미지-투-비디오 백본을 미세조정한 뒤, 인과 학습과 증류로 적은 단계의 자기회귀 롤아웃을 구현한다.

프로젝트에는 실행 가능한 코드, 체크포인트, 문서, 그리고 오픈 백본과 기존 월드 모델에 대한 실험이 포함된다.

지연 시간을 줄이고 카메라 제어를 개선해, 실시간 비디오 시뮬레이션과 생성을 더 실용적으로 만들 수 있다.