minWM: 실시간 인터랙티브 비디오 월드 모델을 위한 풀스택 오픈소스 프레임워크

연구진이 비디오 확산 모델을 인터랙티브 비디오 월드 모델로 바꾸는 오픈소스 프레임워크 minWM을 공개했다.

이 프레임워크는 양방향 텍스트-비디오·이미지-비디오 모델을 미세조정한 뒤, 인과 학습과 증류를 통해 몇 단계만으로 생성하는 자기회귀 롤아웃을 구현한다.

Wan2.1-T2V-1.3B, HY1.5-TI2V-8B, HY-WorldPlay 같은 모델을 기반으로 저지연 추론과 카메라 제어를 목표로 한다.

이번 공개로 실시간·카메라 제어형 비디오 생성과 월드 모델링을 위한 재현 가능한 파이프라인이 마련됐다.