Scenes AI от Dawa Technology: world-модель на 34 млрд параметров в реальном времени

Китайская Dawa Technology представила Scenes AI — world-модель, превращающую видео с обычной камеры в редактируемый постоянный мир. Модель на 34 млрд параметров активирует около 4 млрд за шаг и выдаёт 720p при 25 fps на одной потребительской видеокарте Nvidia RTX без облака.

• 34 млрд параметров, около 4 млрд активны за шаг (11,8%)
• 720p при 25 fps на одной потребительской карте RTX
• Точность целевых правок 98,2%, сохранение идентичности 93,3%
• Обучение на 180 ТБ данных world-state из 300+ реальных постановок