Gaode、汎用世界モデルワークショップ ABot-WorldStudio をリリース、テスト公開開始

Gaode は今週 ABot-WorldStudio を発表し、プラットフォームを一般公開テスト用に提供しました。

今回のリリースにより、インタラクティブ動画生成と 3D Gaussian splatting シーン作成が統合されました。ユーザーはテキストを入力するか画像をアップロードするだけで、即時の品質低下なく動作するライブで共有可能な AI ワールドを受け取れます。

Gaode によると、単一の 5090 カードでの連続テストでシステムは 1 時間以上安定して動作しました。2 つのベースモデル ABot-World0 と ABot-3DWorld0 は現在完全にオープンソース化されており、同じハードウェア上でローカル実行可能です。

Platform Combines Video and Scene Generation

ワークショップはテキストプロンプトまたは参照画像のいずれかを受け付けます。リアルタイムナビゲーションとオブジェクト操作をサポートする環境を生成します。

「spacetime gate」と呼ばれる組み込み機能により、ユーザーはシーンの一貫性を保ちながら、ある完全な 3D ワールドから別のワールドへ移動できます。同社は 1 時間のベンチマーク実行中にクラッシュが発生しなかったと報告しています。

両方の基盤モデルは本日ダウンロード可能です。開発者は追加のクラウドリソースなしで単一のコンシューマーグラフィックスカード上にデプロイできます。

オープンウェイトにより、プロトタイピング時の有料 API 呼び出しが不要になります。チームは自社マシンで数時間のセッションをテストできます。

このアプローチはウェイトを非公開のままにするクラウドファーストの世界モデルサービスとは異なります。Gaode は完全リリースを選択し、外部研究者がトレーニングの詳細を調査しコードを修正できるようにしました。

初期テスターは、gate 機能がジャンプ後も照明とジオメトリを維持することを指摘しています。また、発表で述べられた 5090 構成でフレームレートが実用的な範囲に留まると報告しています。

多くの生成 3D ツールは数分の操作後に品質が低下します。Gaode はトレーニングパイプラインがその低下を回避すると主張しています。

1 時間のテスト結果は、ユーザー移動、オブジェクト操作、gate 遷移を繰り返すループから得られました。セッションを再開するための人的介入は必要ありませんでした。

このベンチマークはまだ大規模な群衆や複雑な物理相互作用を対象としていません。独立したグループは多様なハードウェアで独自の長時間試験を実施する必要があります。

複数のラボがすでに非公開の世界モデルプロトタイプを公開しています。ABot-World0 は誰でもそれらのシステムと比較測定できるオープンなベースラインを提供します。

動画と 3DGS の両ブランチを同時にリリースした決定により、研究者は同一シーンに対するペアデータを入手できます。このようなペアリングは現在の公開リリースでは稀です。

ローカルエージェントを計画する開発者は、短いクリップを超えるナビゲーションループをテストできるようになりました。5090 の制約は今後の最適化作業における具体的なパフォーマンス目標も設定します。

Gaode は今後数週間にわたり、セッション長、gate 成功率、ユーザー報告のアーティファクトを追跡します。テスターからの公開ログは 1 時間のベンチマークで見逃されたエッジケースの特定に役立ちます。

競合ラボは独自のオープンチェックポイントやより長い安定性主張で対応する可能性があります。規制当局は後日、これらの共有ワールドにおけるデータ利用を調査するかもしれません。

観測者は 3 つのシグナルに注目すべきです。第一に、公式数値と一致または上回る独立した 5090 ベンチマーク。第二に、安定動作時間を 2 時間以上に延ばすアップデート。第三に、物理演算やマルチユーザーサポートを追加するコミュニティフォークです。

これらの指標により、今回のリリースが lasting な変化をもたらすのか、初期のチェックポイントに留まるのかが明らかになるでしょう。