← Edizione N° 21 del sabato 24 ottobre 2026 · Apertura
CADRE lavora sul ritardo fra comando e immagine
La ricerca CADRE di Kyutai, ripresa oggi nel materiale della rassegna, presenta sette autoencoder video causali per world model interattivi. Il repository riporta modelli capaci di generare a 20 fps su una H100 e reagire ai comandi in meno di 230 millisecondi.
L'architettura combina feature DINOv3 congelate, una rappresentazione compressa appresa e un decoder diffusion causale da uno o due passaggi. I casi mostrati riguardano guida, navigazione e manipolazione, non shot pubblicitari finiti. L'interesse per la produzione è prospettico: sperimentare ambienti che rispondono durante l'esplorazione, distinguendo sempre la reattività dalla qualità richiesta al render finale.
- Famiglia
- 7 autoencoder video causali
- Generazione dichiarata
- 20 fps su una H100
- Reazione dichiarata
- Meno di 230 ms
- Decoder
- 1–2 passaggi
Una domanda pratica — un workflow, quale modello conviene, come verificare un risultato — e la risposta arriva da tutte le edizioni, dai Weekly e dal Manuale, con le fonti e quello che c'è già in FAC. Le risposte sono per il team di Frameworks.
Hai trovato qualcosa che dovremmo leggere?
Un tool, un workflow, un modello, una norma, un artista: mandaci il link e due righe sul perché conta. La redazione legge tutto e il meglio finisce nel notiziario.