Yume-1.5：テキスト制御型インタラクティブ世界生成モデル

この論文は、既存の拡散モデルベースのインタラクティブ世界生成における限界、具体的には大きなパラメータサイズ、遅い推論、テキスト制御の欠如に対処しています。提案されたフレームワークであるYume-1.5は、リアルタイム性能の向上と、テキストベースの世界生成制御を可能にすることを目指しています。主な貢献は、長尺動画生成フレームワーク、リアルタイムストリーミング高速化戦略、およびテキスト制御イベント生成方法にあります。コードベースが利用可能であることは肯定的な側面です。

• •既存のインタラクティブ世界生成モデルの限界に対処。
• •リアルタイム、テキスト制御の世界生成のためのフレームワーク（Yume-1.5）を提案。
• •主要コンポーネントには、長尺動画生成、リアルタイムストリーミング高速化、テキスト制御イベント生成が含まれる。
• •コードベースが利用可能。