Yume-1.5：文本控制的交互式世界生成模型

这篇论文解决了现有基于扩散模型的交互式世界生成中的局限性，特别是针对大型参数规模、慢速推理和缺乏文本控制的问题。 提出的框架 Yume-1.5 旨在提高实时性能并实现基于文本的世界生成控制。 核心贡献在于一个长视频生成框架、一个实时流加速策略和一个文本控制的事件生成方法。 代码库的可用性是一个积极的方面。

• •解决了现有交互式世界生成模型的局限性。
• •提出了一个用于实时、文本控制的世界生成的框架（Yume-1.5）。
• •关键组件包括长视频生成、实时流加速和文本控制的事件生成。
• •代码库可用。