Kyutai CADRE 视频自编码器将交互式世界模型延迟降至 230 ms 以下

Kyutai 发布 CADRE 开源因果扩散视频自编码器，面向交互式世界模型的低延迟生成。论文称，基于 CADRE 的 1.2B 世界模型可在单张 H100 上以 20 fps 运行，反应延迟低于 230 ms；其中 CADRE-2×16×16 的驾驶 FVD 为 162.6，Wan 2.2 为 599.7。代码采用 MIT 许可证，权重采用 CC BY-NC 4.0，不允许商业使用。