标签
本文介绍了SVEET，一个用于高质量流式视频编辑的框架，它利用预训练的视频扩散模型，实现自动回归编辑，并在单个GPU上实现实时性能。
本文介绍了Zing-0.5，一个50亿参数的自回归世界模型，用于生成可通过键盘和文本控制实时交互的可玩世界。它在导航任务中表现出高性能，并展示了以24 FPS进行低成本实时推理的能力。