Nghiên cứu
AlayaWorld: Mô hình thế giới tương tác dài hạn bằng video
(giờ Việt Nam)
Tóm tắt AI
AlayaWorld là mô hình video thế giới tương tác sử dụng kiến trúc Transformer khuếch tán 15B, cho phép tạo ra môi trường ảo 24fps ổn định, nhất quán và có thể tùy chỉnh từ văn bản hoặc hình ảnh.
Bản dịch AI
Tác giả: Nhóm AlayaWorld: Kaipeng Zhang, Chuanhao Li, Yifan Zhan, Yongtao Ge, Yuanyang Yin, Jiaming Tan, Kang He, Liaoyuan Fan, Mingliang Zhai, Ruicong Liu, Xiaojie Xu, Xuangeng Chu, Zhen Li, Zhengyuan Lin, Zhixiang Wang, Zian Meng, Zihui Gao
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)
Lịch sử gửi bài
Từ: Chuanhao Li [xem email] [v1] Thứ Hai, 20 tháng 7 năm 2026 17:15:41 UTC (24.612 KB)
Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.