Hugging Face、リアルタイム動画生成AI「Waypoint-1.5」で一般GPU向け高精細化を実現

Hugging Faceは、リアルタイム動画生成AIであるOverworldの次期バージョン「Waypoint-1.5」を発表しました。このモデルは、一般のユーザーが所有するGPUハードウェアでインタラクティブな生成世界を実現することを目的としており、特にビジュアル忠実度の向上と対応ハードウェアの範囲拡大が図られています。

Waypoint-1.5は、前バージョンのWaypointが示したリアルタイム生成世界の可能性をさらに発展させています。デスクトップ環境では、NVIDIA GeForce RTX 3090から5090までのGPUで、最大720p解像度、60FPSでのリアルタイム環境生成が可能になりました。また、ゲーミングノートPCやApple Silicon Mac（近日対応予定）を含む、より広範なコンシューマーハードウェアでスムーズに動作する360pティアも導入されています。

この進化は、ワールドモデルの分野において重要な意味を持ちます。従来、高度な生成AIモデルの実行にはデータセンター規模の計算リソースが必要とされることが多かったですが、Waypoint-1.5はローカル環境での実行能力を大幅に向上させ、より多くの開発者や研究者が手軽にインタラクティブな生成世界を構築・体験できるようになります。これにより、生成AIの民主化がさらに進むと期待されます。

実務面では、ゲーム開発者やシミュレーション研究者が、高価なクラウドGPUに依存することなく、より手軽にリアルタイムな仮想環境をプロトタイプし、イテレーションを回せるようになります。ただし、モデルの性能は使用するGPUの世代やVRAM容量に大きく左右されるため、期待通りのパフォーマンスを得るには、自身のハードウェア要件を事前に確認することが重要です。