Street View через нейросеть

Корейцы из Naver показали Seoul World Model — заметную часть Сеула вышло впихнуть в одну модельку. Это модель реального места, которая не разваливаясь позволяет путешествовать много километров подряд. Можно и промптить модель творить с городом всякие непотребства — наводнение, напададение инопланетян и Годзиллы.

Сделали это на основе Nvidia Cosmos Predict 2.5 — DiT на 2 миллиарда параметров, а тренировали всего на 24 H100. Моделька выдаёт 15 fps на одной H100, но оптимизацией для локального запуска ещё никто особо не занимался. Код и веса ещё не релизнули, но обещают выложить скоро.

Пейпер
Репа

@ai_newz