先了解这件事
AI 综述
Kyutai 发布开源因果扩散表征自编码器 CADRE,面向交互式世界模型。据 MarkTechPost 2026 年 10 月 24 日报道,CADRE 在 1 张 H100 上以 20 fps 运行,动作延迟低于 230 ms。该自编码器包含 7 个约 476M 参数的自编码器,搭配冻结的 86M DINOv3 ViT-B/16,世界模型为 1.2B 参数,视频分辨率为 288×512。报道称驾驶场景 FVD 为 162.6,对比 Wan 2.2 的 599.7;但机器人操作的动作跟随 ARR 为 0.45,低于 Wan 2.2 的 0.85。代码采用 MIT 许可,Hugging Face 权重为 CC BY-NC 4.0,不含商用授权。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Kyutai 开源 CADRE 视频自编码器，世界模型动作延迟降至 230 ms 以内事件进展
1 个已确认进展
- 来源：MarkTechPost
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月24日
MarkTechPost
Kyutai 开源 CADRE 视频自编码器，世界模型动作延迟降至 230 ms 以内
Kyutai 发布开源因果扩散表征自编码器 CADRE，面向交互式世界模型，在 1 张 H100 上以 20 fps 运行、动作延迟低于 230 ms。CADRE 包含 7 个约 476M 参数的自编码器，搭配冻结的 86M DINOv3 ViT-B/16，世界模型为 1.2B 参数，视频分辨率为 288×512。驾驶场景 FVD 为 162.6，对比 Wan 2.2 的 599.7；但机器人操作的动作跟随 ARR 为 0.45，低于 Wan 2.2 的 0.85。代码采用 MIT 许可，Hugging Face 权重为 CC BY-NC 4.0，不含商用授权。