Одна RTX 5090 и 34B модель: китайский стартап выиграл у NVIDIA
Одна RTX 5090 и 34B модель: китайский стартап выиграл у NVIDIA 💡 15 октября в Сучжоу на мероприятии NVIDIA Inception Halfway Show компания Dawatech из Чунцина получила награду «Превосходное предприятие». Их продукт Scenes AI — это не просто генератор видео, а модель реального времени, которая управляет состоянием мира. В отличие от стандартных видео-LLM, которые предсказывают следующий кадр, Scenes AI поддерживает непрерывное состояние сцены: объекты, свет, камера и физика существуют как отдельные переменные. Модель не перерисовывает весь кадр, а обновляет только измененные элементы, сохраняя целостность пространства. ⚡ Ключевая особенность — работа с реальным пространством через обычную камеру. В демо-ролике комната мгновенно превращается в аниме-пастораль, сохраняя при этом точную геометрию мебели и позы людей. Система демонстрирует «память состояния»: если на стене появляется надпись, она остается там даже после смены погоды или появления новых объектов. Это решает главную проблему видео-генерации — накопление ошибок и потерю деталей при длительном рендеринге. 🤔 Технически система разделена на «тяжелый» слой управления и «легкий» слой генерации. Модуль Latent Stage развязывает переменные (свет, персонажи, камера), позволяя менять один параметр, не затрагивая остальные. Для ускорения используется Sparse Diffusion: анализ 300+ коммерческих проектов показал, что в среднем меняется лишь 10–20% пикселей. Модель Scenes AI имеет 34 млрд параметров, но активирует только ~4 млрд (11.8%) за шаг, что снижает потребление GPU на 40–60% и ускоряет инференс в 3–5 раз. 📌 Что это значит на практике: Scenes AI работает в реальном времени (720p, 25 fps) на одной потребительской видеокарте NVIDIA. Это открывает путь для интерактивных стримов, где фон меняется под товар, и для кинопроизводства, где режиссеры могут мгновенно редактировать сцену. Успех зависит не от размера модели, а от качества данных о состоянии мира. 🚀 Успех Dawatech опирается на уникальную базу данных: 180 ТБ структурированных данных о состоянии мира, собранных за 5 лет на собственной киностудии площадью 84 000 кв. м. В отличие от интернет-видео, эти данные содержат точную информацию о траекториях камер, физике объектов и освещении. Как отметил CPO Ли Цзунсин, «видео заканчивается, а мир должен работать непрерывно». Компания уже интегрировала CUDA, TensorRT и NVENC, создавая экосистему, где каждый создатель может управлять миром в реальном времени. Перевод и адаптация: AI Lab. Источник: QbitAI (量子位), https://www.qbitai.com/2026/10/504931.html #AI #WorldModel #NVIDIA #RealTime #Dawatech #ScenesAI