何が起きたか
NVIDIAは2026年8月13日、Hugging Face上で「nvidia/cmd」という名称の世界モデルを公開した。このモデルは画像から動画を生成するimage-to-videoタスクに対応し、拡散モデルと自己回帰モデルの技術を組み合わせている。また、カメラ制御機能を備え、safetensors形式で提供される。関連する論文はarXivに「2608.13391」として掲載されている。
詳細
「cmd」は、NVIDIAが開発した世界モデルで、動画生成においてカメラの動きを制御できる点が特徴とされる。モデルのライセンスは「other」とされており、具体的な利用条件は明記されていない。Hugging Faceのページでは、地域が「us」と表示されている。
Key Facts
| NVIDIAは2026年8月13日にHugging Faceで「nvidia/cmd」を公開した。 | [1] |
| 「cmd」はimage-to-videoタスクに対応する世界モデルである。 | [1] |
| 「cmd」は拡散モデルと自己回帰モデルを組み合わせている。 | [1] |
| 「cmd」はカメラ制御に対応している。 | [1] |
| 「cmd」はsafetensors形式で提供される。 | [1] |
| 関連論文はarXivに「2608.13391」として掲載されている。 | [1] |
| ライセンスは「other」とされている。 | [1] |
なぜ重要か
NVIDIAが公開した「cmd」は、カメラ制御を備えた世界モデルであり、動画生成の制御性を高める技術として注目される。拡散モデルと自己回帰モデルの統合は、今後の動画生成AIの進化に影響を与える可能性がある。