何が起きたか

NVIDIAは2025年1月7日、動画基盤モデル開発のためのNeMoフレームワークの新機能を発表した。同機能には、大規模動画データのキュレーション、効率的なマルチモーダルデータローディング、拡散モデルを含むモデル訓練の最適化が含まれる。

なぜ重要か

NVIDIAは、動画基盤モデルを自前で学習・微調整する開発者向けに、巨大な動画データの切り出し、注釈付け、絞り込みと、画像や動画をまとめて扱う高速な読み込みをNeMoに追加したと発表しました。拡散モデルを含む訓練を並列化し、長大で多様な動画データを扱う際の前処理と学習を進めやすくする狙いです。