Waypoint-1.5 发布说明

Waypoint-1.5 是一款实时视频世界模型，旨在为消费级硬件带来交互式生成环境。通过针对本地执行进行优化，Waypoint-1.5 使用户能够在不需要数据中心级算力的情况下，实时探索并与生成的场景进行交互。

硬件兼容性与性能

Waypoint-1.5 提供两个不同的模型层级，以平衡视觉保真度与硬件普及性：

• 高性能层级： 在从 RTX 3090 到 RTX 5090 的桌面级硬件上，该模型可以生成分辨率高达 720p、帧率为 60 FPS 的环境。
• 广泛普及层级： 提供 360p 模型，以确保在更广泛的消费级硬件（包括游戏笔记本电脑以及即将支持的 Apple Silicon Macs）上实现流畅性能。

技术改进与训练

Waypoint-1.5 相比原始的 Waypoint 版本在规模和效率方面有了显著提升：

• 增加训练数据： 该模型的训练数据量几乎是 Waypoint-1 的 100 倍，从而实现了更连贯的环境和更一致的运动表现。
• 计算效率： 该模型采用了更高效的视频建模技术，以减少帧间的冗余计算，在响应速度和时间连贯性方面优先于单帧保真度。

响应能力在世界模型中的作用

虽然许多生成式视频模型专注于视觉保真度，但 Waypoint-1.5 优先考虑响应能力——即环境对用户输入做出即时反应的能力。其目标是弥合被动视频生成与主动探索之间的鸿沟，将世界模型从令人印象深刻的演示转化为可在本地运行的模拟、创意工具和交互式娱乐的基础。

部署与访问选项

用户可以通过三个主要渠道体验 Waypoint-1.5：

1. 本地执行： 通过 Overworld Biome 桌面客户端，该客户端具有简化的安装流程，可实现快速本地设置。
2. 基于浏览器的访问： 通过 Overworld Stream，无需本地安装即可进行即时测试。
3. 开发者工具： World Engine 推理库为官方及第三方客户端提供核心能力。

可用的模型权重

Hugging Face Hub 上提供两个版本的权重：

• Waypoint-1.5-1B
• Waypoint-1.5-1B-360P