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，用于交互式世界模型，在 1 张 H100 上以 20 fps 运行、动作延迟低于 230 ms。CADRE 包含 7 个自编码器，每个约 476M 可训练参数，另加冻结的 86M DINOv3 ViT-B/16，世界模型为 1.2B 参数，视频分辨率 288×512。