本文へスキップ

WorldDreamer

マスクされた視覚トークンの予測で動画を生成

公式サイトを見る

WorldDreamer とは

WorldDreamer はマスクされた視覚トークンを予測し世界の動きを理解・再現する動画生成のモデルと紹介され、教師なしの視覚系列のモデル化として説明されている。

できること

  • 静止画像を動く動画に変える
  • 文章の記述から動画を生成する
  • 動画の修復・スタイル変更・動作からの生成を行う

導入の設定

  • 公式サイトで生成の種類を選ぶ
  • 画像をアップするか文章を入力する
  • スタイルや長さなどの値を定める

長所と短所

✓ 良い点

  • 一つのモデルに複数の生成の種類
  • 文章と動作の入力を組み合わせられる

! 注意したい点

  • 手法は視覚入力を離散トークンへ写す
  • 生成は選んだ動画の種類に沿う

よくある質問

世界をどう捉える?

資料は離散トークンへの写像とマスクされたトークンの予測と説明。

どんな入力が挙がる?

資料は画像、文章の記述、動作の指示を挙げる。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法