RunwayとNVIDIA、100ミリ秒未満で動くリアルタイムHD動画生成モデルを披露

これまでの AI 動画生成といえば、プロンプトを入力してから数十秒から数分間、生成完了をじっと待つのが当たり前でした。

今週開催された「NVIDIA GTC」にて、Runway と NVIDIA はその待ち時間を一気にミリ秒単位へ縮めるリアルタイム動画生成モデルの技術プレビューを公開しました。

100ミリ秒未満で最初のフレームを生成

このモデルは NVIDIA の最新ハードウェアである「Vera Rubin」上でトレーニングおよび動作しており、高解像度の HD 動画を即座に生成できます。最初のフレームが出力されるまでの遅延時間は 100 ミリ秒未満を達成しました。

Runway によると、ハードウェアの進化とモデル設計を密接にすり合わせる共同設計によって実現したもので、同社が開発を進める汎用世界モデル「GWM-1」の基盤にもなるとしています。

なお、今回の発表はあくまで研究プレビュー段階であり、一般ユーザー向けの提供時期や利用コストは明らかにされていません。

なぜ重要か

動画生成 AI の競争軸は、これまでの「画質のリアルさ」や「生成できる秒数」といったオフライン処理から、リアルタイムなインタラクションへと明確にシフトしつつあります。遅延が 100 ミリ秒を切れば、ゲーム内の動的レンダリングやリアルタイムのシミュレーションなど、これまで不可能だった用途に道が開けます。

Runway が NVIDIA の最新シリコンと深く連携して先行逃げ切りを図る手法は極めて賢明に見えます。一方で、この圧倒的な低遅延が Vera Rubin のような最新鋭のハードウェアに強く依存している点には留意が必要です。一般的なクリエイターが手頃なコストで日常的に恩恵を受けられるようになるまでには、インフラ普及のための時間が必要になるでしょう。