清華大学発のXmax AI、手で触れるリアルタイム対話型動画モデル「X1」を発表

画面の中のキャラクターに、そのまま触れる世界が近づいてきました。

コントローラーなしで仮想キャラに触れる

清華大学のXmax AIチームが、リアルタイム対話型動画モデル「X1」を発表しました。

X1の大きな特徴は、手持ちのスマートフォンのカメラだけで動く点です。専用コントローラーや画面タップを必要とせず、画面越しに手を差し伸べるだけで、手のジェスチャーを認識して仮想キャラクターとリアルタイムに触れ合えます。

チームによると、ミリ秒単位の超低遅延と、無限に続く動画生成能力を備えているとのこと。現在ソーシャルメディア上で無料のプライベートベータへの参加者を募集しています。

なぜ重要か

単に動画を生成して眺める段階から、リアルタイムに対話する段階への移行を感じさせる試みです。

専用のVR・AR機器を要求せず、日常のスマホカメラで完結させようとするアプローチは非常に実用的で賢い選択といえます。

ただ、ミリ秒単位の生成でどこまで破綻せずに物理的な整合性を維持できるかはまだ未知数です。インタラクティブ動画の今後に興味があるなら、まずはベータ版をチェックしてみる価値があります。