NVIDIA、720p・1分動画生成可能な2.6Bオープンソース世界モデル「SANA-WM」を公開

SANA-WMとは

NVIDIA LabsがSANA-WM（Efficient Minute-Scale World Modeling）を公開した。2.6Bパラメータのこのオープンソースモデルは、最大1分・720p解像度の動画を生成できる。Hacker Newsで172票を獲得した。

注目される理由

既存の動画生成モデルは数秒〜数十秒の低解像度に留まるか、高品質動画に膨大な計算資源を必要とすることが多かった。SANA-WMは2.6Bという比較的小さなパラメータ数で1分・720pを実現した点で、効率面の突破口と評価される。

世界モデルとしての意義

単なる動画生成を超えた「世界モデル」という位置づけは、物理世界の因果関係や動力学をシミュレートしようとする方向性を示す。ロボット訓練、シミュレーション環境構築、インタラクティブアプリケーションなど幅広い用途が期待される。

オープンソース公開の意義

NVIDIA がSANA-WMをオープンソースとして公開したことで、動画生成研究のアクセシビリティが向上する。OpenAIのSoraやGoogleのVeoなどのクローズドソースモデルに対するオープンソース代替エコシステムの強化に貢献する。