Fal、ビデオの遅延をリアルタイムの閾値未満に押し下げる

再生がボトルネックになる

これまで、生成メディアは待機時間に縛られていた。Falは中国のMinimaxからH3モデルを採用し、品質向上のために事後学習させ、独自の最適化された推論インフラストラクチャにデプロイした。その結果、Minimaxの公式APIと比較して35倍の高速化を実現した。ビデオの生成にかかる時間が、初めて再生時間より短くなったのだ。

クリップからインタラクティブな無限へ

この遅延の変化は、即座にフォーマットの変更を可能にした。Falの開発者はモデルをTwitchに接続し、視聴者がチャット（!prompt）を使用してリアルタイムで画面に表示されるものを指示できるようにした。AIは新しく生成されたシーンを前のシーンとシームレスに繋ごうとし、決して終わらない「異次元ケーブルテレビ」を作り出している。

視覚的な流れの品質と安定性

速度の問題は解決したが、安定性は依然として課題である。結果はしばしば、物理法則や一貫性が意志の力だけで保たれているような、幻覚的なシーンの流れのように感じられる。インタラクティブなおもちゃとしては魅力的だが、本格的な物語形式の場合、長期間にわたって視覚的なアイデンティティを維持するのは難しすぎる。ここでは、速度が制御の犠牲になっている。

成功の指標がFPSから維持率へ移行する

成功の証は、Falがモデルをさらに高速化するかどうかではない。鍵となるのは、人々がこの無限の流れをどれだけ長く見続けられるかを観察することだ。インタラクティブなAIストリームが標準的な受動的コンテンツよりも長く注目を集めることができれば、TikTokやTwitchのようなプラットフォームのコンテンツ制作の経済学を変えることになるだろう。

Lilithの判定

問題はもはや、リアルタイムビデオを生成できるかどうかではない。問題は、誰がそれを10分以上見て楽しむのかということだ。