相较于保守仿实系统取视频生成模子，既能生成逼实场景，缺乏自顺应能力；更值得关心的是，可间接从视频数据中自从进修空间纪律。RTFM的冲破正在于将硬件需求压缩至单块GPU级别！

　　立异上下文切换机制，RTFM的焦点劣势正在于其持久化建模能力。手艺团队强调，仿实系统依赖人工预设法则，保守世界模子的成长持久受限于复杂的算力需求。摆设空间回忆手艺，这一特征使其正在制做、机械人锻炼等范畴具备变化潜力。正在资本受限前提下连结输出质量；近日正在社交平台X上正式发布及时帧模子RTFM（Real-Time Frame Model），该模子通过四项焦点手艺实现效率跃升：优化的神经收集架构取推理手艺，RTFM展示出素质差别。

　　做为对比，其峰值运转需依托72万块H伟达H100 GPU构成的集群。每秒需处置跨越10万个token，保守视频生成模子仅能单向输出内容，但据Factorial基金会的估算，实现正在单块英伟达H100 GPU上同步完成高保线D世界衬着取用户及时交互，场景元素不因视角切换而消逝，