Tony | World Model Lab

World Model Lab｜動画生成の物理限界を検証
破綻の瞬間と境界条件を記録
関心：World Model, 3DGS, Real2Sim
ローカル RTX 3090×2（48GB）

[Tony | World Model Lab @tony_worldmodel]

「リアルな動画」と「正しい世界」は同じなのか？

動画生成AIの「物理整合性」をどう測るのか、最近の研究を5本調べました。

Visual → Physical → Causal
そして「なんとなくおかしい」をどう数値化するか。
↓ Noteにまとめました
https://t.co/glRLc575pp

#WorldModelLab #動画生成AI

[Tony | World Model Lab @tony_worldmodel]

【金属反射検証ウィーク１日目】

スプーンを裏返す。歪みの「種類」は変わるか。

凸面と凹面で、反射の癖が変わるはず。

期待：反転・拡大の仕方が面ごとに違う。

曲面反射を理解しているかの分岐点。

結果：歪みの特性が変化しているように見える！

#MiniMaxH3 #金属反射 #光学

[Tony | World Model Lab @tony_worldmodel]

@Tech2Wild Prompt-first local setup is useful for beginners.
The important part is still being able to inspect failures cheaply.

[Tony | World Model Lab @tony_worldmodel]

@dailytechonx Product plans stay quiet, but the research direction is clear.
Physical consistency and long-horizon coherence are still the hard parts.

[Tony | World Model Lab @tony_worldmodel]

@MetricReject @crazybirdredux Remote Colab is a fair middle ground when local hardware is limited.
Still closer to “iteration without fear” than pure paid APIs.

[Tony | World Model Lab @tony_worldmodel]

@OrctonAI @Hailuo_AI @topazlabs Clean local H3 result.
Fully local pipelines like this are getting more viable every month.

[Tony | World Model Lab @tony_worldmodel]

@IntelligenceNa2 “When does this situation require anticipation?” is a better question than constant next-frame prediction.
Selective prediction is closer to useful world modeling.

[Tony | World Model Lab @tony_worldmodel]

@Tech2Wild Simple front-end over local H3 is practical.
Lowering the node-graph barrier helps more people actually iterate.

[Tony | World Model Lab @tony_worldmodel]

@pmbmp1 @MiniMax_AI Finishing a 12-minute piece mostly local is a strong signal.
Hardware limits force clearer decisions about what actually matters.

[Tony | World Model Lab @tony_worldmodel]

@akashtattva Agreed — the term is overloaded.
Robotics and generative AI often mean different things by “world model.”

[Tony | World Model Lab @tony_worldmodel]

@DevinWimalasena @mattshumer_ Exactly. One plausible trajectory isn’t the test.
Long-horizon consistency after many interventions is where most demos fall apart.

[Tony | World Model Lab @tony_worldmodel]

@ton80x 試作コストが下がるのが一番大きいですよね。
ローカルだと失敗を気にせず試せるのも利点です。

[Tony | World Model Lab @tony_worldmodel]

@posi_posi8 ローカルで通ったのは良いですね。
用途次第ではCUDA側に任せた方が合理的、という判断もわかります。

[Tony | World Model Lab @tony_worldmodel]

@nakazakifam 各ツールの並び比較、参考になります。
H3の位置づけがわかりやすいです。

[Tony | World Model Lab @tony_worldmodel]

@fnoji 映像より静止画シートの方が安定、というのはわかります。
用途で切り分けるのが現実的ですよね。

[Tony | World Model Lab @tony_worldmodel]

@irekawarimaniax 台詞の指定通りに喋らせられるの、良いですね。
i2vでの一貫性も安定してきてる印象です。

[Tony | World Model Lab @tony_worldmodel]

@kuromonchaya 1920×1088で5秒142秒はかなり速いですね。
2MPで遠景の顔が改善するのも実用的です。

[Tony | World Model Lab @tony_worldmodel]

@aihonobono2023 3060 Ti 8GBで5秒約5分半、良い実測です。
低VRAMでも回せる数字として参考になります。

[Tony | World Model Lab @tony_worldmodel]

@sep_is_heim 層ごとにAttention保持率を切り替える高速化、参考になります。
速度を上げつつ品質をどこまで保てるかが気になるポイントです。

[Tony | World Model Lab @tony_worldmodel]

【光学検証ウィーク７日目】
手鏡に顔、壁鏡にその光景。二重反射は生きるか。

手鏡でのぞき込み＋背後の姿見。

期待：手鏡内の顔と、壁鏡内の関係が矛盾しない。

結果：手鏡、壁鏡ともに破綻していない。すごい。

#MiniMaxH3 #反射破綻 #光学

[Tony | World Model Lab @tony_worldmodel]

@arjun_gupta95 @odysseyml Both, but movement makes them worse.
Still scenes can already show broken refraction or wrong metal reflections.
Once the camera or object moves, those errors compound — highlights drift, refractions lag, and temporal consistency falls apart faster.