一句话总结
本文汇总法国巴黎实验室 Kyutai 于 2026 年 10 月 23 日公开的开源视频自编码器家族 CADRE 的结构化数据：7 个模型规模、H100 单卡延迟与帧率、运动质量与恢复质量指标、训练数据量与许可证，全部数值截至 2026 年 10 月 24 日。
数据说明
数据来源：Kyutai 官方论文《Rethinking Video Autoencoders for Interactive World Models》（arXiv 2610.30129，2026 年）、Kyutai 官网论文页、Sakhanda Wire 与 AiKraft 2026 年 10 月 23 至 24 日转述 MarkTechPost 报道、my-best 2026 年 10 月 24 日日本站整理。统计口径：CADRE 包含 7 个不同压缩倍率的因果扩散表示自编码器，每个成员仅在一个小型瓶颈上不同，共享自蒸馏到一步或几步的扩散解码器；延迟与帧率均为 Kyutai 在单张 NVIDIA H100（bf16、batch 1、288×512 分辨率、1 个解码步）条件下自测，第三方报道转述时数值一致；FVD 越低代表运动质量越好，ARR 越高代表机器人操作动作跟随越好，PSNR 越高代表重建质量越好。
核心数据
| model | type | latency_ms | max_fps | license |
|---|---|---|---|---|
| CADRE-2×32×32 | CADRE 因果扩散表示自编码器 | 185 | 23.4 | 代码 MIT、权重 CC BY-NC 4.0 |
| CADRE-2×16×16 | CADRE 较低空间压缩成员 | 未单列 | 未单列 | 代码 MIT、权重 CC BY-NC 4.0 |
| Wan 2.2 VAE | 文生视频复用自编码器 | 317 | 34.2 | 各模型自定 |
| LTX-2 VAE | 文生视频复用自编码器 | 492 | 87.4 | 各模型自定 |
| Cosmos CV8x8x8 | 文生视频复用自编码器 | 605 | 39.0 | 各模型自定 |
| DC-AE | 逐帧图像自编码器 | 118 | 未单列 | 各模型自定 |
| metric | CADRE-2×32×32 | CADRE-2×16×16 | Wan 2.2 | LTX-2 | Cosmos |
|---|---|---|---|---|---|
| 驾驶场景 FVD（越低越好） | 171.3 | 162.6 | 599.7 | 913.3 | 452.5 |
| 机器人操作 ARR（越高越好） | 0.45 | 未单列 | 0.85 | 0.25 | 0.78 |
| 重建 PSNR（越高越好） | 22.86 | 未单列 | 35.02 | 28.24 | 31.39 |
字段说明
model：自编码器名称；CADRE 命名中「2×」为时间压缩倍率，后两位为空间压缩倍率（如 2×32×32 表示时间压缩 2 倍、空间压缩 32 倍）。type：模型家族与用途归属；CADRE 为交互式世界模型专用设计，其余为文生视频或逐帧图像压缩组件。latency_ms：单帧动作生效延迟（毫秒），Kyutai 在单张 H100、1 个解码步条件下自测；人开始可感知动作延迟的阈值约为 230 毫秒。max_fps：最高生成帧率（帧/秒），同一 H100 条件下的 Kyutai 自测值。license：发布许可证；CADRE 代码采用 MIT，模型权重采用 CC BY-NC 4.0，禁止商用。- FVD：Frechet Video Distance 的缩写，衡量生成视频运动与内容质量的指标；ARR：Action Regression Rate 的缩写，衡量动作跟随能力的指标；PSNR：峰值信噪比，衡量重建质量。
数据来源与参考
- Kyutai 官方论文（arXiv 2610.30129）：https://arxiv.org/pdf/2610.30129
- Kyutai 论文页：https://kyutai.org/papers/
- Sakhanda Wire 转述 MarkTechPost（2026 年 10 月 23 日）：https://wire.sakhanda.co/en/r/kyutai-cadre-video-autoencoders-that-cut-world-model-lag-below-230-ms
- AiKraft 转述（2026 年 10 月 24 日）：https://aikraft.ru/news/kyutai-cadre-video-autoencoders-that-cut-world-model-lag-below-230-ms
- my-best 日本站整理（2026 年 10 月 24 日）：https://my-best.ai/kyutai-cadre-video-autoencoder-230ms/