Real-time generation（リアルタイム生成）は、ライブインタラクションや連続入力に合わせて視覚出力を十分な速さで生み出せるAIシステムを指し、バッチ生成で通常かかる数秒〜数分ではなくミリ秒単位でフレームや応答を生成します。リクエストを送って完成出力を待つのではなく、リアルタイムシステムは入力の変化に応じて結果を継続的に更新します。

真のリアルタイムAI生成は技術的に要求が高く、高品質な拡散モデルの計算要件は大きく、流暢なインタラクションに必要な速度で使えるフレームを出すには、大幅に簡略化したモデル、専用のハードウェアアクセラレーション、品質の一部を速度と引き換えにするアーキテクチャのいずれかが必要です。リアルタイムまたはニアリアルタイムAI生成の現状の応用には、プロンプトを打つと出力が更新されるインタラクティブ画像探索ツール、ライブストリーミングやパフォーマンス向けの低遅延動画エフェクト、数秒で最終出力の粗い近似を与える迅速なプレビュー生成、プレイ中に動的にコンテンツを生成するゲームアプリケーションなどがあります。

多くのプロのAI動画生成ワークフローでは、リアルタイム生成は主な関心事ではありません——焦点は出力速度よりも品質にあります。ただし、ニアリアルタイムのプレビュー能力はクリエイティブな探索と反復にとってますます価値が高く、制作者がフル品質の生成実行に踏み切る前に、クリエイティブの方向性が機能しているかを素早く判断できるようにしています。