world-models

SANA: Effiziente hochauflösende Bildsynthese mit Linear Diffusion Transformer

Weiterentwicklung von Open-Source-Weltmodellen

Beherrschung verschiedener Domänen durch Weltmodelle

Eine kuratierte Liste von herausragenden Arbeiten im Bereich World Modeling, die als zentrale Ressource für Forscher, Praktiker und Enthusiasten dienen soll, die sich für World Modeling interessieren.

Generierung immersiver, erkundbarer und interaktiver 3D-Welten aus Wörtern oder Pixeln mit dem Hunyuan3D World Model

Leichtgewichtiales Inferenz-Framework für die Generierung von Bildern, Videos und Aktionen

Helios: Ein echtes Echtzeit-Modell zur Generierung langer Videos

DIAMOND (DIffusion As a Model Of eNvironment Dreams) ist ein Reinforcement-Learning-Agent, trainiert in einem Diffusions-Weltmodell. NeurIPS 2024 Spotlight.

NVIDIA Alpamayo 1 Nano ist ein offenes 10B-Reasoning-VLA-Modell für autonome Fahrzeuge, das Fahrbahnen mit Chain-of-Causation-Reasoning verknüpft.

Voyager ist ein interaktives RGBD-Videoerstellungsmodell, das durch Kameraeingaben konditioniert wird und Echtzeit-3D-Rekonstruktion unterstützt.

HY-World 1.5: Ein systematisches Framework für interaktive Weltmodellierung mit Echtzeit-Latenz und geometrischer Konsistenz

Cosmos-Predict2.5, die neueste Version der Cosmos World Foundation Models (WFMs) Familie, spezialisiert auf die Simulation und Vorhersage des zukünftigen Zustands der Welt in Form von Videos.

Dein KI-Spieleentwicklungs-Hub. Die ultimative Ressourcensammlung für KI-gestützte Tools zur Spieleentwicklung. Entdecke modernste LLMs, World Models, Agents, Code, Images, Textures, Shaders, 3D Models, Animations, Videos, Audio, Music, Singing Voice und Analytics. 🔥

[ICML 2026] WorldMirror: Schnelles und universelles 3D-Rekonstruktionsmodell für vielseitige Aufgaben

[TPAMI 2026] 3D- und 4D-Weltmodellierung: Eine Übersicht

[ICML 2026] Offizielle Codebasis für „Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation“ & Causal Forcing++

Skalierung des Mixture-of-Experts-Videovortrainings für verkörperte Intelligenz

Transformers sind mustereffiziente Weltmodelle. ICLR 2023, unter den besten 5%.

Einheitliche Codebasis für fortschrittliche Weltmodelle.

[ACM CSUR 2025] Die Welt verstehen oder die Zukunft vorhersagen? Eine umfassende Übersicht zu Weltmodellen

Generieren Sie groß angelegte, erkundbare 3D-Szenen mit hochwertigen Panoramavideos aus einem einzigen Bild oder Texteingabeaufforderung.

More is Different. Eine Multi-Agenten-Welt-Engine, in der KI-Agenten leben, sprechen, konkurrieren und sich verbünden.

[CVPR 2024 Highlight] GenAD: Generalisiertes Prädiktives Modell für das autonome Fahren

rCM & Causal-rCM: Führende und einheitliche Algorithmen/Infrastrukturen für die bidirektionale/autoregressive Video-Diffusion-Destillation im großen Maßstab.

Logiksprache für LLMs 🌱🐋 Weltmodelle erstellen 🌍

Cosmos-Transfer2.5, basierend auf Cosmos-Predict2.5, erzeugt hochwertige Weltsimulationen unter Berücksichtigung mehrerer räumlicher Steuerungseingaben.

Eine umfassende Frontend-Sammlung und Übersicht von Vision-Language-Model-Papern und -Modellen auf GitHub. Kontinuierliche Updates.

Eine kuratierte Liste fantastischer Video-Weltmodelle mit AR-Diffusion: Umfasst Algorithmen, Anwendungen und Infrastruktur als umfassende Ressource für Forscher, Praktiker und Enthusiasten.

[CVPR 2026] SpatialVID: Ein umfangreicher Video-Datensatz mit räumlichen Annotationen.

Eine kuratierte Liste von Weltmodellen für autonomes Fahren.