world-models

SANA: Síntesis eficiente de imágenes de alta resolución con Linear Diffusion Transformer

Avanzando en los Modelos de Mundo de Código Abierto

Dominando diversos dominios a través de modelos del mundo

Una lista seleccionada de trabajos increíbles en World Modeling, con el objetivo de servir como un recurso integral para investigadores, profesionales y entusiastas interesados en World Modeling.

Generación de mundos 3D inmersivos, explorables e interactivos a partir de palabras o píxeles con Hunyuan3D World Model

Framework ligero de inferencia para generación de imágenes, videos y acciones.

Helios: Modelo de generación de video largo en tiempo real real

DIAMOND (DIffusion As a Model Of eNvironment Dreams) es un agente de aprendizaje por refuerzo entrenado en un modelo de mundo de difusión. NeurIPS 2024 Spotlight.

NVIDIA Alpamayo 1 Nano es un modelo VLA de razonamiento abierto de 10B para vehículos autónomos que combina trayectorias de conducción con razonamiento de cadena de causalidad.

HY-World 1.5: Un marco sistemático para el modelado de mundos interactivos con latencia en tiempo real y consistencia geométrica.

Voyager es un modelo interactivo de generación de video RGBD condicionado por la entrada de la cámara y admite reconstrucción 3D en tiempo real.

Cosmos-Predict2.5, la última versión de la familia Cosmos World Foundation Models (WFMs), especializada en simular y predecir el estado futuro del mundo en forma de video.

Tu centro de desarrollo de juegos con IA. El recurso definitivo para herramientas de desarrollo de juegos impulsadas por IA. Descubre LLMs de vanguardia, modelos de mundo, agentes, código, imágenes, texturas, shaders, modelos 3D, animaciones, video, audio, música, voz cantada y analítica.

[ICML 2026] WorldMirror: Modelo de reconstrucción 3D rápido y universal para tareas versátiles.

[TPAMI 2026] Modelado del mundo 3D y 4D: Un estudio

[ICML 2026] Repositorio oficial para "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" y Causal Forcing++

Escalado de preentrenamiento de video Mixture-of-Experts para inteligencia incorporada

Los Transformers son modelos de mundo con eficiencia de muestreo. ICLR 2023, destacado en el top 5%.

Base de código unificada para modelos de mundo avanzados.

[ACM CSUR 2025] ¿Entender el mundo o predecir el futuro? Un estudio exhaustivo sobre los modelos de mundo

More is Different. Un motor de mundo multiagente donde los agentes de IA viven, hablan, compiten y se alían.

Genera escenas 3D explorables a gran escala con videos panorámicos de alta calidad a partir de una sola imagen o prompt de texto.

[CVPR 2024 Highlight] GenAD: Modelo predictivo generalizado para conducción autónoma

rCM y Causal-rCM: Algoritmos e infraestructuras unificadas y líderes para la destilación de difusión de video bidireccional/autorregresiva a gran escala

Lenguaje lógico para LLMs 🌱🐋 Construye modelos del mundo 🌍

Cosmos-Transfer2.5, construido sobre Cosmos-Predict2.5, genera simulaciones del mundo de alta calidad condicionadas a múltiples entradas de control espacial.

Una colección completa de recursos sobre modelos de lenguaje visual, incluyendo artículos y repositorios de modelos. Actualización continua.

Una lista seleccionada de increíbles modelos mundiales de video con difusión AR: abarca algoritmos, aplicaciones e infraestructura, con el objetivo de servir como un recurso integral para investigadores, profesionales y entusiastas.

[CVPR 2026] SpatialVID: Un conjunto de datos de video a gran escala con anotaciones espaciales.

Una lista curada de modelos mundiales para la conducción autónoma.