world-models

SANA: लीनियर डिफ्यूजन ट्रांसफॉर्मर के साथ कुशल हाई-रिज़ॉल्यूशन इमेज सिंथेसिस।

ओपन-सोर्स वर्ल्ड मॉडल को आगे बढ़ाना

वर्ल्ड मॉडल के माध्यम से विविध डोमेन में महारत हासिल करना

वर्ल्ड मॉडलिंग में शानदार कार्यों की एक क्यूरेटेड सूची, जिसका उद्देश्य वर्ल्ड मॉडलिंग में रुचि रखने वाले शोधकर्ताओं, चिकित्सकों और उत्साही लोगों के लिए वन-स्टॉप संसाधन के रूप में कार्य करना है।

Hunyuan3D World Model के साथ शब्दों या पिक्सेल से इमर्सिव, एक्सप्लोरेबल और इंटरैक्टिव 3D दुनिया तैयार करना

लाइटवेट इमेज वीडियो एक्शन जनरेशन इन्फ्रेंस फ्रेमवर्क

Helios: रियल रियल-टाइम लॉन्ग वीडियो जनरेशन मॉडल

DIAMOND (DIffusion As a Model Of eNvironment Dreams) एक रीइन्फोर्समेंट लर्निंग एजेंट है जिसे डिफ्यूजन वर्ल्ड मॉडल में प्रशिक्षित किया गया है। NeurIPS 2024 Spotlight।

NVIDIA Alpamayo 1 Nano स्वायत्त वाहनों के लिए एक खुला 10B रीज़निंग VLA मॉडल है जो ड्राइविंग ट्रेजेक्ट्री को Chain-of-Causation रीज़निंग के साथ जोड़ता है।

Voyager एक इंटरैक्टिव RGBD वीडियो जनरेशन मॉडल है जो कैमरा इनपुट पर आधारित है, और यह रीयल-टाइम 3D पुनर्निर्माण का समर्थन करता है।

HY-World 1.5: रियल-टाइम लेटेंसी और ज्यामितीय स्थिरता के साथ इंटरैक्टिव वर्ल्ड मॉडलिंग के लिए एक व्यवस्थित फ्रेमवर्क

Cosmos-Predict2.5, Cosmos World Foundation Models (WFMs) परिवार का नवीनतम संस्करण, जो वीडियो के रूप में दुनिया की भविष्य की स्थिति का अनुकरण और भविष्यवाणी करने में विशेषज्ञता रखता है।

आपका AI गेम देव हब। AI-संचालित गेम विकास टूल के लिए अंतिम संसाधन केंद्र। अत्याधुनिक LLMs, वर्ल्ड मॉडल, एजेंट, कोड, इमेज, टेक्सचर, शेडर, 3D मॉडल, एनिमेशन, वीडियो, ऑडियो, संगीत, गायन आवाज और एनालिटिक्स की खोज करें। 🔥

[ICML 2026] WorldMirror: बहुमुखी कार्यों के लिए तेज़ और सार्वभौमिक 3D पुनर्निर्माण मॉडल

[TPAMI 2026] 3D और 4D वर्ल्ड मॉडलिंग: एक सर्वेक्षण

[ICML 2026] "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" और Causal Forcing++ के लिए आधिकारिक कोडबेस

एम्बॉडीड इंटेलिजेंस के लिए मिक्सचर-ऑफ़-एक्सपर्ट्स वीडियो प्रीट्रेनिंग को स्केल करना।

Transformers हैं सैंपल-एफिशिएंट वर्ल्ड मॉडल्स। ICLR 2023, उल्लेखनीय शीर्ष 5%।

एडवांस्ड वर्ल्ड मॉडल्स के लिए एकीकृत कोडबेस

[ACM CSUR 2025] दुनिया को समझना या भविष्य की भविष्यवाणी करना? वर्ल्ड मॉडल्स का एक व्यापक सर्वेक्षण

एक इमेज या टेक्स्ट प्रॉम्प्ट से उच्च-गुणवत्ता वाले पैनोरमा वीडियो के साथ बड़े पैमाने पर एक्सप्लोरेबल 3D दृश्य उत्पन्न करें।

More is Different. एक मल्टी-एजेंट वर्ल्ड इंजन जहाँ AI एजेंट रहते हैं, बात करते हैं, प्रतिस्पर्धा करते हैं और गठबंधन बनाते हैं।

[CVPR 2024 Highlight] GenAD: ऑटोनॉमस ड्राइविंग के लिए जनरलाइज़्ड प्रेडिक्टिव मॉडल

rCM और Causal-rCM: बड़े पैमाने पर द्विदिश/ऑटोरिग्र्रेसिव वीडियो डिफ्यूजन डिस्टिलेशन के लिए अग्रणी और एकीकृत एल्गोरिदम/इन्फ्रास्ट्रक्चर।

LLMs के लिए लॉजिक लैंग्वेज 🌱🐋 वर्ल्ड मॉडल बनाएं 🌍

Cosmos-Predict2.5 पर निर्मित Cosmos-Transfer2.5, जो कई स्थानिक नियंत्रण इनपुट के आधार पर उच्च-गुणवत्ता वाले वर्ल्ड सिमुलेशन तैयार करता है।

विज़न-लैंग्वेज मॉडल पेपर और मॉडल्स का एक प्रमुख फ़्रंटएंड कलेक्शन और सर्वे GitHub रिपॉजिटरी। निरंतर अपडेट।

AR डिफ्यूजन के साथ बेहतरीन वीडियो वर्ल्ड मॉडल्स की एक क्यूरेटेड सूची: इसमें एल्गोरिदम, एप्लिकेशन और इंफ्रास्ट्रक्चर शामिल हैं, जो शोधकर्ताओं, पेशेवरों और उत्साही लोगों के लिए एक व्यापक संसाधन के रूप में कार्य करती है।

[CVPR 2026] SpatialVID: स्थानिक एनोटेशन के साथ एक बड़े पैमाने का वीडियो डेटासेट

ऑटोनॉमस ड्राइविंग के लिए वर्ल्ड मॉडल्स की क्यूरेटेड सूची।