world-models

SANA: Síntese de imagem de alta resolução eficiente com Linear Diffusion Transformer.

Avançando modelos de mundo de código aberto

Dominando diversos domínios através de modelos de mundo.

Uma lista curada de trabalhos incríveis em modelagem de mundo, visando servir como um recurso central para pesquisadores, profissionais e entusiastas interessados no tema.

Geração de mundos 3D imersivos, exploráveis e interativos a partir de palavras ou pixels com o modelo Hunyuan3D World

Framework leve de inferência para geração de ações em imagens e vídeos.

Helios: Modelo de geração de vídeo longo em tempo real real.

DIAMOND (DIffusion As a Model Of eNvironment Dreams) é um agente de aprendizado por reforço treinado em um modelo de mundo de difusão. NeurIPS 2024 Spotlight.

NVIDIA Alpamayo 1 Nano é um modelo VLA de raciocínio aberto de 10B para veículos autônomos que combina trajetórias de direção com raciocínio de Cadeia de Causalidade.

Voyager é um modelo de geração de vídeo RGBD interativo condicionado por entrada de câmera, com suporte a reconstrução 3D em tempo real.

HY-World 1.5: Um framework sistemático para modelagem de mundo interativa com latência em tempo real e consistência geométrica

Cosmos-Predict2.5, a versão mais recente da família de Modelos de Fundação Mundial (WFMs) Cosmos, especializada em simular e prever o estado futuro do mundo na forma de vídeo.

Seu hub de desenvolvimento de jogos com IA. O recurso definitivo para ferramentas de desenvolvimento de jogos impulsionadas por IA. Descubra LLMs de ponta, modelos de mundo, agentes, código, imagem, textura, shader, modelos 3D, animação, vídeo, áudio, música, voz cantada e análise. 🔥

[ICML 2026] WorldMirror: Modelo de reconstrução 3D rápido e universal para tarefas versáteis

[TPAMI 2026] Modelagem de Mundo 3D e 4D: Uma Pesquisa

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

Escalonamento de pré-treinamento de vídeo Mixture-of-Experts para Inteligência Embodied

Transformers são modelos de mundo eficientes em amostras. ICLR 2023, entre os 5% melhores.

Base de código unificada para Modelos de Mundo Avançados.

[ACM CSUR 2025] Entendendo o mundo ou prevendo o futuro? Uma pesquisa abrangente sobre modelos de mundo

Gere cenas 3D exploráveis em larga escala com vídeos panorâmicos de alta qualidade a partir de uma única imagem ou comando de texto.

More is Different. Um motor de mundo multi-agente onde agentes de IA vivem, conversam, competem e se aliam.

[CVPR 2024 Highlight] GenAD: Modelo Preditivo Generalizado para Direção Autônoma

rCM & Causal-rCM: Algoritmos e infraestruturas líderes e unificados para destilação de difusão de vídeo bidirecional/autorregressiva em larga escala

Linguagem lógica para LLMs 🌱🐋 Construa modelos de mundo 🌍

Cosmos-Transfer2.5, construído sobre o Cosmos-Predict2.5, produz simulações de mundo de alta qualidade condicionadas a múltiplas entradas de controle espacial.

Uma coleção abrangente de frontend e levantamento de artigos e modelos de repositórios GitHub sobre modelos de visão e linguagem. Atualizações contínuas.

Uma lista com curadoria de Awesome Video World Models com AR Diffusion: cobrindo algoritmos, aplicações e infraestrutura, com o objetivo de servir como um recurso abrangente para pesquisadores, profissionais e entusiastas.

[CVPR 2026] SpatialVID: Um conjunto de dados de vídeo em larga escala com anotações espaciais

A curated list of world models for autonomous driving.