world-models

SANA: Tổng hợp hình ảnh độ phân giải cao hiệu quả với Linear Diffusion Transformer

Thúc đẩy các mô hình thế giới mã nguồn mở

Làm chủ các lĩnh vực đa dạng thông qua mô hình thế giới (world models).

Danh sách chọn lọc các công trình tuyệt vời về Mô hình Thế giới, nhằm làm tài nguyên toàn diện cho các nhà nghiên cứu, kỹ sư và những người đam mê quan tâm đến Mô hình Thế giới.

Tạo các thế giới 3D phong phú, có thể khám phá và tương tác từ văn bản hoặc pixel với mô hình thế giới Hunyuan3D

Khung suy luận tạo tác vụ hình ảnh và video trọng lượng nhẹ

Helios: Mô hình tạo video dài thời gian thực thực sự

DIAMOND (DIffusion As a Model Of eNvironment Dreams) là một tác nhân học tăng cường được huấn luyện dựa trên mô hình thế giới khuếch tán. NeurIPS 2024 Spotlight.

NVIDIA Alpamayo 1 Nano là mô hình VLA suy luận 10B mã nguồn mở dành cho xe tự lái, kết hợp quỹ đạo lái xe với lý luận Chuỗi nguyên nhân (Chain-of-Causation).

Voyager là mô hình tạo video RGBD tương tác dựa trên điều kiện đầu vào của camera và hỗ trợ tái thiết 3D theo thời gian thực.

HY-World 1.5: Một framework hệ thống để mô hình hóa thế giới tương tác với độ trễ thời gian thực và tính nhất quán hình học

Cosmos-Predict2.5, phiên bản mới nhất trong họ Cosmos World Foundation Models (WFMs), chuyên dùng để mô phỏng và dự đoán trạng thái tương lai của thế giới dưới dạng video.

Trung tâm phát triển game AI của bạn. Nguồn tài nguyên tối ưu cho các công cụ phát triển game hỗ trợ AI. Khám phá các LLM tiên tiến, World Model, Agent, mã nguồn, hình ảnh, kết cấu, shader, mô hình 3D, hoạt ảnh, video, âm thanh, nhạc, giọng hát và phân tích. 🔥

[ICML 2026] WorldMirror: Mô hình tái tạo 3D nhanh chóng và toàn diện cho các tác vụ đa năng

[TPAMI 2026] Mô hình hóa Thế giới 3D và 4D: Khảo sát

Mã nguồn chính thức cho [ICML 2026] "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++

Mở rộng quy mô huấn luyện trước video hỗn hợp chuyên gia cho Trí tuệ nhân tạo thể hiện

Transformers là các mô hình thế giới hiệu quả về mẫu. ICLR 2023, nằm trong top 5% nổi bật.

Cơ sở mã hợp nhất cho các mô hình thế giới nâng cao.

[ACM CSUR 2025] Hiểu về thế giới hay dự đoán tương lai? Khảo sát toàn diện về các mô hình thế giới (World Models)

More is Different. Một công cụ mô phỏng thế giới đa tác nhân, nơi các tác nhân AI sinh sống, trò chuyện, cạnh tranh và liên minh.

Tạo các cảnh 3D quy mô lớn có thể khám phá với video toàn cảnh chất lượng cao từ một hình ảnh hoặc văn bản gợi ý duy nhất.

[CVPR 2024 Highlight] GenAD: Mô hình dự đoán tổng quát cho xe tự lái

rCM & Causal-rCM: Các thuật toán/cơ sở hạ tầng hàng đầu và thống nhất cho việc chưng cất khuếch tán video hai chiều/tự hồi quy ở quy mô lớn.

Ngôn ngữ logic cho LLM 🌱🐋 Xây dựng mô hình thế giới 🌍

Cosmos-Transfer2.5, được xây dựng trên nền tảng Cosmos-Predict2.5, tạo ra các mô phỏng thế giới chất lượng cao dựa trên nhiều đầu vào điều khiển không gian.

Bộ sưu tập Frontend và khảo sát các bài báo, mô hình về vision-language. Cập nhật liên tục.

Danh sách tổng hợp các Video World Models với AR Diffusion: Bao gồm thuật toán, ứng dụng và cơ sở hạ tầng, nhằm phục vụ như một tài nguyên toàn diện cho các nhà nghiên cứu, chuyên gia và người đam mê.

[CVPR 2026] SpatialVID: Tập dữ liệu video quy mô lớn với chú thích không gian

Danh sách tổng hợp các mô hình thế giới (world models) cho xe tự lái