SD百科导航
  • 首页
  • 快讯
  • 早报
  • 模型
  • ComfyUI
  • 新技术
  • 百科
    • 教程
    • 硬件
    • 科普
  • 百科工具
    • 工具
  • 排行榜
    • 首页
    • 快讯
    • 早报
    • 模型
    • ComfyUI
    • 新技术
    • 百科
      • 教程
      • 硬件
      • 科普
    • 百科工具
      • 工具
    • 排行榜

    世界模型

    共 17 篇文章
    百科工具模型ComfyUIAI合集web UI提示词
    大语言模型多模态模型图像模型语音模型3D模型Flux衍生视频模型世界模型决策模型
    排序
    发布更新浏览点赞
    Kyutai发布CADRE:面向交互式世界模型的因果扩散视频自编码器,单卡 H100 延迟压到 230ms 以内

    Kyutai发布CADRE:面向交互式世界模型的因果扩散视频自编码器,单卡 H100 延迟压到 230ms 以内

    Kyutai 推出CADRE(因果扩散表示自编码器),这是一个专为交互式世界模型设计的开放因果扩散表示自编码器家族。该研究旨在解决当前世界模型普遍面临的动作延迟问题,通过在单块英伟达H100 GPU ...
    世界模型# CADRE# Kyutai
    3天前
    160
    VAST AI推出EdenLive:实时生成式渲染方案,把世界状态和视觉渲染解耦,RTX5090可跑720P、24fps+,开源5B/14B权重

    VAST AI推出EdenLive:实时生成式渲染方案,把世界状态和视觉渲染解耦,RTX5090可跑720P、24fps+,开源5B/14B权重

    VAST AI 推出 EdenLive,属于 Project Eden 项目的实时生成式视频渲染器。核心创新思路是世界状态与视觉渲染解耦:上游代码代理、游戏引擎负责维护场景逻辑、物理、交互状态(碰撞...
    世界模型# EdenLive# VAST AI
    1周前
    320
    跨七大领域通用世界模型框架 JEPA-Anything:一套学习方案搞定视觉、生物、气候与分子模拟

    跨七大领域通用世界模型框架 JEPA-Anything:一套学习方案搞定视觉、生物、气候与分子模拟

    来自PhAI Labs、香港中文大学、复旦、斯坦福、牛津、普林斯顿的联合团队发布JEPA-Anything,一套领域无关的世界模型构建框架。不同于传统思路为每个场景单独定制预测模型,JEPA-Anyt...
    世界模型# JEPA-Anything# 世界模型框架
    3周前
    490
    Odyssey 发布 Agora-2:最多支持20人+AI智能体,在同一个实时虚拟世界交互

    Odyssey 发布 Agora-2:最多支持20人+AI智能体,在同一个实时虚拟世界交互

    Odyssey正式推出多智能体世界模型Agora-2可玩研究预览,能够支持最多20名人类和AI智能体在同一个共享虚拟世界内实时交互。相比上一代Agora-1,可承载参与者数量提升5倍,支持更多类型环境...
    世界模型# Agora-2# Odyssey
    1个月前
    520
    Black Forest Labs发布FLUX 3 Action:7B开放权重世界动作模型,RoboLab基准登顶

    Black Forest Labs发布FLUX 3 Action:7B开放权重世界动作模型,RoboLab基准登顶

    Black Forest Labs正式推出FLUX 3 Action(F3A),一款7B参数量开放权重世界动作模型,在RoboLab-120基准上拿下第一,解决过往世界动作模型(WAM)推理成本高、V...
    世界模型# Black Forest Labs# FLUX 3 Action
    1个月前
    660
    蚂蚁灵波科技开源 LingBot-World 2.0 全家桶:1.3B 小模型让消费级显卡也能跑实时世界模型

    蚂蚁灵波科技开源 LingBot-World 2.0 全家桶:1.3B 小模型让消费级显卡也能跑实时世界模型

    继今年 7 月开源 14B 参数的 LingBot-World 2.0 后,蚂蚁灵波科技本周进一步开放了三款关键模型,构建起从本地体验、高质量训练到场景适配的完整开源生态。其中最引人注目的是面向消费级...
    世界模型# LingBot-World 2.0# 蚂蚁灵波
    1个月前
    810
    高德发布全球首个 3D 原生城市世界模型 ABot-Earth 0.7,实现从星球到街景的全尺寸 AI 生成

    高德发布全球首个 3D 原生城市世界模型 ABot-Earth 0.7,实现从星球到街景的全尺寸 AI 生成

    阿里巴巴旗下高德地图正式发布 ABot-Earth 0.7,这是全球首个 3D 原生(3D-Native) 的城市世界模型。该模型依托高德海量的时空数据积累,实现了从星球宏观视角到街景微观细节的全尺寸...
    世界模型# ABot-Earth 0.7# 高德
    2个月前
    770
    宇树科技开源 UnifoLM-WLA-1.0:6B 参数具身基座模型刷新 SOTA

    宇树科技开源 UnifoLM-WLA-1.0:6B 参数具身基座模型刷新 SOTA

    宇树科技(Unitree)正式宣布完全开源其新一代通用人形机器人基础模型 UnifoLM-WLA-1.0。该模型拥有 60 亿(6B)参数,在多项具身智能推理评测中刷新了全球开源模型的 SOTA(St...
    世界模型# UnifoLM-WLA-1.0# 宇树科技
    2个月前
    840
    Runway 推出 Solaris:首个“界面世界模型”,让操作系统实时生成应用

    Runway 推出 Solaris:首个“界面世界模型”,让操作系统实时生成应用

    Runway 正式发布了 Solaris,这是其全新“界面世界模型(Interface World Model)”家族中的首款产品。Solaris 提出了一个颠覆性的问题:如果操作系统能在使用者交互的...
    世界模型早报# Runway# Solaris
    2个月前
    1270
    李飞飞团队新作Atlas登场:原生3D空间世界模型,解锁像素级可控视频与实景重建

    李飞飞团队新作Atlas登场:原生3D空间世界模型,解锁像素级可控视频与实景重建

    继推出Marble空间引擎之后,李飞飞创立的World Labs正式发布下一代多模态世界模型 Atlas。不同于普通文生视频工具,Atlas从底层架构就面向空间智能打造,原生打通文本、图像、视频、三维...
    世界模型早报# Atlas# 李飞飞
    2个月前
    1090
    Code‑as‑World:把真实视频转成可运行的 MuJoCo 物理程序,AI 开始看懂世界运行机制

    Code‑as‑World:把真实视频转成可运行的 MuJoCo 物理程序,AI 开始看懂世界运行机制

    MirroS 团队发布了 Code-as-World,这是一种革命性的计算机视觉与物理理解范式。其核心论点直击当前视频模型的痛点:像素只是物理场景的证据,而非其本体论。 传统的视频模型可以预测下一帧看...
    世界模型# Code-as-World# MirroS
    2个月前
    920
    Dyna Robotics 推出 Dyna-2:基于百万小时人类视频预训练的世界-行动模型

    Dyna Robotics 推出 Dyna-2:基于百万小时人类视频预训练的世界-行动模型

    Dyna Robotics 正式发布了 Dyna-2,这是一个革命性的机器人操作“世界-行动模型”(World-Action Model, WAM)。该模型在超过 100 万小时的第一人称人类视频数据...
    世界模型# Dyna Robotics# Dyna-2
    2个月前
    1050
    加载更多

    网址

    日榜周榜月榜
    LoginFlip

    LoginFlip

    LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
    TapNow

    TapNow

    TapNow是一个面向创作者的专业级 AI 视觉内容平台,支持从脚本撰写、分镜头设计到高保真成片输出的完整流程,单人即可在 1–3 天内完成传统需 4–6 周的影视级项目。
    天府智能体 (Tianfu Agent) 

    天府智能体 (Tianfu Agent) 

    天府智能体 (Tianfu Agent) 作为全球首个专为深度命理推理设计的智能体,它并非简单的聊天机器人,而是一个融合了紫微斗数、子平八字、奇门遁甲三大传统术数体系的复杂 AI 系统。
    ITELLOU

    ITELLOU

    ITELLYOU(也称为NEXT, ITELLYOU)是一个专注于提供微软原版软件资源的非官方网站,主要帮助用户获取未经修改的微软产品镜像,如Windows操作系统、Office办公软件和开发工具等。
    Open ASR 排行榜

    Open ASR 排行榜

    Open ASR 排行榜 对 Hugging Face Hub 上的语音识别模型进行排名和评估。我们报告平均 WER(字错误率)(⬇️ 越低越好)和 RTFx(实时因子)(⬆️ 越高越好),模型根据其平均 WER 从低到高进行排名。
    PPT Master

    PPT Master

    PPT Master 是一个创新的 AI 辅助视觉内容创作系统,通过多角色协作(策略师、图片生成师、执行师、优化师),实现从内容策划到视觉优化的完整工作流。系统不仅支持生成符合顶尖咨询公司(如麦肯锡、波士顿咨询)标准的商业演示文稿,还支持小红书帖子、朋友圈海报、Instagram 等多种社交媒体和营销物料格式。
    查看完整榜单
    SD百科导航
    SD百科导航是专注于AI创作领域的专业导航网站。我们全面涵盖Stable Diffusion、Flux、AI绘画、AI视频、AI音乐以及大语言模型等前沿内容。

    关于我们友链申请广告合作

    扫码关注微信公众号SD百科导航
    扫码关注微信公众号
    Copyright © 2026 SD百科导航 皖ICP备18025588号-5  皖公网安备34040002000401 
    网址
    网址文章软件模型
      ↵ENTER↓↑NAV

      网址

      日榜周榜月榜
      LoginFlip

      LoginFlip

      LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
      TapNow

      TapNow

      TapNow是一个面向创作者的专业级 AI 视觉内容平台,支持从脚本撰写、分镜头设计到高保真成片输出的完整流程,单人即可在 1–3 天内完成传统需 4–6 周的影视级项目。
      天府智能体 (Tianfu Agent) 

      天府智能体 (Tianfu Agent) 

      天府智能体 (Tianfu Agent) 作为全球首个专为深度命理推理设计的智能体,它并非简单的聊天机器人,而是一个融合了紫微斗数、子平八字、奇门遁甲三大传统术数体系的复杂 AI 系统。
      ITELLOU

      ITELLOU

      ITELLYOU(也称为NEXT, ITELLYOU)是一个专注于提供微软原版软件资源的非官方网站,主要帮助用户获取未经修改的微软产品镜像,如Windows操作系统、Office办公软件和开发工具等。
      Open ASR 排行榜

      Open ASR 排行榜

      Open ASR 排行榜 对 Hugging Face Hub 上的语音识别模型进行排名和评估。我们报告平均 WER(字错误率)(⬇️ 越低越好)和 RTFx(实时因子)(⬆️ 越高越好),模型根据其平均 WER 从低到高进行排名。
      PPT Master

      PPT Master

      PPT Master 是一个创新的 AI 辅助视觉内容创作系统,通过多角色协作(策略师、图片生成师、执行师、优化师),实现从内容策划到视觉优化的完整工作流。系统不仅支持生成符合顶尖咨询公司(如麦肯锡、波士顿咨询)标准的商业演示文稿,还支持小红书帖子、朋友圈海报、Instagram 等多种社交媒体和营销物料格式。
      查看完整榜单