EchoWM 支持 6-DoF 轨迹的全模态世界模型
Songchun Zhang · hf · 2026-08-25
EchoWM 是一个开源的全模态世界模型，能够根据连续的 6 自由度（6-DoF）导航轨迹，生成同步的高分辨率视频、声音、音乐和语音。该模型支持第一人称和第三人称视角的转换，旨在为具身智能和虚拟环境提供更逼真的多模态生成能力。
「多模态」频道最新
- RAW Sequencer:桌面端AI视频多版本并排对比工具 — AniketBhatkar · 2026-08-25
- 15 秒寿司视频：画面生成前，AI 已规划好全盘逻辑 — iahoooooooooo · 2026-08-25
- H3 模型实测：ref2va 氛围感强但画质弱于 fl2va — Animystix · 2026-08-25
- 用 MiniMax H3 制作二战电影：实测 3060 显卡生成 — xremuser · 2026-08-25
- 网友实测 MiniMax H3:AI 动画特效与文字艺术表现出色且更便宜 — Hailuo_AI · 2026-08-25
- WAN 3.0 生成 Lucid 汽车百万级广告 — aziz4ai · 2026-08-25