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
- Nano Banana 2.1 实测：生成「金星云海日出」科幻大片质感 — TinfoilTricorn · 2026-10-15
- 阿里 TaoLive 发布 3 步 LoRA,MiniMax H3 实现实时流式音视频生成 — linoy_tsaban · 2026-10-15
- 用 Claude 搭电影感 AI 广告工作室：完整七步流程与成本清单 — PrajwalTomar_ · 2026-10-15
- 花叔开源 386 页 3D Vibe Coding 手册,GPT-Image 到 Tripo 到 Unity 全流程 — AlchainHust · 2026-10-15
- Scale AI 新模型 Argon 评测曝光：长视频理解领先对手 18 个百分点 — zacharynado · 2026-10-15
- 创作者实测 AI 电影工作流：分镜控制运镜，「首次真正掌控摄像机」 — Uncanny_Harry · 2026-10-15