WorldCrafter:隐式 3D 记忆的视频世界模型,支持长程一致探索
_akhaliq · x · 2026-09-22
- 腾讯 ARC 等团队发布 WorldCrafter,一个带「可查询相机的隐式 3D 感知记忆」的视频世界模型,论文与代码已开源(GitHub: TencentARC/WorldCrafter)。
- 从单张图片或文本提示出发,结合历史观测、近期时间上下文与少步蒸馏,支持流式长程场景探索,显著提升一致性与相机控制。
- 核心思路是用隐式 3D 记忆解决长时序探索中的场景一致性问题,可从 HF 论文页与项目页(drexubery.github.io/WorldCrafter)查看详情。
所属事件:腾讯 ARC 发布 WorldCrafter 视频世界模型(4 条相关)→
「多模态」频道最新
- 零图像生成：Fable 用纯代码 Canvas 2D 拍出从氢原子到宇宙的短片 — repligate · 2026-09-22
- 作者分享 Midjourney 鱼眼晨间随拍风完整 prompt — tisch_eins · 2026-09-22
- Reddit 用户发布原创 AI 科幻短片《Slug》：大脑力可以买卖的世界 — Luna_Nguyenn · 2026-09-22
- XGEN 发布 JING：基于 MiniMax-H3 的第一人称交互式世界模型 — Scobleizer · 2026-09-22
- 让 MiniMax H3 当导演：实测 AI 视频工作流生成战斗场景 — Usedependence · 2026-09-22
- YuE2 vs Stable Audio 3:一个像 LLM 设计,一个像 DAW 用户设计 — jordiponsdotme · 2026-09-22