#world-models Dépôts
Découvrez 51 dépôts GitHub open source actifs associés à #world-models, cumulant 85,604 étoiles au total (soit une moyenne de 1,678 étoiles par projet). Le projet en tête de ce thème est NVlabs/Sana, avec 9,862 étoiles.
51 dépôts au total
SANA et Sol : modèles génératifs efficaces et moteurs complets d’entraînement et d’inférence pour la modélisation d’images, de vidéos et du monde
Code et modèles PyTorch pour l'apprentissage autorégressif VJEPA2 à partir de vidéos.
Une bibliothèque Python pour l’apprentissage auto-supervisé et les modèles de monde latents appliqués aux images.
Une liste organisée d'excellents travaux sur la modélisation du monde (World Modeling), visant à servir de ressource unique pour les chercheurs, les praticiens et les passionnés intéressés par ce domaine.
Génération de mondes 3D immersifs, explorables et interactifs à partir de mots ou de pixels avec le modèle Hunyuan3D World Model
Infrastructure de génération de vidéos longues / modèle du monde / modèle d’actions du monde (incarné)
GigaBrain-0: Un modèle vision-langage-action alimenté par un modèle du monde
[TPAMI 2026🔥] Helios : modèle de génération de vidéos longues véritablement en temps réel
NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement ouvert de 10B pour les véhicules autonomes qui associe les trajectoires de conduite au raisonnement par Chaîne de Causalité.
DIAMOND (DIffusion As a Model Of eNvironment Dreams) est un agent d'apprentissage par renforcement entraîné dans un modèle de monde de diffusion. NeurIPS 2024 Spotlight.
HY-World 1.5 : Un cadre systématique pour la modélisation interactive du monde avec une latence en temps réel et une cohérence géométrique
GigaWorld-0 : Modèles du monde comme moteur de données pour renforcer l'IA incarnée
Voyager est un modèle interactif de génération vidéo RGBD conditionné par l'entrée de la caméra et prend en charge la reconstruction 3D en temps réel.
Une sélection d’articles de recherche, d’explications et de ressources sur les modèles d’action du monde pour l’IA incarnée
Cosmos-Predict2.5, la dernière version de la famille Cosmos World Foundation Models (WFMs), spécialisée dans la simulation et la prédiction de l'état futur du monde sous forme de vidéo.
Votre Hub de Développement de Jeux IA. Le hub de ressources ultime pour les outils de développement de jeux alimentés par l'IA. Découvrez des LLMs de pointe, Modèle de Monde, Agent, Code, Image, Texture, Shader, Modèle 3D, Animation, Vidéo, Audio, Musique, Voix Chantante et Analyses. 🔥
[ICML 2026] WorldMirror : Modèle de reconstruction 3D rapide et universel pour des tâches polyvalentes
RSI-Anything : Libérer l’auto-amélioration récursive grâce aux modèles du monde
RynnVLA-002 : Un modèle unifié de vision, langage, action et monde
[ICML 2026] Base de code officielle pour « Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation » & Causal Forcing++
Mise à l'échelle du pré-entraînement vidéo par mélange d'experts pour l'intelligence incarnée
Recherche d'artefacts de code pour le modèle de monde du code (CWM), y compris les outils d'inférence, la reproductibilité et la documentation.
[ACM CSUR 2025] Comprendre le monde ou prédire l'avenir ? Une enquête complète sur les modèles du monde
Les Transformers sont des modèles mondiaux économes en échantillons. ICLR 2023, remarquable top 5%.
Données ouvertes et entraînement évolutif pour des modèles du monde vidéo à horizon long.
Générez des scènes 3D explorables à grande échelle avec des vidéos panoramiques de haute qualité à partir d'une seule image ou d'une invite textuelle.
rCM & Causal-rCM : Algorithmes/infrastructures de pointe et unifiés pour la distillation de diffusion vidéo bidirectionnelle/autorégressive à grande échelle
Plus est différent. Un moteur de monde multi-agents où les agents IA vivent, parlent, rivalisent et s'allient.
[Point fort CVPR 2024] GenAD : Modèle prédictif généralisé pour la conduite autonome
Cosmos-Transfer2.5, construit sur Cosmos-Predict2.5, produit des simulations de monde de haute qualité conditionnées par plusieurs entrées de contrôle spatiales.
Une collection et enquête de pointe sur les articles de modèles vision-langage, ainsi qu’un référentiel GitHub de modèles. Mises à jour continues.
Une Liste Sélectionnée de Modèles de Monde Vidéo Incroyables avec Diffusion AR : Couvrant les Algorithmes, les Applications et l'Infrastructure, Visant à Servir de Ressource Complète pour les Chercheurs, les Praticiens et les Passionnés.
Cosmos-Predict2 est une collection de modèles fondamentaux mondiaux à usage général pour l'IA physique qui peuvent être affinés en modèles mondiaux personnalisés pour les applications en aval.
[CVPR 2026] SpatialVID : Un grand ensemble de données vidéo avec annotations spatiales
PointWorld : Mise à l’échelle des modèles du monde en 3D pour la manipulation robotique en conditions réelles
[arXiv 2026] WorldCrafter : modèle du monde vidéo cohérent avec une mémoire implicite sensible à la 3D
bibliothèque haute performance d’inférence et de mise à disposition pour les modèles vidéo autorégressifs interactifs et les modèles du monde
Liste curated de modèles de monde pour la conduite autonome.
Foire aux questions
Quel est le dépôt #world-models le plus populaire sur GitHub ?
Le projet #world-models open source le mieux classé sur GitHub est NVlabs/Sana, avec 9,862 étoiles. SANA et Sol : modèles génératifs efficaces et moteurs complets d’entraînement et d’inférence pour la modélisation d’images, de vidéos et du monde
Quels langages de programmation sont les plus utilisés dans les dépôts #world-models ?
Parmi les projets #world-models les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, HTML, JavaScript, Rust.
Comment le classement des dépôts #world-models est-il calculé ?
Nous suivons 51 dépôts open source actifs associés à #world-models (500+ étoiles), totalisant 85,604 étoiles, avec une moyenne de 1,678 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.