研究项目 · 机构未知
World Models
关注环境的压缩表示如何支持智能体学习与行动。
- 控制
- 智能体动作
- 领域
- 游戏
动作条件已收录1 份材料
认识模型，也认识背后的探索。
从项目介绍开始，了解团队与研究进展，
再深入查阅技术接口、适用边界和原始材料。
35 条模型与家族记录按类型、控制与领域查找逐条追溯来源
OpenAI
Sora（2024 技术报告）
这里收录的是 2024 年报告中的模型描述，不能直接代表后续 Sora 版本或当前产品。
- 控制
- 文本 / 事件指令
- 领域
- 应用领域未知
动作条件：未知1 份材料
Waabi
Copilot4D
它关注传感器观察如何随时间和动作变化，便于从驾驶情境理解世界模型。
- 控制
- 驾驶动作
- 领域
- 自动驾驶
动作条件已收录1 份材料
Google DeepMind
Genie 3
重点是环境如何随交互继续变化，以及这种一致性能维持多久。
- 控制
- 导航动作 · 文本 / 事件指令
- 领域
- 应用领域未知
动作条件已收录1 份材料
Meta AI / 动作条件变体
V-JEPA 2-AC
V-JEPA 2 基础表征模型与 V-JEPA 2-AC 动作条件预测器需要分开阅读。
- 控制
- 机器人动作
- 领域
- 机器人
动作条件已收录3 份材料
World Labs
Marble
Marble 关注生成之后的空间创作：世界可以继续修改，也可以交给后续项目使用。
- 控制
- 文本 / 事件指令 · 场景布局 / 编辑
- 领域
- 空间创作
动作条件：未知1 份材料
Runway / 模型家族
GWM-1
环境探索、对话角色和机器人操作分别对应不同变体，不能合并为单一模型的能力。
- 控制
- 相机位姿 / 轨迹 · 机器人动作 · 音频控制
- 领域
- 机器人
标签涵盖家族内不同变体，详见模型页。
动作条件已收录1 份材料
Waymo
Waymo World Model
这里关心的是驾驶场景与传感器模拟，阅读时需要区分模拟输出和真实道路表现。
- 控制
- 文本 / 事件指令 · 驾驶动作 · 场景布局 / 编辑
- 领域
- 自动驾驶
动作条件已收录1 份材料
NVIDIA / 模型家族
Cosmos 3
视觉、声音与动作出现在同一家族中，不意味着各变体的接口和可用性完全一致。
- 控制
- 智能体动作
- 领域
- 物理 AI
标签涵盖家族内不同变体，详见模型页。
动作条件已收录4 份材料
Wayve
GAIA-4
World-on-rails 保持其他参与者的记录轨迹；reactive agents 则允许它们响应自车。两者服务于不同的验证情境。
- 控制
- 驾驶动作
- 领域
- 自动驾驶
动作条件已收录1 份材料
Google DeepMind / University of Toronto（论文署名）
DreamerV3（Nature 2025）
关注环境预测如何支持策略学习，世界模型、actor 和 critic 分别承担不同工作。
- 控制
- 智能体动作
- 领域
- 游戏 · 机器人
动作条件已收录2 份材料
New York University / Meta FAIR（论文署名）
DINO-WM（ICML 2025）
关注离线数据中的视觉动力学和目标规划；核心预测对象是特征，规划模块另行优化动作。
- 控制
- 智能体动作
- 领域
- 机器人
动作条件已收录3 份材料
DayDreamer 研究团队
DayDreamer（CoRL 2022）
关注世界模型如何减少实体机器人试错，并在真实观测与动作反馈中更新。
- 控制
- 机器人动作
- 领域
- 机器人
动作条件已收录4 份材料
DIAMOND 研究团队
DIAMOND（Atari / NeurIPS 2024）
关注动作条件扩散预测与模型内强化学习，保留 Atari 训练对象的范围。
- 控制
- 智能体动作
- 领域
- 游戏
动作条件已收录3 份材料
Stanford University / Tsinghua University（论文署名）
Ctrl-World（ICLR 2026）
关注动作控制下的多视角视频，以及在想象轨迹中评估策略指令遵循的方法。
- 控制
- 机器人动作
- 领域
- 机器人
动作条件已收录4 份材料
Microsoft Research
WHAM（Nature 2025）
关注游戏画面和控制器动作的联合序列；世界模型、动作模型和联合模式分别理解。
- 控制
- 智能体动作 · 场景布局 / 编辑
- 领域
- 游戏
动作条件已收录2 份材料
OpenDriveLab
Vista（NeurIPS 2024）
关注驾驶视频预测与不同层级的控制条件，不把生成视频当作驾驶安全验证。
- 控制
- 驾驶动作
- 领域
- 自动驾驶
动作条件已收录2 份材料
World Labs
Atlas（World Labs / 2026）
关注相机控制、新视图与显式三维输出，以及官方介绍的机器人 Real-to-Sim 用途。
- 控制
- 文本 / 事件指令 · 相机位姿 / 轨迹
- 领域
- 空间创作 · 机器人
动作条件：未知1 份材料
LeWorldModel 联合研究团队
LeWorldModel（LeWM / 2026 研究）
关注不依赖预训练视觉编码器的 JEPA 路线；预测器输出表征，可视化解码器另行理解。
- 控制
- 智能体动作
- 领域
- 机器人
动作条件已收录4 份材料
H-JEPA 研究团队
H-JEPA
本页限定 2026 年 10 月 5 日论文 v1；DROID 部分是离线开环评估，实体机器人闭环控制仍属后续工作。
- 控制
- 智能体动作
- 领域
- 机器人
动作条件已收录3 份材料
UniWAM 研究团队
UniWAM
本页技术范围已按 2026 年 10 月 8 日论文 v3 核对，仍是 UniWAM 同一研究记录。生成未来动作不直接证明公开接口支持先指定动作再推演；动作条件字段继续未知。
- 控制
- 文本 / 事件指令
- 领域
- 机器人
动作条件：未知2 份材料
DeltaWorld 研究团队
DeltaWorld
本页限定 2026 年 10 月 2 日论文 v1。论文标题中的物理一致性是研究目标与实验主张，不作为适用于所有场景的保证。
- 控制
- 机器人动作
- 领域
- 机器人
动作条件已收录1 份材料
V2X-WAM 研究团队
V2X-WAM
本页采用 2026 年 9 月 30 日论文 v2。研究中的轨迹优化与未来状态反馈不等于已部署的道路安全能力。
- 控制
- 驾驶动作
- 领域
- 自动驾驶
动作条件已收录1 份材料
Runway
GWM Worlds 2
本页限定 2026 年 9 月 3 日研究预览，独立于 GWM-1 家族记录。页面演示了视频预填充，但限制段又称不支持；该输入能力暂保留未知。
- 控制
- 文本 / 事件指令 · 相机位姿 / 轨迹 · 导航动作
- 领域
- 游戏 · 机器人
动作条件已收录1 份材料
AlayaLab
AlayaWorld v1.1
本页限定 v1.1 的 ViGeo AR 教师与 DMD 学生路径；内部 3D 记忆服务于视频生成，未据此确认输出可编辑的场景资产。
- 控制
- 相机位姿 / 轨迹
- 领域
- 应用领域未知
动作条件：未知3 份材料
AlayaLab
Alaya-EVOKE
本页以论文 v2 的机制为基础。Turbo 是侧重相机和指令遵循的同架构变体，合并在本页；内部几何记忆不等于可导出的 3D 场景。
- 控制
- 相机位姿 / 轨迹 · 文本 / 事件指令
- 领域
- 应用领域未知
动作条件：未知4 份材料
InSpatio 研究项目
InSpatio-World-1.5
v1.5 的完整训练报告和首次发布日期尚未确认，不迁入旧版论文的训练、评分或速度结果。模型输出文件是视频，不据深度估计推断可导出 3D 资产。
- 控制
- 相机位姿 / 轨迹
- 领域
- 应用领域未知
动作条件：未知3 份材料
Runway
Solaris
本页限定 2026 年 8 月 31 日官方说明。官方列出文字可读性、可信内容、长会话一致性及软件栈/无障碍集成挑战；生成界面画面不等于已验证的完整可执行软件。
- 控制
- 智能体动作 · 文本 / 事件指令
- 领域
- 网页环境
动作条件已收录1 份材料
Odyssey / 模型家族
Odyssey-3
本页依据 2026 年 10 月 8 日官方说明。把模型适配到机器人或车辆，需要另外训练匹配的动作解码器或策略；研究预览的导航能力不能直接代表通用机器控制。
- 控制
- 文本 / 事件指令 · 相机位姿 / 轨迹 · 导航动作
- 领域
- 物理 AI
标签涵盖家族内不同变体，详见模型页。
动作条件已收录1 份材料
DreamTrue 研究团队
DreamTrue
本页限定 2026 年 10 月 8 日论文 v1。反事实后训练扩大交互覆盖；遮挡和有限视角仍可能掩盖物理错误，不能把生成视频直接当作真实执行结果。
- 控制
- 机器人动作
- 领域
- 机器人
动作条件已收录2 份材料
PlanWAM 研究团队
PlanWAM
本页限定 2026 年 10 月 8 日论文 v1。部署时只保留历史条件的 prior；生成自车轨迹不足以证明公开接口能先接收外部驾驶动作再推演。
- 控制
- 控制方式未知
- 领域
- 自动驾驶
动作条件：未知1 份材料
Long-WAM 研究团队 / 模型家族
Long-WAM
本页限定 2026 年 10 月 7 日论文 v1 及匹配发布材料。LongLive2.0-Robot 是视频预训练基础，Long-WAM 是动作适配后的模型与系统；联合动作生成不等于已确认外部动作条件推演。
- 控制
- 文本 / 事件指令
- 领域
- 机器人
标签涵盖家族内不同变体，详见模型页。
动作条件：未知3 份材料
PPWM 研究团队
PPWM
本页限定 2026 年 10 月 6 日论文 v1。更长预测仍需跨跨度顺序组合；它是独立研究中的预测方法与实例，不应作为 LeWorldModel 原团队发布的新版本。
- 控制
- 智能体动作
- 领域
- 应用领域未知
动作条件已收录1 份材料
Token-World 研究团队
Token-World
本页限定 2026 年 10 月 5 日论文 v2。RGB 解码用于可视化；核心 rollout 在紧凑表征空间中进行，不把可视化视频误记为主要输出。
- 控制
- 机器人动作
- 领域
- 机器人
动作条件已收录1 份材料
PixVerse
PixVerse R2
本页依据 2026 年 8 月 23 日技术说明与 9 月 22 日产品介绍。持续状态与相机控制不等于可导出的三维场景；R1、V6 与后续游戏工具不合并进本条。
- 控制
- 文本 / 事件指令 · 导航动作 · 相机位姿 / 轨迹 · 音频控制
- 领域
- 游戏
动作条件已收录2 份材料
没有匹配的记录
试试其他关键词或减少筛选条件。
分类依据已收录的技术材料，标签可重叠，不代表能力排名或评测结论。未知表示资料不足以判断；家族标签可能来自不同变体。