AMD Micro-World 研究团队 / 独立收录记录

Micro-World 2

AMD 以 Wan2.2 5B 为基础,经过动作控制训练和四步蒸馏,让视频按逐帧键鼠输入因果地流式生成。

视频与传感模拟最近一次技术来源阅读于 2026-11-043 份原始材料

技术资料

能做什么,使用时要注意什么。

输入与结果

提供什么
起始帧、文本提示与键盘/鼠标动作。
得到什么
352×640 的后续视频。
动作的作用
预测以动作为条件。

开放情况与使用边界

开放声明
开放权重

开放情况是所引材料中的声明;当前访问方式与服务状态请以官方页面为准。开放权重不等于开源。

材料说明的限制

作者说明的流式生成持续时长最高约一分钟。

资料尚未确认
开源情况需要区分的对象已收录材料不足以判断,未确认不代表没有相应能力。

分类与用途

本站根据所引材料归纳的检索标签。标签可以重叠,不表示能力验证;未知不表示不支持。

模型类型
  • 视频与传感模拟生成视频序列或未来传感器观测;具体控制方式另行说明。
控制方式
  • 文本 / 事件指令以文本提示或事件指令作为生成条件;不自动代表逐步动作控制。
  • 相机位姿 / 轨迹以相机位姿或轨迹控制观察视角。
  • 导航动作以导航输入影响生成环境中的后续观察。
应用领域
  • 应用领域未知目前保留的材料尚不足以指定应用领域。

Micro-World 2 独立于第一代;音频输出未获材料支持,3D场景只是数据来源,不作为可导出空间资产分类。

分类依据

来源与原文

按原始材料集中查阅;相同原句合并展示,对应资料与阅读日期一并保留。

Micro-World 2 · 项目原始材料

rocm.blogs.amd.com

核对原文摘录 · 2 段,支持 2 项资料
原阅读方向

阅读于 2026-11-04

Micro-World 2 extends this work with a unified Wan2.2 5B causal autoregressive model obtained through four-step distillation.
材料说明的限制

阅读于 2026-11-04

to sustain streaming generation for up to one minute.

背景资料阅读于 2026-11-04

Micro-World 2 · 项目原始材料

huggingface.co

核对原文摘录 · 2 段,支持 5 项资料
一句话认识 / 输入什么 / 输出什么 / 动作是否影响预测

阅读于 2026-11-04

Micro-World 2.0 generates 352×640 video from a first frame, a text prompt, and keyboard/mouse actions.
来源中的开放声明

阅读于 2026-11-04

Action-controlled causal world-model checkpoints.

背景资料阅读于 2026-11-04

本站整理来源中的声明,不核查厂商声明真伪,不评价模型优劣。了解收录方式 →