基于 Rust 和 PostgreSQL 的自托管企业级世界模型，用双时态知识图谱与 GraphRAG 为 LLM Agent 提供可追溯的长期记忆和知识检索。

SANA 是英伟达开源的高效扩散生成模型与配套训练推理引擎，支持文生图、文生视频和世界模型，用线性注意力和 NVFP4 量化在低显存下实现快速生成。

基于 PyTorch 的自监督学习库，用对比学习和 JEPA 世界模型在无标注图像上训练表征，省去人工标注成本。

从文字或图片直接生成可漫游、可交互的沉浸式 3D 场景，用世界模型把 3D 内容创作的门槛降下来。

统一的世界模型代码库，整合扩散模型、高斯泼溅、3D 场景生成与视频编辑等能力，方便研究和复现各类世界模型。

极简但开箱即用的世界模型研究代码库，集成扩散模型、视频生成与模型预测控制，方便快速复现和推进世界模型实验。

腾讯混元开源的通用三维重建模型，能从单图或多视图快速还原三维场景，面向图像转 3D 与世界模型生成等任务。

Yume 是一个交互式世界模型，支持文本或图像驱动实时视频生成，可用于构建可交互的虚拟场景。

面向长时程视频世界模型的开源数据集与可扩展训练方案，支持扩散模型和图像到视频生成，可用于实时交互式游戏引擎等场景。

用声明式逻辑编程构建符号化世界模型和知识图谱，让程序基于事实与规则自动推理，适合做知识库和神经符号 AI 的推理底座。

秒级生成任意 3D 场景的生成模型，支持文本或图像输入，可用于快速搭建三维世界与场景重建。

面向多轮视觉语言模型智能体的世界模型强化学习框架，让 VLM Agent 在交互中通过 RL 训练提升多轮决策能力。

RISE 用组合式世界模型让机器人策略自我进化，通过生成模型与价值学习提升操作任务表现，适合研究机器人学习与 VLA 的团队。

每天自动汇总 arXiv 上 VLN、VLA、世界模型、SLAM、高斯泼溅与非线性优化等具身智能方向的最新论文，方便快速跟进前沿进展。

带空间标注的大规模视频数据集，为视频生成、3D/4D 重建和空间推理模型提供训练与评测数据。

汇总大语言模型、视觉语言模型、视觉-语言-动作模型和世界模型在自动驾驶领域的研究资源清单，持续更新，方便快速找到相关论文与项目。

整理视频世界模型与自回归扩散方向的论文、应用和基础设施资源清单，帮研究者和开发者快速摸清这一领域的技术脉络。

整理扩散模型高效化方向的论文与代码合集，覆盖图像、视频、世界模型和语言生成，聚焦加速、量化、压缩、缓存与蒸馏。