WorldDreamer 是什么
WorldDreamer 被介绍为一个视频生成模型,通过预测被遮蔽的视觉令牌来理解并模拟世界动态,把世界建模视为无监督的视觉序列建模。
你可以用它做什么
- 把静态图像转换为动态视频
- 根据文本描述生成视频
- 进行视频修复、风格化或动作到视频生成
上手设置
- 访问官网并选择视频生成类型
- 上传图片或输入文本描述
- 设置视频风格、时长等参数
优点与缺点
✓ 我们认可的地方
- 一个模型列出多种生成类型
- 文本与动作输入可组合使用
! 需要留意的地方
- 方法把视觉输入映射为离散令牌
- 生成按所选视频类型进行
常见问题
它如何建模世界?
资料描述把视觉输入映射为离散令牌,并预测被遮蔽的令牌。
列出哪些输入类型?
资料列出图片、文本描述和动作指令。
最后评测: 2026-11-15