跳到正文

WorldDreamer

通过预测遮蔽视觉令牌生成视频

访问官网

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

更多 AI 视频生成 工具

查看全部 →

评测方法