boundless-large-model/boundless-world-model

它解决了什么问题

BWM 提供了一种低成本、高保真的机器人操作模拟器。它解决了基于特定机器人动作预测物理上一致的未来视频帧的挑战，这对于在无需持续现实世界交互的情况下训练和测试机器人学习算法至关重要。

它如何工作

基于 Wan2.2-TI2V-5B 视频扩散主干网络，BWM 作为一个动作条件的世界模型运行。它通过输入初始观测、动态历史和动作片段，自回归地预测未来的观测片段。机器人动作通过交叉注意力标记和动作条件的时间步嵌入集成到扩散过程中。

适用于谁

该项目专为机器人和具身人工智能领域的研究人员和开发者设计，他们需要一个物理上一致的视频模拟器来建模机器人-物体交互、测试控制策略并评估机器人学习性能。

主要亮点

• 物理一致性：在堆叠或铰链交互等复杂任务中，保持长时程的物理一致性和稳定的接触。
• 动作条件：根据特定的机器人动作序列生成视频，从而精确模拟操作任务。
• 高性能：在 CVPR 2026 WorldArena 挑战赛的 Track 1 和 Track 2 Data Engine 中，排名开源模型第一。
• 泛化能力：即使从新颖的初始场景或物体外观变化开始，也能滚动生成未来的帧。