boundless-large-model/boundless-world-model

它解決的問題

BWM 提供了一個低成本、高保真的機器人操作模擬器。它解決了根據特定機器人動作預測物理上一致的未來影像畫面的挑戰，這對於在不需要持續現實世界互動的情況下訓練和測試機器人學習演算法至關重要。

如何運作

基於 Wan2.2-TI2V-5B 影像擴散主幹，BWM 作為一個動作條件的世界模型運作。它透過輸入初始觀察、動態歷史和動作片段，以自回歸方式預測未來的觀察片段。機器人動作透過交叉注意力標記和動作條件的時間步嵌入整合到擴散過程中。

適用對象

本專案專為機器人和具身人工智慧領域的研究人員與開發者設計，他們需要一個物理上一致的影像模擬器來模擬機器人-物體互動、測試控制策略並評估機器人學習效能。

主要特色

• 物理上一致：在複雜任務（如堆疊或鉸鏈互動）中，維持長時間的物理一致性與穩定接觸。
• 動作條件：根據特定機器人動作序列生成影像，允許精確模擬操作任務。
• 高表現：在 CVPR 2026 WorldArena 挑戰賽的 Track 1 和 Track 2 Data Engine 中，排名開源模型第一。
• 泛化能力：即使從全新的初始場景或物體外觀變化開始，也能滾動生成未來畫面。