Domain Shuttle:輸入參考圖生成影片,多角色跨風格也能保持一致
開源影片生成專案 Domain Shuttle 釋出,支援輸入多張參考圖生成影片並保持主體一致。它能把真人、2D 動漫和 3D 角色放進同一場景互動,還支援通過文本跨風格轉換。模型基於 Wan 2.2 構建,權重約 35GB,已在 GitHub 開原始碼。
開源影片生成專案 Domain Shuttle 釋出,支援輸入多張參考圖生成影片並保持主體一致。它能把真人、2D 動漫和 3D 角色放進同一場景互動,還支援通過文本跨風格轉換。模型基於 Wan 2.2 構建,權重約 35GB,已在 GitHub 開原始碼。
研究團隊開源了 FPS 互動式世界模型 SCOPE。它基於 Wan2.2 打造,支援移動與開火等 10 自由度控制,能將連續按鍵操作直接生成為連貫的遊戲畫面,並支援未知場景的零樣本遷移。目前模型權重、程式碼和資料集均已在 GitHub 開源。
研究團隊開源遊戲世界模型 ReactiveGWM。它將玩家按鍵操作與 NPC 策略解耦,允許玩家一邊按鍵出招,一邊用提示詞指揮對手進攻或防守。模型基於 Wan 2.2 構建且相對輕量,可在本地中高階顯示卡上執行。
研究人員提出 World Reconstruction from Inconsistent Views,能將 AI 生成影片轉化為一致的 3D 世界。它通過非剛性幾何對齊消除幀間形變與矛盾,單段影片即可重建,且不挑影片模型。最關鍵的是,它直接把現有影片生成器變成了可漫遊的 3D 場景工具。
robbyant 開源基於 Wan2.2 的世界模擬器 LingBot-World。它支援用文本或圖片生成可互動環境,能以 16 FPS、低於 1 秒延遲輸出 480P 與 720P 畫面,並具備分鐘級場景一致的長記憶。程式碼與權重已公開,為互動生成與機器人學習提供了開源方案。
Higgsfield AI 宣佈在其平臺上線開源模型 WAN 2.2,同時支援影片與影像生成。平臺內建了 30 多種預設效果,支援一鍵點選渲染,主打更快的生成速度。