/ Модель

Характеристики

Размер весов
30,3 ГБ
Лицензия
CC BY-NC 4.0
Базовая модель
Cosmos3-Nano
Опубликована
15 сен 2026

PWM-WROP

Языковая модельВидео, текст → видео

Мультимодальная модель мира на 16 млрд параметров для генерации видео и рассуждений о постоянстве объектов в сцене.

0скачиваний за 30 дней13лайковвеса обновлены25 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PWM-WROP — мультимодальная модель мира с 16 млрд параметров, дообученная на базе nvidia/Cosmos3-Nano для сохранения постоянства объектов в видео. Она предназначена для генерации и анализа видео, где важно учитывать, что объекты продолжают существовать, даже когда временно скрыты, а также для рассуждений о таких сценах. Модель связана с задачей video-to-video и обучена на наборе Hokin/object-permanence.

Модель принимает видео и выдаёт видео; карточка также заявляет возможности рассуждения о физических сценах. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но некоммерческое.

Сценарии применения

  • генерация видео с сохранением скрытых за преградами объектов
  • продолжение видео с учётом ранее показанных объектов
  • проверка постоянства объектов при изменении сцены
  • рассуждения о физических событиях в видео

Ограничения

Описание не приводит количественных оценок качества или подробностей о разрешении, длительности видео и вычислительных требованиях. Лицензия ограничивает использование некоммерческими целями.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PWM-WROP

A 16B multimodal world model post-trained for object permanence in video generation and reasoning.

License and attribution

The fine-tuned weights in this repository are released under CC BY-NC 4.0 — attribution: Hokin Deng. Non-commercial use only. For commercial licensing contact hokinxqdeng@gmail.com.

Built on NVIDIA Cosmos. PWM-WROP is a derivative of the base model nvidia/Cosmos3-Nano (Copyright (c) 2026 NVIDIA CORPORATION & AFFILIATES), which NVIDIA distributes under the OpenMDW License Agreement 1.1. As that agreement requires, a copy is included here as LICENSE-OpenMDW-1.1.txt and NVIDIA's copyright notice is retained; its terms apply to the base-model portions of these weights, and the CC BY-NC 4.0 terms above apply to the fine-tuning as released.

Citation

Paper: Training Object Permanence in World Models — arXiv:2609.28654.

@misc{zhang2026trainingobjectpermanenceworld,
  title         = {Training Object Permanence in World Models},
  author        = {Haotian Zhang and Fengyuan Yu and Dezhi Luo and Haoran Sun and Zehong Zhao and Qingying Gao and Yihan Li and Siyuan An and Huayi Qin and Yilan Zhang and Zhengze Jiang and Pinyuan Feng and Renrui Zhang and Ziyu Guo and Letian Wang and Mengyue Yang and Kangfu Mei and Maijunxian Wang and Ran Ji and Vikash Kumar and Freda Shi and Chandra Sripada and Vincent C. Muller and Philip Torr and Alan Yuille and Nikolaus Kriegeskorte and Felix Juefei-Xu and Lvmin Zhang and Jieneng Chen and Yilun Du and Hokin Deng},
  year          = {2026},
  eprint        = {2609.28654},
  archivePrefix = {arXiv},
  primaryClass  = {cs.AI},
  url           = {https://arxiv.org/abs/2609.28654}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «видео → видео» пока не запускаются.

Ревизия весов
fa44d2f

0 моделей