/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
ti2v · dense
Базовая модель
Wan2.2-TI2V-5B
Опубликована
9 июл 2026

ABot-World-0-5B-LF

Видео из изображенияИзображение, текст → видео3 профессии

ABot-World-0-5B-LF генерирует непрерывные интерактивные видеосцены, реагирующие на действия пользователя.

752скачиваний за 30 дней78лайковвеса обновлены21 авг 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

ABot-World-0-5B-LF — модель генерации интерактивного видео, разработанная командой ACVLab. Она дообучена на Wan-AI/Wan2.2-TI2V-5B и предназначена для создания непрерывных видеосцен, которые меняются в ответ на действия пользователя. Модель принимает исходное изображение и действия, а также поддерживает сценарий генерации по текстовому описанию или изображению через базовую архитектуру Wan2.2-TI2V-5B.

Разработчики сообщают о генерации с разрешением 720p и частотой 16 кадров в секунду на одной видеокарте NVIDIA RTX 5090, задержке около 1,2 секунды и использовании 19 ГБ видеопамяти. Обучение LongForcing на наборе ABot-World-Explorer-500h предназначено для продолжительных открытых сценариев без фиксированной длины ролика и смены промпта. В README также описан экспериментальный демонстрационный запуск длительностью 24 часа; эти показатели относятся к указанной конфигурации и заявлены разработчиками.

Модель распространяется в формате safetensors под лицензией Apache-2.0. Для локального запуска приведена проверенная конфигурация Ubuntu 22.04, CUDA 13.3 и NVIDIA RTX 5090; фактическая производительность и требования могут зависеть от оборудования и настроек. Карточка описывает экспериментальную модель и демонстрационный сценарий, поэтому заявленные скорость и непрерывность не следует считать гарантией для произвольных систем и задач.

Сценарии применения

  • создание интерактивных видеомиров для исследования сцен
  • генерация продолжения видео по исходному изображению и действиям пользователя
  • разработка прототипов игровых миров с управляемой видеогенерацией
  • демонстрация длительной генерации видеосцен на одной настольной видеокарте

Ограничения

Заявленные 720p, 16 FPS, задержка около 1,2 секунды и использование 19 ГБ памяти относятся к одной RTX 5090 и конфигурации разработчиков; производительность на другом оборудовании может отличаться. README описывает экспериментальную демонстрацию, а не гарантии непрерывной работы или качества для всех сценариев.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🌍 ABot-World: Infinite Interactive World Rollout on a Single Desktop GPU

Studio Playground Project Paper Code
Model Space Dataset Dataset Paper
Model Model Dataset Dataset

TL;DR: ABot-World turns a single NVIDIA RTX 5090 desktop GPU into a real-time interactive world simulator, enabling infinite action-conditioned world rollout at 720P, 16 FPS, 1.2s latency, and 19GB GPU memory.

🚀 Key Highlights

  • 🎮 Action-Driven World Control: Responds to user actions in real time, enabling continuous exploration instead of passive video playback.
  • ⚡ Real-Time Desktop Inference: Runs at 720p and 16 FPS on a single NVIDIA RTX 5090 desktop GPU, with 1.2s latency and 19GB GPU memory.
  • ♾️ Infinite World Rollout: Supports open-ended interactive world generation beyond fixed video-length limits.
  • 🧠 Open-Ended World Imagination: Expands the world with new scenes and dynamics during rollout, avoiding scene lock-in, without prompt switching, by our LongForcing training.

📢 News

  • 2026-08-15: We released an experimental 24-hour uninterrupted rollout demo. Check it out!
  • 2026-08-03: We release the dataset of 500-hour training data.
  • 2026-07-22: Release ABot-World-0 technical report.
  • 2026-07-13: ABot-World is now on Reactor!
  • 2026-07-10: We have decided to open-source our 500-hour video training dataset with accurate action annotations. Stay tuned—we plan to release it very soon.
  • 2026-07-09: We release the causal student model ABot-World-0-5B-LF, inference code, our local gradio demo and online playground ABot World Studio.

🛠️ Setup

This installation was tested on: Ubuntu 22.04, CUDA 13.3, NVIDIA RTX 5090.

  1. Clone the repository:
git clone https://github.com/amap-cvlab/ABot-World.git
cd ABot-World
  1. Install dependencies using conda:
conda create -n aworld python=3.12 -y
conda activate aworld
pip install -r requirements.txt
  1. Download checkpoints:

Download models using HuggingFace:

pip install -U "huggingface_hub"
hf download acvlab/ABot-World-0-5B-LF --local-dir ./checkpoints/ABot-World-0-5B-LF

Download models using ModelScope:

pip install -U "modelscope"
modelscope download "amap_cvlab/ABot-World-0-5B-LF" --local_dir ./checkpoints/ABot-World-0-5B-LF

After downloading, the project should have the following checkpoint structure:

checkpoints/
└── ABot-World-0-5B-LF/
    ├── Wan2.2_VAE.pth
    ├── taew2_2.pth
    ├── models_t5_umt5-xxl-enc-bf16.pth
    ├── diffusion_pytorch_model.safetensors
    └── google/umt5-xxl/

The checkpoint paths are configured in configs/long_forcing_dmd.yaml and configs/default_config.yaml. The distilled generator weights are already merged into ABot-World-0-5B-LF/diffusion_pytorch_model.safetensors.

🤗 Gradio Demo

bash web_client/run.sh

Select a GPU with:

CUDA_ID=0 bash web_client/run.sh

License

This project is released under the Apache License 2.0. See LICENSE, NOTICE, and THIRD_PARTY_NOTICES.md for copyright and third-party attribution details.

🤝 Acknowledgement

This project builds on and is inspired by the following open-source projects: Causal Forcing, AngelSlim, LightX2V, taehv, Wan2.2, Helios, from which the optimized Triton RoPE and normalization kernels in wan/modules/helios_kernels are derived.

🗓️ Roadmap

  • Interactive Web Playground (ABot World Studio)
  • Inference Code Release
  • Local Gradio Demo Release
  • Causal Student Model Release
  • Technical Report (arXiv)
  • Bidirectional Teacher Model Release
  • 500-Hour Video Training Dataset with Accurate Action Annotations

📝 Citation

If you find our work helpful, please cite our paper:

@misc{jiang2026abotworld0,
      title={{ABot-World-0}: Infinite Interactive World Rollout on a Single Desktop GPU}, 
      author={Fan Jiang and Zhaoxu Sun and Mengchao Wang and Ziyu Zhu and Chiyu Wang and Yunpeng Zhang and Wenlin Liu and Yun Wang and Xue Zheng and Rui Sun and Junfeng Ni and Hongyu Pan and Zhongxu Sun and Fei Yu and Zengye Ge and Mengmeng Du and Nianfei Fan and Mingchao Sun and Yu Liu and Yongchang and Yanqing Zhu and Jiahang Wang and Ning Ying and Yuze Xuan and Di Yang and Zhicheng Liu and Zhe Gao and Tingbing Xu and Jiacheng Sui and Wenjin Yang and Junnan Lai and Shufeng Liu and Yuan Liu and Zheng Zhou and Yingliang Peng and Dawei Cao and Kaifeng Sheng and Yuxiang Cai and Fei Lu and Mu Xu and Ning Guo},
      year={2026},
      eprint={2607.19191},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2607.19191}, 
}

🛰 Contact Us via WeChat Group

Feel free to contact us!

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
d26a300

0 моделей