/ Модель

Характеристики

Библиотека
diffusers
Опубликована
8 окт 2026

WorldGuide-Ckpt

Видео из изображенияИзображение, текст → видео

Официальные чекпойнты WorldGuide для генерации целевого видео по изображению при выполнении процедурных задач.

0скачиваний за 30 дней0лайковвеса обновлены9 окт 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

WorldGuide-Ckpt — официальный набор чекпойнтов WorldGuide, разработанный Анканом Дериа, Комалом Кумаром, Хишамом Чолакаллом, Фахадом Шахбазом Ханом и Салманом Ханом из Университета искусственного интеллекта Мохамеда бин Заида. Репозиторий включает видеотрансформер WorldGuide Video DiT и контекстный планировщик WorldGuide ContextPlanner.

Модель предназначена для генерации видео по изображению в рамках выполнения процедурных задач с заданной целью. В метаданных Hugging Face указаны задача image-to-video, библиотека Diffusers, формат safetensors и английский язык. Сведения о числе параметров, длине контекста, лицензии и ограничениях применения в доступных материалах отсутствуют.

Сценарии применения

  • генерация видео по исходному изображению для процедурной задачи
  • создание последовательности действий по заданной цели
  • моделирование выполнения задач в визуальной среде

Ограничения

В карточке не приведены сведения о лицензии, размере модели, длине контекста и известных ограничениях качества или применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WorldGuide: Goal-Directed Video World Model for Procedural Task Execution

Ankan Deria, Komal Kumar, Hisham Cholakkal, Fahad Shahbaz Khan, Salman Khan

Mohamed bin Zayed University of Artificial Intelligence

Project Page GitHub

Official checkpoints for WorldGuide. Method details, results and training code are on the project page and on GitHub.

Checkpoints

WorldGuide-Ckpt/
├── transformer/          # WorldGuide Video DiT        → --action_ckpt
└── text_encoder/llm/     # WorldGuide ContextPlanner   → --planner_model_path

Usage

git clone https://github.com/mbzuai-oryx/WorldGuide.git
cd WorldGuide
pip install -r requirements.txt

# Download this repository and all other required components into ./ckpts
python download_models.py --hf_token <your_hf_token>

# Run closed-loop inference
bash scripts/inference/run_v5_qwen_closed_loop_memory.sh

Citation

@article{deria2026worldguide,
  title={WorldGuide: Goal-Directed Video World Model for Procedural Task Execution},
  author={Deria, Ankan and Kumar, Komal and Cholakkal, Hisham and Khan, Fahad Shahbaz and Khan, Salman},
  journal={arXiv preprint arXiv:2610.12459},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
e89d0e7

0 моделей