/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
hunyuanworld-voyager
Опубликована
27 авг 2025

HunyuanWorld-Voyager

Видео из изображенияИзображение, текст → видео3 профессии

Видеодиффузионная модель Tencent создаёт 3D-согласованные видео сцены по изображению и заданной траектории камеры.

172скачиваний за 30 дней611лайковвеса обновлены17 окт 2025

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

HunyuanWorld-Voyager — разработанная Tencent видеодиффузионная модель для генерации видеопоследовательностей с согласованной 3D-структурой сцены по одному изображению. Пользователь задаёт траекторию камеры, а модель создаёт видео, пригодное для исследования сцены с разных ракурсов. Она также может совместно генерировать согласованные видео RGB и глубины для последующей 3D-реконструкции.

Модель предназначена для создания исследуемых сцен и получения данных для реконструкции по изображению. В метаданных Hugging Face основная задача указана как image-to-video; теги карточки включают английский и китайский языки. Репозиторий помечен лицензией other, поэтому конкретные условия использования следует сверить с файлами лицензии проекта. README не приводит сведения о размере модели, длине контекста или конкретных ограничениях качества.

Сценарии применения

  • генерация видео для исследования сцены с разных ракурсов
  • создание видео с заданной траекторией камеры по одному изображению
  • совместная генерация RGB-видео и карты глубины
  • подготовка данных для 3D-реконструкции сцены

Ограничения

Для генерации требуется исходное изображение и заданная траектория камеры. Условия лицензии обозначены как other; перед использованием следует проверить лицензионные файлы проекта.

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

We introduce HunyuanWorld-Voyager, a novel video diffusion framework that generates world-consistent 3D point-cloud sequences from a single image with user-defined camera path. Voyager can generate 3D-consistent scene videos for world exploration following custom camera trajectories. It can also jointly generate aligned depth and RGB video for effective and direct 3D reconstruction.

image/jpeg

🔗 BibTeX

If you find Voyager useful for your research and applications, please cite using this BibTeX:

@article{huang2025voyager,
  title={Voyager: Long-Range and World-Consistent Video Diffusion for Explorable 3D Scene Generation},
  author={Huang, Tianyu and Zheng, Wangguandong and Wang, Tengfei and Liu, Yuhao and Wang, Zhenwei and Wu, Junta and Jiang, Jie and Li, Hui and Lau, Rynson WH and Zuo, Wangmeng and Guo, Chunchao},
  journal={arXiv preprint arXiv:2506.04225},
  year={2025}
}

Acknowledgements

We would like to thank HunyuanWorld, Hunyuan3D-2, and HunyuanVideo-I2V. We also thank VGGT, MoGE, Metric3D, for their open research and exploration.

Как запустить

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

GPU в ailist

Универсальный рантайм · hunyuanworld-voyager

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
ef280b8

0 моделей