HyDRA

让视频模型记住过去，生成更连贯的未来

HyDRA 是一个面向动态视频世界模型的混合记忆框架，旨在解决视频生成中长时程动态场景的建模难题。其核心思想是“眼不见，心不忘”——通过结合短期工作记忆和长期语义记忆，让模型在生成视频时既能捕捉当前帧的细节，又能利用历史上下文和全局知识，从而提升视频生成的连贯性和物理合理性。项目基于 PyTorch 实现，提供训练和推理代码，支持自定义视频数据集。当前处于早期研究阶段，代码结构清晰，适合对世界模型、视频预测和具身智能感兴趣的开发者进行二次开发或实验。

开源 unknown 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 280
维护状态 维护中
是否开源 是
定价模式 unknown

项目数据

分类视频生成
开发团队H-EmbodVis
所属国家
官网地址https://kj-chen666.github.io/Hybrid-Memory-in-Video-World-Models
GitHubhttps://github.com/H-EmbodVis/HyDRA
定价模式unknown
价格说明项目为研究性质，官网提供演示页面，但未明确收费信息。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型video-generation,world-models,worldmodel
GitHub 星标★ 280
30天Star增速
HF 下载量
上线时间2026-03-17 00:00:00
最近更新2026-09-13 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 提出混合记忆机制，兼顾短期动态与长期语义，显著提升长视频生成一致性
  • 代码模块化清晰，基于 PyTorch，易于复现和扩展
  • 针对动态世界模型，有明确的问题定义和实验验证

不足之处

  • 项目处于早期，文档和示例较少，上手门槛较高
  • 依赖特定数据集和预训练模型，环境配置复杂

适用场景

  • 研究视频预测与生成的世界模型
  • 构建具身智能的视觉推理模块
  • 开发需要长期上下文感知的视频编辑工具

替代项目

VideoGPT、CogVideo、World Models (Ha & Schmidhuber)

项目介绍

HyDRA 是视频领域的开源项目，由 H-EmbodVis 开发，是 2026 年新上线的项目。

它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 280。

项目仍在小幅维护中，最近一次代码更新于 2026-09-13。项目为研究性质，官网提供演示页面，但未明确收费信息。从国内网络环境看，可直接访问。

它主要面向的使用场景是：研究视频预测与生成的世界模型。同类可对比的替代方案包括 VideoGPT、CogVideo、World Models (Ha & Schmidhuber)。

上一篇：CineScale

下一篇：HiAR

同类项目推荐

MoneyPrinterTurbo 开源

输入一句话，高清短视频自动出炉，文案配音全包了

利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···

★ 125106 2026-08-09
seedance-2.0-api 开源

快速上手字节Seedance 2.0，文本/图片一键生成视频

Seedance 2.0 API — text-to-video and image-to-video examples

★ 334 2026-08-26
openscreen 开源

免费无水印录屏做演示，替代 Screen Studio

Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···

★ 3185 2026-08-10
auto-subs 开源

在剪辑软件里直接生成字幕，省去导出导入的麻烦

On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···

★ 4266 2026-08-10