flowm 是视频领域的开源项目，由 hlillemark 开发，2025 年首次发布。
它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 59。
项目仍在小幅维护中，最近一次代码更新于 2026-09-16。MIT许可证，完全免费，需自行部署。
它主要面向的使用场景是：研究世界模型与视频生成的学术实验。同类可对比的替代方案包括 VideoGPT、CogVideo、World Models (WM)。
flowm
用流等变世界模型，让动态视频生成更连贯
flowm 是 Flow Equivariant World Models（ICML 2026）的完整模型实现，旨在构建具备记忆能力的动态场景世界模型。它解决的是视频生成中动态场景的长期一致性问题，通过流等变（flow-equivariance）机制，使模型能够理解并预测场景中物体的运动规律，从而生成更连贯、更符合物理规律的视频序列。核心能力包括：基于流等变的视频预测、动态场景记忆建模，以及支持多种视频生成任务。项目代码基于 Python，技术栈聚焦于视频生成与世界模型，当前处于早期阶段，星标数较少，但提供了完整的研究实现，适合对世界模型和视频生成感兴趣的研究者。
开源
free
视频生成
GitHub 星标
★ 59
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类视频生成
开发团队hlillemark
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型flow-equivariance,video-generation,world-models
GitHub 星标★ 59
30天Star增速
HF 下载量
上线时间2025-12-28 00:00:00
最近更新2026-09-16 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2
使用教程
核心亮点
- 完整实现 ICML 2026 论文，代码结构清晰，便于复现研究
- 引入流等变机制，提升动态场景中运动预测的物理合理性
- 支持记忆建模，增强长序列视频生成的时序一致性
不足之处
- 早期项目，文档和社区支持尚不完善
- 依赖较新研究框架，上手门槛较高
适用场景
- 研究世界模型与视频生成的学术实验
- 动态场景的长期视频预测与生成
- 机器人或自动驾驶中的环境模拟
替代项目
VideoGPT、CogVideo、World Models (WM)
项目介绍
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 ···
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
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···
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···