Awesome-World-Model

一页清单看懂自动驾驶世界模型论文

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数据集 🍴 复刻 97 👀 关注 63

GitHub ↗

GitHub 星标 ★ 2296

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费资源列表

项目预览

Awesome-World-Model 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类数据集

开发团队LMD0311

GitHubhttps://github.com/LMD0311/Awesome-World-Model

定价模式🏷️完全免费

价格说明开源免费资源列表

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

技术栈/模型artificial-intelligence,artificial-intelligence-algorithms,autonomous-driving,autonomous-vehicles,awesome,computer-vision,deep-learning,future-predict,robotics,world-model

GitHub 星标★ 2296

上线时间2024-01-02 00:00:00

代码更新2026-11-01

仓库体积623 KB

本站数据更新2026-11-04

维护状态活跃

收录时间2026-09-17

浏览次数1

项目介绍

Awesome-World-Model 是一个面向自动驾驶（并延伸至机器人等领域）的世界模型论文与资源合集。它把散落在 arXiv、会议和工程博客里的世界模型相关工作系统整理成清单，解决研究者与工程师在快速膨胀的文献中难以定位关键方法、数据集和开源实现的问题。核心能力包括：按任务与场景分类的论文索引，覆盖预测、仿真、规划、生成式建模等方向；对代表性工作的简要说明与链接，便于横向对比；同时关联自动驾驶数据集、评测基准和代码仓库，形成从理论到落地的入口。项目本身是纯资料型仓库，不提供训练代码或模型权重，价值在于节省检索与筛选时间，适合作为选题调研、技术选型和团队内部知识库的起点。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-17 · 当前星标 ★ 2296

技术标签

artificial-intelligence autonomous-driving autonomous-vehicles awesome computer-vision

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
已安装 Git（用于克隆仓库）
支持 Markdown 的阅读器或浏览器（用于查看清单）
无需 Python、CUDA 或 GPU 等运行环境

安装与启动步骤

1克隆仓库

把资料清单仓库下载到本地，纯文档仓库，体积很小，无需安装任何依赖。
```
git clone https://github.com/LMD0311/Awesome-World-Model.git
```
2进入仓库目录

切换到仓库根目录，主要内容和论文分类清单都在根目录的 README.md 中。
```
cd Awesome-World-Model
```
3阅读论文清单

用编辑器或浏览器打开 README.md，按分类浏览自动驾驶/机器人世界模型论文及链接。
4阅读配套综述

README 说明本清单是其综述论文的补充，建议先读综述建立整体框架再逐条检索。
5提交补充或纠错

发现遗漏论文时，按 ContributionGuidelines 提 PR，或通过 Issues 页面反馈。
6引用本项目

在研究中使用该清单时，请按 README 给出的 BibTeX 条目进行引用。