World-R1 是视频领域的开源项目，由 microsoft 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 473 个项目，GitHub 星标数为 426。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-17。从国内网络环境看，可直接访问。
它主要面向的使用场景是：研究视频生成中的物理一致性问题，如物体运动合理性。同类可对比的替代方案包括 VideoPoet、ModelScope Text-to-Video、CogVideo。
World-R1
给视频生成加上3D物理约束，让画面更稳定不扭曲
World-R1 是一个面向文本到视频生成任务的强化学习框架，核心思路是在视频生成过程中注入 3D 约束，以提升生成内容的物理合理性和时空一致性。它解决了现有视频生成模型常出现的物体形变、运动不自然、场景结构混乱等问题。项目基于 3D 基础模型，通过强化学习让生成器在优化过程中显式地遵循 3D 几何与运动规则，从而在保持文本语义对齐的同时，获得更稳定的视频输出。该框架支持训练和推理流程，并提供与主流视频生成模型的集成接口。作为 ICML 2026 的早期开源项目，其代码结构清晰，适合研究者复现和扩展。
开源
unknown
视频生成
GitHub 星标
★ 426
维护状态
低维护
是否开源
是
定价模式
unknown
项目数据
分类视频生成
开发团队microsoft
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型3d-foundation-model,icml-2026,reinforcement-learning,video-generation,world-models
GitHub 星标★ 426
30天Star增速
HF 下载量
上线时间2026-03-18 00:00:00
最近更新2026-09-17 00:00:00
维护状态低维护
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
- 将3D几何约束引入强化学习奖励，直接改善视频中的物体形变和运动不自然问题
- 提供与主流文本到视频模型的集成接口，便于在现有生成流程上快速接入
- 代码结构模块化，训练与推理分离，适合学术复现和二次开发
不足之处
- 项目处于早期阶段，文档和示例尚不完善，上手门槛较高
- 依赖3D基础模型，对硬件资源要求较高，普通设备难以运行
适用场景
- 研究视频生成中的物理一致性问题，如物体运动合理性
- 开发需要高时空稳定性的视频生成应用，如自动驾驶场景模拟
- 在文本到视频生成流程中引入可控的3D结构约束
替代项目
VideoPoet、ModelScope Text-to-Video、CogVideo
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···
MagicDance
开源
一张图+任意动作，生成身份不变的逼真人物视频
[ICML 2024] MagicPose(also known as MagicDance): Realistic Human Poses and Facial Ex···