OpenDWM

用生成式世界模型补齐自动驾驶长尾场景，训练评估一条龙。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署视频生成 🍴 复刻 50 🐛 待处理 39 👀 关注 13

GitHub ↗

GitHub 星标 ★ 426

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类视频生成

开发团队SenseTime-FVG

GitHubhttps://github.com/SenseTime-FVG/OpenDWM

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型autonomous-driving,diffusion-models,video-generation,world-models

GitHub 星标★ 426

上线时间2025-01-15 00:00:00

代码更新2025-06-19

仓库体积352 KB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

OpenDWM 是一个专注于自动驾驶场景的开源世界模型代码库，提供从训练、推理到评估的完整工具链，并附带预训练权重。它基于扩散模型和视频生成技术，旨在解决自动驾驶中罕见场景数据稀缺和长尾问题，通过生成逼真的驾驶视频来增强模型训练和测试。核心能力包括：支持多种世界模型架构、提供标准化的评估指标、以及开箱即用的预训练模型，方便研究者快速复现和对比。项目处于早期阶段，但代码结构清晰，文档齐全，适合自动驾驶和视频生成领域的研究者入门和二次开发。

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 2026-08-09 · 当前星标 ★ 426

技术标签

autonomous-driving diffusion-models video-generation world-models

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 60 分钟部署方式：本地GPU 5 步

环境要求

NVIDIA GPU（显存 24GB 起）
CUDA

安装与启动步骤

1装匹配版本的 torch

官方指定 torch 版本，其它版本会有算子不兼容。
```
python -m pip install torch==2.5.1 torchvision==0.20.1
```
2装其余依赖

按 requirements 装。
```
python -m pip install -r requirements.txt
```
3下权重

生成模型与场景编码器分开下，缺一个跑不了。
4跑一个多视角生成示例

仓库给了示例配置，先照抄跑通。
```
PYTHONPATH=src python examples/ctsd_generation_example.py
```
5换自己的场景参数

相机内外参与轨迹是可控性的关键。