lpwm

用潜在粒子建模视频世界，预测未来更精准

lpwm（Latent Particle World Models）是一个面向视频生成与预测的物体中心世界模型，由ICLR 2026 Oral论文官方开源。它旨在解决传统视频预测模型难以捕捉物体间相互作用和长期动态的问题，通过将视频帧分解为潜在粒子（keypoints）来学习物体为中心的表示，并基于这些粒子进行未来帧的生成。核心能力包括：自监督学习物体关键点、构建可解释的物体状态空间、支持视频预测与生成任务。项目基于PyTorch实现，提供完整的训练与推理代码，适合研究物体中心学习、世界模型和视频生成的研究者使用。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 137

维护状态低维护

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队taldatech

所属国家

官网地址https://taldatech.github.io/lpwm-web

GitHubhttps://github.com/taldatech/lpwm

定价模式free

价格说明开源项目，MIT许可证，提供官方网页展示，无付费版本，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型keypoints,object-centric,object-centric-learning,pytorch,self-supervised,vae,video-generation,video-prediction,world-model

GitHub 星标★ 137

30天Star增速

HF 下载量

上线时间2026-02-25 00:00:00

最近更新2026-09-21 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4

使用教程

核心亮点

ICLR 2026 Oral论文官方实现，算法创新性强
物体中心表示可解释，便于分析模型内部机制
支持自监督学习，无需额外标注即可训练

不足之处

项目处于早期阶段，文档和社区支持待观察
依赖Jupyter Notebook，工程化部署可能不便

适用场景

视频预测与未来帧生成研究
物体中心学习与可解释AI探索
自监督视频表示学习实验

替代项目

VideoGPT、DVD-GAN、Object-Centric Video Prediction (OCVP)

项目介绍

lpwm 是模型训练领域的开源项目，由 taldatech 开发，是 2026 年新上线的项目。

它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 137。

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 2026-09-21。MIT许可证，提供官方网页展示，无付费版本，完全免费。从国内网络环境看，可直接访问。

它主要面向的使用场景是：视频预测与未来帧生成研究。同类可对比的替代方案包括 VideoGPT、DVD-GAN、Object-Centric Video Prediction (OCVP)。

上一篇：nano-world-model

下一篇：RLVR-World