iVideoGPT

用视频生成预测未来,让机器人学会操作

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 21 🐛 待处理 4 👀 关注 4
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 188
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,需自行部署。

项目预览

iVideoGPT 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类视频生成
开发团队thuml
定价模式🏷️完全免费
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🔧 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gpt,model-based-reinforcement-learning,open-x-embodiment,robotic-manipulation,video-generation,video-prediction,visual-planning,world-model
GitHub 星标★ 188
上线时间2024-05-24 00:00:00
代码更新2025-09-23
仓库体积39.1 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数7

项目介绍

iVideoGPT 是一个基于交互式视频生成的可扩展世界模型,来自 NeurIPS 2024 论文。它通过自回归 Transformer 架构,将视频预测、动作条件和多模态理解统一到一个框架中,解决了机器人操作中模型泛化能力弱、训练数据需求大的问题。核心能力包括:支持高维视觉输入的视频预测、基于动作条件的未来状态生成,以及跨具身(如机械臂)的预训练与微调。项目提供官方代码和预训练模型,旨在推动视觉-动作联合建模,为机器人学习提供可扩展的基础模型。

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 ★ 188

核心亮点

  • 统一视频预测与动作条件,可直接用于机器人策略学习
  • 基于自回归 Transformer,支持高维视觉输入的可扩展训练
  • 提供 Open X-Embodiment 预训练,跨机器人平台迁移性强

不足之处

  • 文档/社区待观察
  • 依赖大规模计算资源,复现门槛较高

适用场景

  • 机器人操作策略的预训练与微调
  • 视频预测驱动的规划与控制
  • 多模态世界模型的学术研究

替代项目

DreamerV3、IRIS、VideoGPT

同类项目推荐

awesome-seedance 开源

带复测结论的 AI 视频提示词库,抄了就能用

Evidence-led Seedance 2.5 / 2.0 prompt library: 840+ cases traced to original posts,···

★ 2481 2026-09-26
deepdream-video-pytorch 开源

用DeepDream给视频加特效,不闪不抖,流畅梦幻

DeepDream for video with temporal consistency. Features RAFT optical flow estimation···

★ 62 2026-08-09
Imagine360 开源

从普通视频一键生成沉浸式360度全景视频

[Neurips 2025] Imagine360: Immersive 360 Video Generation from Perspective Anchor

★ 190 2026-08-09
claude-motion-design 开源

用 HTML 写动画,Playwright 截图,ffmpeg 出片

A Claude Code skill to make motion design videos in pure code: HTML + Playwright + f···

★ 796 2026-10-08
open-edit 开源

用代码和AI智能体剪视频,本地生成风格化字幕

Open-source, agent-driven editing pipeline: create subtitles, motion graphics, slide···

★ 1789 2026-08-09
podcast-maker 开源

把新闻简报一键变成 YouTube 视频,全自动发布

Fully automated video maker using motion graphics and text-to-speech synthesis to tu···

★ 711 2026-08-09
MOVA 开源

一句话生成音画同步视频,告别后期配音对齐

A foundation model that generates synchronized video and audio in a single model

★ 1140 2026-09-07
AIComicBuilder 开源

输入脚本,一键生成动画视频,告别复杂制作流程。

AI-powered animated comic generator — transform scripts into fully animated videos ···

★ 1955 2026-08-09
openjutsu 开源

一键换掉视频里的角色,本地跑还带重打光

One-click character swap for videos: an open-source, local Higgsfield Genjutsu alter···

★ 1965 2026-11-07