WorldForge

用世界模型生成可控4D视频，让场景动起来

WorldForge 是一个基于 CVPR 2026 Highlight 论文的官方实现，专注于可控的视频生成与 4D 世界模型构建。它解决的核心问题是：在视频生成中，如何实现对生成内容的精细控制，并扩展到 4D（时空）维度，从而为虚拟场景、游戏、影视等应用提供更灵活、更真实的动态内容生成能力。项目结合了 3D 生成、4D 生成、可控生成和视频生成技术，旨在构建一个统一的世界模型框架，让用户能够通过指定条件（如动作、视角、场景结构）来生成连贯、可控的视频序列。其核心能力包括：基于世界模型的视频预测、多视角一致性的 4D 场景生成，以及细粒度的用户控制接口。目前项目处于早期阶段，代码和文档正在完善中，但已提供官方实现，适合研究者和开发者探索前沿的视频生成与 4D 建模技术。