WorldFoundry
English中文

FlashWorld

论文方法总览：双模式多视角潜空间扩散模型，并在生成模式之间做蒸馏。

FlashWorld（Xiamen University / Tencent）：3D 与 4D；已验证。

编辑此页GitHubMarkdown

FlashWorld 数秒内生成 3D 场景：从一张图（可附提示词）产出可相机游走的 3D 场景，而非平面视频。本 catalog 中其树内 pipeline、operator 与表示运行时均已暴露，图像条件的相机场景 demo 在本地 FlashWorld/Wan 资产下 runner 状态为 已验证。

论文官方 Teaser：FlashWorld 在多样场景中于数秒内生成高质量三维场景。
论文官方 Teaser：FlashWorld 在多样场景中于数秒内生成高质量三维场景。
论文方法总览：双模式多视角潜空间扩散模型，并在生成模式之间做蒸馏。
论文方法总览：双模式多视角潜空间扩散模型，并在生成模式之间做蒸馏。

记录论文为FlashWorld: High-quality 3D Scene Generation within Seconds（2025）。

项目页：imlixinyang.github.io/FlashWorld-Project-Page。代码：imlixinyang/FlashWorld。

论文：FlashWorld: High-quality 3D Scene Generation within Seconds（arXiv 2510.13678）。项目页：imlixinyang.github.io/FlashWorld-Project-Page。代码：imlixinyang/FlashWorld（Apache-2.0）。权重：imlixinyang/FlashWorld——Hugging Face 模型元数据是 CC-BY-NC-SA-4.0，请按产物各自许可遵守。机构：厦门大学 / 腾讯。

栈把基于 Wan 的视频生成器蒸馏成快速的高斯式场景生成器。运行时需要 FlashWorld、Wan2.2（Wan-AI/Wan2.2-TI2V-5B-Diffusers）、diffusers / transformers 和 CUDA 资产。

构建运行命令

推理 Pipeline
FlashWorldPipelineworldfoundry.pipelines.flash_world.pipeline_flash_world
任务Official Camera Scene official-camera-scene
环境worldfoundry-unified-cu128
设备CUDA 12.8
Runnerworldfoundry.pipeline
加载方式from_pretrained
调用方式native_or_standard_invocation
worldfoundry-eval run \
  flashworld \
  --pipeline.task-profile official-camera-scene \
  --json

用来做什么

flashworld 是记录的重建线。从记录的视图写出几何时从这里起步。

FlashWorld 将基于 Wan 的视频生成器蒸馏为快速 3D 场景生成器，使用高斯式场景表示（见 arXiv 2510.13678）。运行需要 FlashWorld、Wan2.2、diffusers/transformers 与 CUDA 资产；不注册空的 runner 壳。该模型由厦门大学 / 腾讯发布。

catalog 记录的任务包括 fast 3D scene generation from image or text。

记录的评测入口包括WorldScore（可游走生成场景的标准评分）。

运行时契约

可选 input_path、prompt、interactions、num_frames、fps；产物 generated_3d_asset、generated_video、flashworld.ply。

CLI task profile：official-camera-scene。绑定的 pipeline 类是 FlashWorldPipeline。

系列状态：已验证。

official-camera-scene 记录默认值：num_frames=16, fps=15。

执行仍受 checkpoint/GPU/依赖限制——请先就位所有记录资产。

必填 prompt、image；可选 video；actions：camera_path, camera_action_sequence；产物 generated_3d_asset、generated_video、flashworld.ply。

在 WorldFoundry 中运行

启动 worldfoundry-eval run flashworld --pipeline.task-profile official-camera-scene 写出几何。上方命令构建器按已记录任务切换 --pipeline.task-profile，发出的仍是 worldfoundry-eval run。

运行环境是统一 profile worldfoundry-unified-cu128（Python 3.11，CUDA 12.8）。

记录的权重仓库包括 imlixinyang/FlashWorld、Wan-AI/Wan2.2-TI2V-5B-Diffusers。准备环境并检查本地资产：bash scripts/inference/prepare_model_infer.sh flashworld；下载缺失的公开权重时加 --download。

状态：已验证。