WorldFoundry
English中文

VGGT-World

论文方法总览：VGGT-World 的几何与深度架构。

VGGT-World：世界模型、视频生成；Runner 一致性待确认。

编辑此页GitHubMarkdown

VGGT-World 在 VGGT 式 3D 场景理解之上构建世界模型：将几何锚定的场景感知与视频生成耦合，使滚动生成与底层 3D 结构保持一致。WorldFoundry 树内注册了官方源码路由（论文：arXiv 2603.12655）； checkpoint 与资产为运行时门控。

论文官方 Teaser：VGGT-World 的几何与深度论文配图。
论文官方 Teaser：VGGT-World 的几何与深度论文配图。
论文方法总览：VGGT-World 的几何与深度架构。
论文方法总览：VGGT-World 的几何与深度架构。

记录论文为VGGT-World: Transforming VGGT into an Autoregressive Geometry World Model（2026）。

代码：SimonSun0810/VGGT-World。

论文是 VGGT-World: Transforming VGGT into an Autoregressive Geometry World Model。代码：SimonSun0810/VGGT-World。

构建运行命令

推理 Pipeline
VGGTWorldPipelineworldfoundry.pipelines.world_model.pipeline_runtime_manifest
任务Default default
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 \
  vggt-world \
  --pipeline.task-profile default \
  --json

用来做什么

用 vggt-world 做 catalog 世界模型推理。需要动作条件未来帧、而不是独立片段生成器时选它。

除记录的官方仓库（SimonSun0810/VGGT-World，锁定 head c90f5ee2）与 arXiv 论文指针外，架构内部细节仓库未记录。

catalog 记录的任务包括 世界模型、3d-scene-understanding、视频生成。输出模态为视频。

记录的评测入口包括WorldScore（3D 锚定滚动生成的统一世界生成质量）。

不是 VGGT、VGGT-Omega。 评测看 WorldScore。

运行时契约

产物 generated_world、vggt_world_runtime_plan.json。

CLI task profile：default。绑定的 pipeline 类是 VGGTWorldPipeline。

系列状态：Runner 一致性待确认。

配置解析与 pipeline 导入预期可通过；在所需 checkpoint/资产就位前，真实生成会输出运行时计划。 缺失资产由计划报告，不视为 catalog 阻塞。

WorldFoundry tracks upstream source and checkpoint 计划中; no runnable pipeline is registered.

在 WorldFoundry 中运行

catalog 启动命令是 worldfoundry-eval run vggt-world --pipeline.task-profile default。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）。

本卡片未记录公开 checkpoint id；按使用说明就位权重。准备环境并检查本地资产：bash scripts/inference/prepare_model_infer.sh vggt-world；下载缺失的公开权重时加 --download。

状态：Runner 一致性待确认。