WorldFoundry
English中文

WorldCrafter Base

WorldCrafter Base（Tencentarc）：文生视频、图生视频；已验证。

编辑此页GitHubMarkdown

WorldCrafter Base 是来自 Tencentarc 的世界模型。Catalog 将它记录为文生视频、图生视频、相机可控视频生成、世界模型任务。

本 docs 树没有入库的官方 teaser 或方法图。

记录论文为arXiv 2609.24984。

项目页：drexubery.github.io/WorldCrafter。代码：TencentARC/WorldCrafter。

构建运行命令

推理 Pipeline
WorldCrafterPipelineworldfoundry.pipelines.worldcrafter.pipeline_worldcrafter
任务
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 \
  worldcrafter-base \
  --pipeline.task-profile text-to-video \
  --json

用来做什么

用 worldcrafter-base 做相机条件视频推理。配方绑定了已记录的相机控制 profile。

catalog 记录的任务包括 文生视频、图生视频、相机可控视频、世界模型。模态上，它接受文本、图像，输出视频。

运行时契约

可选 prompt、image、actions、seed、frames；产物 worldcrafter.mp4。

CLI task profile：text-to-video、image-to-video、camera-controlled-video、world-model。绑定的 pipeline 类是 WorldCrafterPipeline。

系列状态：已验证。

已在本地 H100 上使用发布权重验证 640×384 的双片段图生视频和文生视频推理，包含严格权重加载、裁剪前输出有限性检查、完整解码与画面检查。

共享 Transformer 的上游数值检查已通过；Base 从中断点恢复的裁剪前输出与连续运行完全一致。 长时程画面质量尚未确立。

在 WorldFoundry 中运行

catalog 启动命令是 worldfoundry-eval run worldcrafter-base --pipeline.task-profile text-to-video。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 TencentARC/WorldCrafter-Base、TencentARC/WorldCrafter-Fast。准备环境并检查本地资产：bash scripts/inference/prepare_model_infer.sh worldcrafter-base；下载缺失的公开权重时加 --download。

状态：已验证。