Startseite› Projekte› HY-World-2.0
HY-World-2.0
Python

HY-World-2.0

HY-World 2.0: Ein multimodales Weltmodell zum Rekonstruieren, Generieren und Simulieren von 3D-Welten

von Tencent-Hunyuan · GitHub
2.4k
Sterne
204
Forks
2026
Erstellt
3 mo ago
Letzter Commit
3d
Kategorie
Python
Sprache
3daiworldmodelPython
Auf GitHub ansehen
In einfachen Worten

Erstellen, generieren und simulieren Sie 3D-Welten mit einem multimodalen Modell.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
HY-World-2.0 — GitHub preview card
📈 Sternhistorie
2.4k2.3k
2026-07-072026-08-31
📈 HY-World-2.0 verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

HY-World 2.0: Ein multimodales Weltmodell zum Rekonstruieren, Generieren und Simulieren von 3D-Welten

HY-World-2.0 hat 2.4k Sterne auf GitHub. Es wurde 204-mal geforkt. HY-World-2.0 ist hauptsächlich in Python geschrieben. Es wird seit 2026 aktiv entwickelt. Die Hauptthemen sind: 3d, ai, worldmodel.

❓ Frequently asked questions

Was ist HY-World-2.0?

HY-World 2.0: Ein multimodales Weltmodell zum Rekonstruieren, Generieren und Simulieren von 3D-Welten

Ist HY-World-2.0 Open Source?

HY-World-2.0 ist ein Open-Source-Projekt.

Ist HY-World-2.0 kostenlos?

Ja. HY-World-2.0 ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist HY-World-2.0 geschrieben?

HY-World-2.0 ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — HY-World-2.0

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=tencent-hunyuan-hy-world-2-0)](https://olud.ai/project/tencent-hunyuan-hy-world-2-0.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
visual-pushing-grasping
Trainieren Sie robotische Agenten, um das Planen von Schiebe- und Greifaktionen für die Manipul…
★ 1.1k · 3d
teilt3d
pytorch-dense-correspondence
Code für "Dense Object Nets: Learning Dense Visual Object Descriptors By and For Robotic Manipu…
★ 576 · 3d
teilt3d
instruct-nerf2nerf
Instruct-NeRF2NeRF: 3D-Szenen mit Anweisungen bearbeiten (ICCV 2023)
★ 853 · 3d
teilt3d
GaussianEditor
[CVPR 2024] GaussianEditor: Schnelles und kontrollierbares 3D-Editing mit Gaussian Splatting
★ 1.5k · 3d
teilt3d
tensorspace
Neural Network 3D-Visualisierungsframework, interaktive und intuitive Modelle in Browsern erste…
★ 5.2k · 3d
teilt3d
img2threejs
Rekonstruieren Sie das Objekt in einem Referenzbild als codebasiertes, prozedurales, qualitätsg…
★ 1.4k · 3d
teilt3d
3D-Box-Segment-Anything
Wir erweitern Segment Anything auf 3D-Wahrnehmung, indem wir es mit VoxelNeXt kombinieren.
★ 564 · 3d
teilt3d
3D-SIS
[CVPR'19] 3D-SIS: 3D-Semantische Instanzsegmentierung von RGB-D-Scans
★ 383 · 3d
teilt3d
3D-BoundingBox
PyTorch-Implementierung zur Schätzung von 3D-Bounding-Boxen unter Verwendung von Deep Learning…
★ 493 · 3d
teilt3d
MaterialAnything
[CVPR 2025 Highlight] Material Anything: Materialien für jedes 3D-Objekt über Diffusion generie…
★ 365 · 3d
teilt3d

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.