Awesome-World-Models
Un elenco completo di articoli per la definizione di Modelli del Mondo e l'uso dei Modelli del Mondo per la Generazione Video Generale, AI Incarnata e Guida Autonoma, inclusi articoli, codici e siti web correlati.
Sfoglia una collezione di articoli di ricerca sui World Models per la generazione di video, AI e auto a guida autonoma.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiUn elenco completo di articoli per la definizione di Modelli del Mondo e l'uso dei Modelli del Mondo per la Generazione Video Generale, AI Incarnata e Guida Autonoma, inclusi articoli, codici e siti web correlati.
Awesome-World-Models ha 1.9k stelle su GitHub. È stato forkato 68 volte. Awesome-World-Models è scritto principalmente in Python. È in sviluppo attivo dal 2024. Awesome-World-Models è disponibile con licenza BSD-3-Clause. I suoi temi principali sono: artificial-intelligence, autonomous-driving, awesome, deep-learning.
Che cos'è Awesome-World-Models?
Un elenco completo di articoli per la definizione di Modelli del Mondo e l'uso dei Modelli del Mondo per la Generazione Video Generale, AI Incarnata e Guida Autonoma, inclusi articoli, codici e siti web correlati.
Awesome-World-Models è open source?
Awesome-World-Models è un progetto open source. È rilasciato con licenza BSD-3-Clause.
Awesome-World-Models è gratuito?
Sì. Awesome-World-Models è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è Awesome-World-Models?
Awesome-World-Models è disponibile con licenza BSD-3-Clause.
In quale linguaggio è scritto Awesome-World-Models?
Awesome-World-Models è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/leofan90-awesome-world-models.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.