开源交互式音视频世界模型，输入动作即可生成连贯带声短片
Star1.5k
24h 新增+118
7 天新增—
Fork229
Issue1
语言Python
项目介绍
更新于 1 天前
InWorld 是一个开源的交互式音视频世界模型，可以理解为「能被你操作的短片生成器」：你输入一段动作或剧情，它把文字和参考图片变成带同步音效、甚至带台词对白的视频，而且后续片段能接续上一段的最后十几帧，人物、场景、道具都保持一致。它由两部分协作——Murea-Mind 负责记住角色、地点和剧情进度，把你的动作编排成生成条件；Murea 负责实际出片，支持多张参考图绑定实体外观，还提供多人协作房间，2到4人各带一个角色共同推进同一段故事。适合关注 AI 视频生成、世界模型或交互式叙事方向的研究者和工程师，尤其是想评估开源视频模型能否在长程一致性和音画同步上追平商业系统的从业者；如果你的工作与生成式视频、Agent 记忆机制或多模态应用无关，这个项目和你关系不大。
上手成本：中
Star 趋势
仓库信息
| License | Apache-2.0 |
| 创建时间 | 2026-10-13 |
| 最后推送 | 15 天前 |
| 热度分 | 390.0 |