slvDev
精选
esp32-ai
A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.
AI 仓库情报摘要
FR-AI / ANALYSIS为什么值得关注
它通过显式的状态预测突破了像素级真实感的局限，实现了符合游戏机制的生成，这是视频生成领域的关键进步。
适合谁使用
- 视频生成与世界模型研究人员
- 游戏AI开发者
- 计算机视觉科学家
- 从事仿真的机器学习工程师
典型使用场景
- 为原型设计生成一致的玩法视频
- 模拟游戏场景以训练AI智能体
- 为游戏测试与验证生成数据增强样本
项目优势
- 在GitHub和HuggingFace上开源了代码、模型权重和数据集
- 提供了捆绑示例和脚本，便于快速复现和推理
- 基于强大的Wan2.2视频生成骨干网络构建
- 双分支架构结合联合注意力，实现状态与视频的联合预测
使用前须知
- 需要支持bfloat16的高端GPU和CUDA，硬件要求高
- 目前仅在SF3数据集上验证，且仅预测五个归一化游戏状态，泛化性未知
- 训练需下载多个大型模型组件（Wan2.2 VAE、T5、DiT分片），设置流程复杂
README 快速开始
Installation
项目描述
StatePlay: State-Aware Game World Models for Mechanics-Consistent Generation
相关仓库与替代方案
根据分类、Topic 和编程语言匹配的相似项目。
gavamedia
精选
deltafin
Deltafin is a research project that runs the 2.8-trillion-parameter Mixture-of-Experts model Kimi K3 on a single Apple Silicon Mac (e.g., M1 Max with 64 GB) at about 16 seconds per token, using exact, reproducible inference with local or streaming expert loading.
jamesob
精选
local-llm
A comprehensive guide for building and configuring a high-end local machine to run state-of-the-art LLMs, with detailed hardware choices, BIOS tuning, and Docker-based model serving.