LeWorldModel：轻量级世界模型，单卡训练，1秒内完成AI规划

30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度这次我们来看一个名为 LeWorldModel简称 LeWM的开源项目。它由 Yann LeCun 团队的核心成员主导开发旨在解决一个看似简单却极为根本的问题让 AI 通过观察像素画面学会预测“我做一个动作世界会变成什么样”。很多人乍一看它的测试任务——推箱子、移动红点、机械臂抓取——可能会觉得“最前沿的AI就干这个”。但这恰恰是它的核心价值所在它不是在解决一个具体的应用问题而是在构建一个能理解物理世界基本规律的“世界模型”内核。这个内核足够轻量、高效能在单张消费级 GPU 上快速训练和运行为机器人、游戏智能体乃至更复杂的具身智能应用提供了一个可落地的规划与控制基础。LeWM 基于 JEPA联合嵌入预测架构思想但做了极致的简化。它去掉了以往稳定 JEPA 训练所需的各种复杂技巧只保留编码器和预测器两个核心组件配合一个巧妙的高斯正则化损失实现了端到端的稳定训练。其成果非常直接在多个 2D/3D 控制任务上它超越了之前的端到端方法与依赖大模型预训练的方案性能接近甚至部分超越同时规划速度快了数十倍模型参数量仅 1500 万。对于开发者、研究者以及对具身智能和 AI 规划感兴趣的工程师来说LeWM 的价值在于提供了一个清晰、可复现的“世界模型”构建范本。它降低了进入门槛让你可以在本地环境中用相对有限的算力去验证和探索 AI 如何从原始感知中学习并规划行动。本文将带你全面了解 LeWM 的核心能力、部署方式、功能验证方法以及实际应用中的注意事项让你能快速判断它是否适合你的项目并知道如何上手实践。1. 核心能力速览在深入细节之前我们先通过一个表格快速把握 LeWorldModel 的关键特性这有助于你判断其与自身需求的匹配度。能力项具体说明项目类型基于 JEPA 架构的轻量级世界模型World Model核心功能从像素输入预测未来状态用于序列决策与规划开源团队Lucas Maes (Mila/Brown)、Quentin Le Lidec (NYU)、Damien Scieur、Randall Balestriero与 Yann LeCun 团队关联密切模型参数量约 1500 万实验硬件单张 NVIDIA L40S GPU所有训练与规划实验显存需求较低。得益于小参数量和高效的 latent 表征预计在类似 RTX 4090/3090 甚至更低的消费级显卡上可运行推理与轻量训练。具体需以实际代码和任务规模测试。训练时间论文中提到“几小时即可训完”针对特定任务。规划速度极快。在测试任务上完整规划仅需1 秒以内比对比的 DINO-WM 方案快48 倍。支持任务Push-T2D 推箱子、Reacher机械臂够目标、OGBench-Cube3D 机械臂抓方块、Two-Room2D 导航等机器人/控制任务。关键创新极简双组件架构编码器预测器双损失函数预测损失 SIGReg 正则损失无需复杂技巧即可稳定训练。代码状态已在 GitHub 开源。适合场景机器人运动规划算法研究、游戏 AI 智能体开发、强化学习环境模型构建、世界模型与 JEPA 架构教学与实验。不适合场景直接处理自然语言、生成图片/视频/音频、替代大型语言模型进行对话。2. 适用场景与使用边界理解一个工具适合做什么、不适合做什么比盲目尝试更重要。LeWM 最适合的几类人机器人/控制算法研究者需要为机械臂、移动机器人等构建一个快速、轻量的内部“模拟器”世界模型用于在线或离线规划。强化学习RL探索者厌倦了传统模型-free RL 的样本低效可以尝试用 LeWM 作为环境模型Model-based RL让智能体学会“想象”后再行动。游戏 AI 开发者在 2D 或 3D 游戏环境中为 NPC 构建一个能预测自身动作对游戏世界状态影响的决策内核。AI 架构与理论爱好者对 Yann LeCun 倡导的 JEPA 架构和世界模型路线感兴趣希望有一个干净、可运行的代码实现来深入理解。LeWM 能解决的核心问题“如果我这么做接下来会怎样”给定当前环境的视觉观察像素和拟执行的动作预测下一时刻的环境状态编码后的特征。这是规划和控制的基础。快速序列决策基于学到的世界动态模型通过梯度下降等优化方法快速搜索出一系列能达成目标状态的动作序列。物理常识学习模型在 latent 空间中隐式地学习了物体位置、角度等物理信息甚至能识别出“违反物理规律”的事件如物体瞬移。需要明确的使用边界非通用 AI它不是 ChatGPT 那样的通用对话模型也不是 Stable Diffusion 那样的生成模型。它的输入是特定任务的环境图像和动作输出是预测的未来状态特征。需要任务特定训练虽然架构通用但你需要为你自己的环境如你自己的机器人仿真或游戏收集数据并训练 LeWM。它不提供开箱即用的通用模型。依赖仿真或真实数据训练需要状态动作下一状态这样的序列数据。通常来源于仿真器如 MuJoCo, PyBullet或真实的机器人传感器记录。合规与安全若应用于真实机器人必须充分考虑安全边界任何基于模型的规划都应在安全约束下进行并准备好紧急停止机制。用于游戏或仿真环境则无此顾虑。3. 环境准备与前置条件在克隆代码之前请确保你的开发环境满足基本要求。以下清单基于常见的 PyTorch 深度学习项目经验整理具体版本请以项目官方README.md或requirements.txt为准。基础软件栈操作系统Linux (Ubuntu 20.04/22.04 推荐) 或 Windows (WSL2 推荐)。macOS (M系列芯片) 可能支持 CPU 运行但性能受限。Python版本 3.8 至 3.10 较为稳妥。建议使用conda或venv创建独立的虚拟环境。CUDA 与 cuDNN如需 GPU 训练/推理需安装与 PyTorch 版本匹配的 CUDA 工具包如 CUDA 11.7, 11.8和 cuDNN。可通过nvidia-smi查看驱动支持的 CUDA 版本。PyTorch预计需要 PyTorch 1.12 及以上版本。安装时请选择与 CUDA 版本对应的命令。其他依赖可能包括numpy,matplotlib(可视化),gym或dm_control(环境),tqdm等。通过pip install -r requirements.txt安装。硬件建议GPU推荐拥有 8GB 及以上显存的 NVIDIA GPU。根据论文描述实验在 L40S (48GB) 上完成但鉴于模型仅 1500 万参数在 RTX 3080 (10GB)、RTX 4060 Ti (16GB) 或 RTX 4090 (24GB) 上进行推理和小规模训练是可行的。显存占用主要取决于输入图像分辨率、批量大小 (batch size) 和规划步长。CPU 与内存现代多核 CPU (如 Intel i7 或 AMD Ryzen 7) 和 16GB 以上系统内存。存储预留至少 10GB 空间用于代码、依赖、训练数据和模型缓存。环境检查命令在终端中执行以下命令确认关键组件就绪。# 检查 Python 版本 python --version # 检查 PyTorch 及 CUDA 是否可用 python -c import torch; print(fPyTorch version: {torch.__version__}); print(fCUDA available: {torch.cuda.is_available()}); if torch.cuda.is_available(): print(fGPU: {torch.cuda.get_device_name(0)}) # 检查 CUDA 版本 (Linux) nvcc --version # 或通过 PyTorch 查看 python -c import torch; print(torch.version.cuda)4. 安装部署与启动方式LeWM 是一个研究项目部署的核心是克隆代码库、安装依赖并理解其提供的训练和评估脚本。我们假设你已经准备好了符合上述要求的环境。步骤 1克隆代码仓库打开终端进入你希望存放项目的目录执行git clone https://github.com/lucas-maes/le-wm.git cd le-wm步骤 2创建并激活虚拟环境强烈推荐使用 conda 或 venv 隔离环境。# 使用 conda conda create -n lewm python3.9 conda activate lewm # 或使用 venv python -m venv venv_lewm # Linux/macOS source venv_lewm/bin/activate # Windows venv_lewm\Scripts\activate步骤 3安装项目依赖查看项目根目录下是否有requirements.txt或pyproject.toml文件。# 通用安装命令 pip install -r requirements.txt # 如果项目使用 poetry # pip install poetry # poetry install如果项目没有提供明确的依赖文件你可能需要根据其setup.py或导入语句手动安装。通常核心依赖是torch,torchvision,numpy以及任务相关的环境包如gym。步骤 4下载数据集或准备自定义环境LeWM 论文中使用了四个基准任务。你需要准备相应的仿真环境。Push-T, Reacher, Two-Room可能基于gym或自定义环境。代码库可能包含或指引你安装这些环境。OGBench-Cube来自ogbench可能需要单独安装。通常项目会提供脚本或说明来自动下载或安装所需环境。请仔细阅读README.md。步骤 5理解项目结构进入项目目录后快速浏览主要文件# 查看关键文件 ls -la # 可能包含 # - train.py: 主训练脚本 # - eval.py: 评估与规划脚本 # - configs/: 配置文件目录如超参数 # - models/: 模型定义编码器、预测器 # - utils/: 工具函数 # - scripts/: 运行各种任务的脚本 # - README.md: 最重要的指南步骤 6运行训练或评估示例根据README.md的指引运行。命令可能类似如下# 示例在 Push-T 任务上训练 LeWM python train.py --config configs/push_t.yaml --device cuda:0 # 示例使用训练好的模型进行评估和规划 python eval.py --checkpoint path/to/checkpoint.pt --task push_t --num_rollouts 10启动方式总结LeWM 不是一个常驻的 Web 服务或 API 服务器。它是一个研究代码库通过命令行脚本启动单次训练或评估任务。你需要根据你的目标修改配置或脚本来适应你的自定义环境。5. 功能测试与效果验证对于这样一个世界模型我们如何验证它是否工作正常我们可以遵循“训练 - 可视化重建 - 规划 - 物理理解”的流程进行测试。5.1 测试目标与成功标准我们的测试目标是确认 LeWM 能够成功训练损失函数预测损失 正则损失能够稳定下降不出现坍塌即 latent 特征趋同。准确重建训练好的编码器-解码器如果提供了解码器能够从 latent 特征较好地重建原始图像。有效预测给定当前状态和动作序列预测器能生成合理的未来状态特征。实现规划利用学到的模型通过优化如梯度下降找到达成目标状态的动作序列。展现物理感知latent 特征应包含有意义的物理信息如位置、速度并且模型对物理违规敏感。5.2 测试流程与操作步骤阶段一复现基准任务训练选择任务从 Push-T2D推箱子开始因为它相对简单论文中效果也最好96%成功率。配置检查打开configs/push_t.yaml假设检查关键超参数如latent_dim潜在维度、lr学习率、lambda_reg正则化权重 λ。初次运行可使用默认值。启动训练python train.py --config configs/push_t.yaml --log_dir ./logs/push_t_exp1监控训练观察终端输出的损失值。pred_loss预测损失和reg_loss正则损失都应呈下降趋势最终稳定在一个较低值。使用tensorboard如果支持可视化训练曲线。成功标志训练顺利完成没有报错损失曲线正常。模型检查点checkpoint被保存到指定目录。阶段二可视化与重建测试如果项目提供了预训练的解码器或可视化脚本运行它以定性评估模型学到了什么。python visualize_reconstruction.py --checkpoint ./logs/push_t_exp1/best_model.pt --task push_t预期会生成对比图像原始观测序列、模型重建的观测序列、模型预测的未来观测序列。你需要观察重建图像是否清晰能否识别出物体箱子、机械臂。预测图像是否合理例如推箱子的动作是否导致箱子向正确方向移动。阶段三规划能力测试使用评估脚本测试模型的规划成功率。python eval_planning.py --checkpoint ./logs/push_t_exp1/best_model.pt --task push_t --num_trials 100脚本会在环境中运行多次规划尝试并输出成功率、平均规划步数、平均规划时间等指标。成功标志成功率接近论文报告的 96%在 Push-T 上。规划时间应在1 秒以内这是 LeWM 的核心优势之一。阶段四物理属性探测进阶论文中提到他们在 latent 特征上训练了一个简单的探测器来预测物理量。你可以尝试复现从训练数据中提取状态s和对应的真实物理量p如位置坐标。用训练好的编码器将状态s编码为 latentz。在(z, p)对上训练一个简单的线性回归或 MLP 模型。在测试集上评估该探测器预测物理量的准确性。成功标志线性探测器就能达到很高的预测精度证明 latentz中确实编码了丰富的物理信息。5.3 常见测试失败与排查训练损失 NaN 或爆炸降低学习率 (lr)检查数据是否有异常值确保梯度裁剪gradient clipping已启用。模型坍塌所有输出相同调整正则化权重lambda_reg。这是 LeWM 唯一需要仔细调节的超参数作用是防止 latent 特征分布崩塌。规划成功率极低检查训练是否充分损失是否已收敛。检查规划器的优化设置如梯度下降步数、学习率。确认任务目标goal在 latent 空间中的定义是否正确。显存不足CUDA out of memory减小批量大小 (batch_size)。减小输入图像分辨率如果可配置。减少规划时的展开步长 (horizon)。使用梯度检查点gradient checkpointing或混合精度训练如果代码支持。6. 接口与集成思路LeWM 本身不提供 RESTful API但你可以将其核心模型封装成一个 Python 类或函数以便集成到更大的系统中。这里提供一个简单的封装示例和调用思路。创建模型服务类假设项目结构清晰我们可以将加载模型和规划功能包装起来。# lewm_service.py import torch import numpy as np from models.world_model import LeWorldModel from utils.env_utils import make_env class LeWMPlanner: def __init__(self, checkpoint_path, task_name, devicecuda:0): 初始化规划器。 Args: checkpoint_path: 训练好的模型权重路径。 task_name: 任务名称如 push_t。 device: 运行设备。 self.device torch.device(device) self.task_name task_name # 加载模型配置这里需要根据实际项目结构调整 config self._load_config_for_task(task_name) self.model LeWorldModel(config).to(self.device) checkpoint torch.load(checkpoint_path, map_locationself.device) self.model.load_state_dict(checkpoint[model_state_dict]) self.model.eval() # 设置为评估模式 # 创建环境实例 self.env make_env(task_name) def _load_config_for_task(self, task_name): # 这里应实现从文件加载对应任务配置的逻辑 # 示例返回一个配置字典 config { latent_dim: 256, action_dim: self.env.action_space.shape[0], # ... 其他参数 } return config def plan_to_goal(self, initial_observation, goal_observation, max_planning_steps50): 从初始状态规划到目标状态。 Args: initial_observation: 初始图像观测 [C, H, W] goal_observation: 目标图像观测 [C, H, W] max_planning_steps: 最大规划步数。 Returns: action_sequence: 规划出的动作序列。 success: 是否成功找到路径。 # 将观测转换为模型输入格式 with torch.no_grad(): z0 self.model.encode(initial_observation.unsqueeze(0).to(self.device)) z_goal self.model.encode(goal_observation.unsqueeze(0).to(self.device)) # 初始化动作序列例如使用零初始化 action_seq torch.zeros(max_planning_steps, self.env.action_space.shape[0], deviceself.device, requires_gradTrue) optimizer torch.optim.Adam([action_seq], lr0.01) # 简单的梯度下降规划循环 for i in range(100): # 优化迭代次数 optimizer.zero_grad() z z0 # 在 latent 空间模拟轨迹 for t in range(max_planning_steps): z self.model.predict(z, action_seq[t].unsqueeze(0)) # 损失最终状态与目标状态的差异 loss torch.nn.functional.mse_loss(z, z_goal) loss.backward() optimizer.step() # 可选对动作施加约束如范围限制 action_seq.data.clamp_(-1.0, 1.0) if loss.item() 1e-3: # 收敛阈值 break success loss.item() 1e-2 return action_seq.detach().cpu().numpy(), success # 使用示例 if __name__ __main__: planner LeWMPlanner(./best_model.pt, push_t) # 假设从环境中获取了初始和目标观测 obs_init env.reset() obs_goal ... # 定义目标状态 actions, success planner.plan_to_goal(obs_init, obs_goal) if success: print(f规划成功动作序列形状{actions.shape}) # 在环境中执行动作 for act in actions: obs, reward, done, _ env.step(act) env.render() else: print(规划失败。)批量任务处理对于需要处理多个规划任务的情况可以构建一个任务队列。import queue import threading from lewm_service import LeWMPlanner class PlanningWorker(threading.Thread): def __init__(self, model_path, task_name, input_queue, output_queue): super().__init__() self.planner LeWMPlanner(model_path, task_name) self.input_queue input_queue self.output_queue output_queue def run(self): while True: task_id, obs_init, obs_goal self.input_queue.get() if task_id is None: # 终止信号 break actions, success self.planner.plan_to_goal(obs_init, obs_goal) self.output_queue.put((task_id, actions, success)) self.input_queue.task_done() # 主程序 input_q queue.Queue() output_q queue.Queue() worker PlanningWorker(./best_model.pt, push_t, input_q, output_q) worker.start() # 提交批量任务 for i in range(10): obs_i, goal_i ... # 获取第i个任务的观测 input_q.put((i, obs_i, goal_i)) # 获取结果 for _ in range(10): task_id, actions, success output_q.get() print(fTask {task_id}: {Success if success else Fail})7. 资源占用与性能观察理解 LeWM 在运行时的资源消耗对于实际部署和调优至关重要。显存占用分析显存占用主要来自以下几个方面模型参数1500 万参数以 float32 计约 60 MB很小。激活和中间变量这是大头。取决于输入图像分辨率(C, H, W)。分辨率越高编码器产生的特征图越大。批量大小 (Batch Size)训练时影响巨大。推理或规划时通常为 1。规划步长 (Horizon)在 latent 空间进行多步展开预测时需要保存中间状态用于梯度回传如果使用基于梯度的规划器。估算与监控训练阶段假设输入为 64x64 RGB 图像批量大小 32潜在维度 256。使用nvidia-smi或torch.cuda.memory_allocated()监控预计显存占用在2GB 到 6GB之间具体取决于模型深度和优化器状态。推理/规划阶段批量大小为 1规划步长 50。显存占用会远低于训练通常在1GB 以下。这也是 LeWM 能实现“1秒内规划”的关键——计算图轻量。性能观察命令在运行脚本时可以另开一个终端窗口监控资源。# Linux 下监控 GPU 使用情况每秒刷新一次 watch -n 1 nvidia-smi # 或使用更详细的工具如 gpustat pip install gpustat gpustat -i 1 # 监控系统内存和 CPU htop优化建议调整图像分辨率在满足任务需求的前提下降低输入分辨率是减少显存和计算量的最有效方法。减小批量大小训练时如果显存不足首先减小batch_size并相应增加梯度累积步数以保持稳定的训练。使用混合精度训练如果代码支持 (torch.cuda.amp)可以显著减少显存占用并加速训练。规划时限制步长更短的规划步长 (horizon) 意味着更小的计算图和显存占用但可能影响解决复杂任务的能力。8. 常见问题与排查方法在部署和运行 LeWM 过程中你可能会遇到以下典型问题。这里提供排查思路。问题现象可能原因排查方式解决方案ImportError或ModuleNotFoundError依赖包未安装或版本冲突。检查错误信息中缺失的模块名。运行pip list查看已安装包。根据requirements.txt重新安装。或手动安装缺失包pip install package_name。尝试创建全新的虚拟环境。训练时损失值为 NaN学习率过高、数据包含非法值如 Inf、梯度爆炸。检查数据加载器打印几批数据的 min/max。监控梯度范数。降低学习率。在数据预处理中添加归一化或裁剪。在优化器中启用梯度裁剪 (torch.nn.utils.clip_grad_norm_)。模型坍塌预测结果无变化SIGReg 正则化权重lambda_reg设置不当 latent 特征分布崩塌。可视化 latent 特征的分布如用 PCA 降维后画图。观察reg_loss是否过早降至零。调整lambda_reg。这是 LeWM 最关键的调参项。尝试增大该值以加强正则化约束。规划成功率远低于论文1. 训练不充分。2. 规划器超参如优化步数、学习率不佳。3. 任务目标定义有误。1. 检查训练损失曲线是否已收敛。2. 对比论文中的规划器配置。3. 检查 latent 空间下初始状态与目标状态的距离。1. 增加训练轮数。2. 调整规划器的优化参数。3. 确保用于规划的目标 latent 特征z_goal是从真实目标图像正确编码得到的。CUDA out of memory显存不足。批量太大、图像分辨率太高、模型太大、规划步长太长。使用nvidia-smi观察峰值显存。减小batch_size。降低图像分辨率。减小规划horizon。使用torch.cuda.empty_cache()。考虑使用 CPU 进行规划速度慢。环境运行错误如gym错误特定任务的环境未安装或版本不对。查看完整的错误堆栈信息。根据项目 README 安装指定版本的环境。例如pip install gym0.23.1或pip install dm_control。规划速度慢1. 在 CPU 上运行。2. 规划迭代次数过多。3. 单步模型推理速度慢。使用torch.cuda.is_available()确认是否用了 GPU。用time模块对规划循环计时。确保模型和输入数据都在 GPU 上。减少规划优化迭代次数。检查是否有不必要的计算图构建确保在torch.no_grad()和model.eval()模式下。9. 最佳实践与使用建议为了更高效、更安全地利用 LeWM 进行研究和开发遵循以下实践建议从小任务开始验证不要一开始就挑战复杂的 3D 任务。从Push-T (2D推箱子)这个最简单的任务开始确保整个 pipeline数据加载、训练、评估、规划能跑通并复现出接近论文的性能。这能帮你快速建立信心并熟悉代码库。版本控制与实验记录使用 Git 管理代码。为每次重要的训练实验创建独立的目录保存对应的配置文件、训练日志、模型检查点和可视化结果。推荐使用wandb或tensorboard进行实验跟踪。数据预处理标准化确保你的训练数据图像经过一致的预处理如缩放、归一化到[0,1]或[-1,1]。这直接影响模型的收敛和稳定性。超参数调优聚焦lambda_regLeWM 的稳定性高度依赖于正则化权重lambda_reg。将其作为首要调优对象。可以设计一个小的网格搜索如[0.01, 0.1, 1.0, 10.0]观察训练稳定性和最终性能。** latent 空间诊断**定期检查 latent 特征。计算其均值和方差确保它们不会塌缩到零点或发散。可视化特征分布是发现模型坍塌迹象的好方法。规划器消融实验LeWM 提供了世界模型但规划算法如本文使用的梯度下降可以替换。尝试不同的优化器Adam, SGD、不同的损失函数MSE, 余弦相似度甚至更高级的规划算法如 MPPI、CEM观察对规划成功率和速度的影响。向自定义环境迁移第一步确保你的环境能提供(observation, action, next_observation)三元组数据。第二步将你的环境观测如图像调整为 LeWM 编码器期望的尺寸和通道数。第三步修改数据加载器以读取你的数据。第四步从预训练模型如在 Push-T 上训练的开始微调通常比从头训练更快、更稳定。安全与合规性仿真环境在仿真中可大胆尝试。真实机器人任何部署到真实物理系统的规划都必须有严格的安全监控和急停机制。世界模型的预测可能存在误差切勿完全依赖模型输出进行无人监督的控制。数据隐私如果使用真实场景图像数据注意隐私保护。10. 总结与下一步LeWorldModel 的价值不在于它用多复杂的任务来证明自己而在于它用极简的架构和极低的开销验证了构建一个可用的、轻量级世界模型是可行的。它把“从像素中学习物理规律并进行快速规划”这件事的门槛从需要大规模集群和复杂工程拉低到了单张消费级 GPU 和几行清晰的 PyTorch 代码。这对于研究者、机器人爱好者乃至游戏开发者来说是一个极具吸引力的起点。最值得尝试的点极简架构的启发性编码器-预测器-正则化损失这个三件套是理解 JEPA 思想绝佳的实践案例。惊人的规划速度1 秒内的规划能力使其具备了在实时控制系统中应用的潜力。物理信息的隐式学习无需显式标注模型在 latent 空间自发组织了有意义的物理表征。最先应该验证的功能 按照本文的指南第一步就是在Push-T 环境中成功运行训练和规划脚本并可视化其预测效果。亲眼看到模型“学会”推箱子的逻辑是理解其能力的最佳方式。最容易踩的坑正则化权重lambda_reg的设置是成败关键。太大可能导致模型学不到东西太小则导致特征坍塌。耐心调整这个参数并密切监控 latent 特征的分布。后续可以探索的方向扩展到更复杂的环境尝试在更复杂的 3D 环境如 MetaWorld, RoboSuite或自定义的 Unity/Unreal 仿真环境中训练 LeWM。结合高级规划算法将 LeWM 作为基础模型与基于采样的规划器如 RRT、或基于学习的策略如 RL结合构建分层决策系统。探索多模态输入除了图像能否加入本体感知关节角度、力觉或语言指令作为额外输入模型压缩与部署尝试使用 TensorRT 或 ONNX 对训练好的 LeWM 进行优化部署到边缘设备如 Jetson上运行。LeWM 更像一个强大的“乐高积木”基础件而非一个完整的应用。它的开源为社区提供了一个清晰、高效的起点至于能用它搭建出怎样的智能体大厦就看各位开发者的想象力了。建议将项目仓库和论文加入收藏作为探索世界模型和具身智能的常备工具。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度