interactive-generation

Hy-Nomas是一个8B参数的视频世界模型，通过action-aware因果注意力与结构化字幕，支持多轮自由文本指令和连续相机控制的交互式世界生成，并开源了模型权重、代码与基准。

提出 Generative World Simulation 框架，将持久共享世界状态引擎 DAO 与第一人称交互体验模型 JING 耦合，通过连续交互循环生成可随用户动作演化并保留历史的沉浸式视听体验。

Grok 4.7 generated an interactive 3D jet engine visualizer from a simple prompt in minutes, showcasing its advanced AI capabilities.

This paper introduces Live Music Diffusion Models (LMDMs), which modify the diffusion process to enable efficient block-wise processing and novel training paradigms for real-time interactive music generation on consumer hardware, outperforming discrete autoregressive models in inference complexity and enabling stable post-training alignment.

Matrix-Game 是一个 17B 参数的交互式世界基础模型，通过两阶段训练（大规模无标注预训练 + 动作标注训练）实现可控的 Minecraft 游戏世界生成，在动作可控性与物理一致性上超越 Oasis 和 MineWorld 等开源模型，并将开源权重与 GameWorld Score 基准。