streaming-generation

MiniWorld 是一个可复现的框架，用于从零训练视频世界模型，采用带流匹配的块因果视频扩散变换器，能够实现高效的流式生成，并可在单台 8-GPU 服务器上数天内完成训练。

ARDY 引入了一个流式生成框架，用于实时、高保真度的 3D 人体运动生成，通过文本和运动学约束进行控制，采用混合表示和两阶段自回归 Transformer 去噪器。

MaineCoon是一个220亿参数的实时视听自回归模型，用于社交世界建模，能够在单个GPU上以高达47.5 FPS进行流式生成，并引入了新颖的训练技术和智能体推理框架。

StreamChar是一个用于实时生成角色动画音视频的流式框架，利用LLM编排器与联合音视频DiT，结合两阶段蒸馏和记忆机制，以维持长时域一致性和视觉质量。