WorldDirector

WorldDirector 是一个面向可控视频世界建模的开源框架，旨在构建具备持久动态记忆能力的可交互虚拟世界模拟器。其核心技术采用解耦式架构：由大语言模型（LLM）规划3D物体与相机运动轨迹，再投影为2D空间控制信号，并通过外观绑定机制保障物体离开视野后重入时的身份一致性与视觉稳定性。项目支持长时序、因果连贯的世界生成，涵盖物体动作控制、自由视角探索、对象永久性及跨帧外观保持。适用于具身智能仿真、AI代理训练环境构建、可控视频生成及三维场景理解等研究场景。