开发者开源本地世界模型支持静态图转交互视频

2026 年 11 月 12 日，一位开发者在 Reddit 的 LocalLLaMA 板块发帖宣布，已在 Hugging Face 开源一款可在本地运行的世界模型。据帖文介绍，该模型能将任意静态图片转化为支持实时控制的交互式视频，作者同时提供了网页端在线测试演示。

帖文附上的 Hugging Face 地址指向 lucidml/gta，作者说明模型名称虽写作 gta，但它比通用模型更稳定。作者还在 lucidml.ai 搭建了一个简易演示站点，地址为 lucidml.ai/dashboard/minidemo?

world=gta5，访客可在此即时体验；该演示依托 VAST AI 提供的 GPU 运行，作者列出的可用显卡包括 3070、3080、4080，另有部分 50 系列显卡，并称大多数 50 系列显卡目前被浪费。社区帖子未提及其他后续进展，截至发帖时此事仍处于模型开源与在线演示开放的阶段。