外观
LongLive
NVlabs 在 GitHub 开源的框架,主要语言 Python。 Long Video Gen / World Model / World Action Model (Embodied) Infrastructure
这个开发工具的核心职责、所属技术栈与硬件生态定位。
LongLive是英伟达研究院(NVlabs)开源的具身智能通用开发框架,以Python为核心开发语言,核心功能覆盖长时序视频生成、世界模型构建、具身世界动作模型三大模块,为具身智能的环境建模、决策推理相关研究提供统一的底层基础设施支撑。
该框架定位为L3层级的算法开发工具,暂未绑定特定机器人本体,可适配运动控制、SLAM导航、VLA(视觉语言动作)模型部署等具身智能技术栈环节,开发者可直接通过GitHub仓库获取源码,基于Python环境完成集成,结合自有机器人数据迭代相关具身智能算法。
工具分类、开发语言、GitHub 社区活跃度与环境要求。
源码克隆、构建方式、已验证系统环境与版本更新记录。
git clone https://github.com/NVlabs/LongLive.git
cd LongLive
# 安装 Python 依赖与开发包
pip install -e .| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支(适配PyTorch 2.x系列版本) | Ubuntu 22.04 LTS / Python 3.10+ / CUDA 12.x / PyTorch 2.0及以上稳定版 | 克隆仓库后通过pip install -r requirements.txt安装依赖,入口为longlive.core模块,可对接自有具身数据训练世界模型 |
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
同一厂商开源的配套仓库或同技术栈开发工具。
本页事实对应的公开页面,以原文为准。