Roll Once, Learn Twice — Video Previews

GDMD vs. naive DiffusionNFT (A_s1) · WorldPlay AR / HY 1.5 8B · 2026-10-20
共 7 条视频，全部随静态站点存放在 web/videos/。本地预览： cd web && python3 -m http.server 8000，浏览器打开 http://localhost:8000。每条视频均可直接播放并下载 MP4。

1. 四模型 grid

同一 prompt、同一噪声、同一键盘动作脚本：A_s1@约100G / gdmd@160G / resume@320G / resume2@560G。重点看动作跟随稳定性与镜头漂移。

grid · prompt 1

indoor human + camera
grid_p1.mp4下载 MP4

grid · prompt 5

outdoor / wide-angle
grid_p5.mp4下载 MP4

grid · prompt 6

environment interaction
grid_p6.mp4下载 MP4

grid · prompt 7

dynamic motion
grid_p7.mp4下载 MP4

2. A_s1 vs GDMD 双栏

同一 prompt、同一噪声下的直接对照。左 / 右两条来自同一 action script，便于看动作和画面质量差异。

A_s1 vs GDMD · prompt 0

same prompt & noise · side-by-side
preview_Avs_gdmd_p0.mp4下载 MP4

A_s1 vs GDMD · prompt 1

same prompt & noise · side-by-side
preview_Avs_gdmd_p1.mp4下载 MP4

3. GDMD solo

GDMD 单臂视频，便于单独检查动作执行和画面稳定性。

GDMD @160G · prompt 0

GDMD solo
gdmd@160__p0.mp4下载 MP4

说明

评测为 16 条固定 held-out prompt + 固定噪声的小规模描述性对照；A_s1 checkpoint-495 约 100G，resume2/checkpoint-240 为累计 560G，二者不是等计算预算。视频为 2 秒预览片段。