用途：Nano World Model 是用于训练、评估和部署视频世界模型的极简仓库，基于 diffusion-forcing transformer，面向机器人操作、游戏与仿真等场景，支持长时程自回归推演、视频到 3D 重建以及基于 CEM 的 MPC 式规划。
主要能力：提供训练、评估、长时程 rollout、MPC 规划（CEM）和视频转 3D 点云等模式；支持 DINO-WM（PushT、Point Maze 等）、CSGO、RT-1 等数据集；模型变体包括 nanowm_b2 与 nanowm_l2_csgo；提供 HuggingFace 预训练检查点；评估指标含 PSNR、SSIM、LPIPS、FID。
使用方式：克隆仓库后创建 conda 环境：git clone https://github.com/simchowitzlabpublic/nano-world-model.git；cd nano-world-model；conda env create -f environment.yml && conda activate nanowm。需下载 I3D 模型用于 FID/FVD 评估，并设置 DATASET_DIR、CSGO_DATA_DIR、RT1_DATA_ROOT、RESULTS_DIR 等环境变量或 src/configs/local/paths.yaml。主入口为 src/main.py，通过 Hydra 组合配置，例如训练：python src/main.py experiment=dino_wm_pusht dataset=dino_wm/pusht model=nanowm_b2；评估加 mode=eval checkpoint_path=...；rollout 加 mode=rollout rollout.horizon=50；规划加 mode=plan planning.method=cem；视频转 3D 加 mode=video_to_3d。
适用场景：机器人操作世界模型研究、游戏与仿真环境建模、长时程预测、基于世界模型的规划与视频到 3D 重建。
限制：需自行准备数据集与路径配置；评估依赖 I3D 模型；训练可能遇到 CUDA OOM，可减小 batch size 或使用梯度累积；rollout 速度受 DDIM 步数影响。具体收费、价格与平台支持暂未提供。