世界模型研究统一平台开源

世界模型研究长期被碎片化工具链拖累，研究者通常要在 Dreamer、MuJoCo Playground、LeRobot 之间手动迁移数据格式和评估协议，复现一篇论文往往比做新实验还费劲。这个项目把三阶段管线标准化，直接对标 Google DeepMind 内部用的统一框架，但开源且支持 LeRobot 数据集，对学术复现更友好。

目前最大的竞品是 Genie 2 那套闭源管线，以及社区零散的 dreamer-torch 复现。stable-worldmodel 的优势在于把 MPC 评估环节做深，不只是跑训练曲线，而是真正接规划求解器做闭环控制，这对验证世界模型是否"真的懂了物理"很关键。

如果你在做机器人世界模型或者端到端自动驾驶仿真，建议直接拿它的基准环境跑自己的模型，省去至少两周的工程搭建时间。注意 Python 3.12+ 的 LeRobot 支持是 opt-in，老环境可能需要升级。