宝子们👋，今天必须给你们分享一个超炸裂的消息！世界首个 AI 多人游戏模型 Multiverse 全面开源了，而且只花 1500 美元，用一台 PC 就能打造出平行宇宙般的游戏体验，这简直是科幻照进现实啊！
打破次元壁的 AI 多人游戏诞生
The Birth of an AI Multiplayer Game that Breaks the Dimensional Wall
来自以色列的 Enigma Labs 简直太牛啦！他们成功创造历史，把 “世界模型” 拓展到多个玩家，开发出了 Multiverse 这个 AI 生成多人游戏模型。这可不是普通的游戏引擎，它就像一个能让两个 AI 智能体在同一世界里感知、互动、协作的超级大脑🧠。现在项目代码、数据这些全都开源了，大家快去 Hugging Face、GitHub 上围观！
展开剩余76%传统世界模型的困境与突破
The Dilemmas and Breakthroughs of Traditional World Models
传统的世界模型虽然厉害，能预测游戏画面，但在处理多人游戏场景时就 “露馅” 了。就好比玩赛车游戏，要是两个 AI 不能 “看到同一件事”，那游戏里就会出现各种穿模、视角错乱的奇葩情况。Multiverse 的出现，就是为了解决这个大难题，让两个 AI 遵循相同物理规律，在同一个世界里互动。
Although traditional world models are powerful and can predict game scenes, they show their limitations when dealing with multiplayer game scenarios. For example, in a racing game, if two AIs can't "see the dy.dydoujia.com same thing", all sorts of strange situations like characters passing through objects and confused perspectives will occur in the game. The emergence of Multiverse is aimed at solving this major problem, enabling two AIs to follow the same physical laws and interact in the same world.
Multiverse 架构大揭秘
The Big Reveal of the Multiverse Architecture
架构调整：Adjustment of the Architecture Multiverse 在单人世界模型架构基础上做了大调整。动作嵌入模块能接收两个玩家动作并输出共同动作向量；去噪网络可以同时生成两个玩家的帧；上采样器也升级成能同时处理两个玩家的帧啦。 视角拼接方案：The Perspective Stitching Solution 把两个玩家视角合并成模型能处理的输入，Multiverse 选了沿着通道轴堆叠帧这个超巧妙的办法。因为用的扩散模型是 U - Net 结构，这样堆叠能让两个玩家视角在网络每一层都同时被处理，大大提高帧间一致性。 上下文扩展技巧：Context Expansion Techniques 为了精准预测下一帧，模型得知道玩家操控指令和车辆速度。研究发现 8 帧能让模型学习车辆运动学，但两辆车相对运动慢，需要扩展上下文长度。Multiverse 通过稀疏采样的方法，既维持了上下文长度，又能获取更长时间跨度信息，还优化了驾驶体验。独特的训练秘籍
Unique Training Secrets
训练时长调整：Adjustment of Training Duration 普通世界模型预测范围短，但多人游戏互动需要更长时间跨度。Multiverse 把训练模型的预测范围从 0.25 秒增加到 15 秒，还采用课程学习，先让模型学习低级特征，再学习高级概念，模型的 “物理一致性” 和帧间一致性都大大提高。 应对显存挑战：Coping with VRAM Challenges 训练模型预测超 100 帧画面时会遇到显存难题，Multiverse 用分页自回归预测的方法解决，加载一页数据预测完，再加载下一页，完美避开内存限制。超绝的数据收集大法
Amazing Data Collection Methods
游戏改造：Game Modification Enigma Labs 选《GT 赛车 4》训练模型，可游戏原本不支持全屏 1v1 模式在特定赛道玩。他们逆向工程修改游戏，成功实现想要的设置。 数据收集方式：Data Collection Methods 利用游戏回放系统，重放比赛从两名玩家角度录制，同步录像合并成视频。通过计算机视觉提取游戏 HUD 元素里的控制输入，不用直接记录输入日志就能构建数据集。 自动数据生成：Automatic Data Generation 不想手动玩游戏收集数据？B - Spec 模式来帮忙！编写脚本给 B - Spec 发随机指令自动触发比赛，从两个角度录回放，就能收集第三人称视频数据啦。Multiverse 可不只是个游戏模型，它对 AI 发展意义重大，说不定就是未来 AI 生成世界的雏形，未来的虚拟宇宙说不定就靠它打基础呢！宝子们，是不是超期待！
发布于：浙江省