核心摘要
据动察监测，AI 研究机构 General Intuition 联合法国 AI 实验室 Kyutai 以及 Epic Games 推出多人交互世界模型 MIRA。这是一款支持多人实时互动的生成式游戏模拟器，能够在无需物理引擎、渲染引擎或显式 3D 表示参与推理的情况下，仅根据历史画面和玩家按键，实时模拟《火箭联盟》的二对二对抗。
正文解读
MIRA 的技术路线与以往方案有所不同。此前 Odyssey 等公司采用「逻辑计算与画面渲染解耦」的思路，而 MIRA 走的是基于视频潜在空间的生成式模拟路线。该系统拥有 50 亿参数，核心设计是将潜在预测空间建立在冻结的通用视觉编码器 DINOv3-L 之上。借助预训练视觉特征，生成的潜在状态能够更稳定地落在有效表示空间内，从而显著缓解长时预测下的画面漂移与发散问题。
在多人交互场景中，MIRA 通过将四个玩家视角的潜在画面拼接为统一网格，使空间注意力机制能够自然跨视角运作，提升了车辆、足球和关键事件在多视角中的空间一致性。训练中引入的动作丢弃机制也帮助系统在缺少部分动作流时，补全未被指令控制车辆的游戏行为。这些设计让 MIRA 在多人实时交互场景中保持较好的稳定性。
目前 MIRA 可在单张英伟达 B200 显卡上以每秒 20 帧实时运行。团队已开源训练与推理代码，并发布 Rocket Science 数据集，其中包含 1000 小时比赛、四视角合计约 4000 小时的视频、动作流和物理状态数据；模型完整训练则使用了约 1 万小时的干净对局数据。
原创文章，作者：admin，如若转载，请注明出处：https://www.23btc.com/198494/
