Matrix-Game 4.0:用视频模型打造实时可玩的游戏世界
提出把游戏执行与视觉生成分离的可执行游戏框架:轻量引擎维护世界状态与规则,视频模型负责画面。
AI 深研院 · 重点 0 · 其他 15 条
Hugging Face Daily Papers 与 arXiv 精选
提出把游戏执行与视觉生成分离的可执行游戏框架:轻量引擎维护世界状态与规则,视频模型负责画面。
35B MoE 智能体模型 Sage-A1.5 通过能力组合推进长程问题求解,强调智能体编排、验证与开放式科学发现。
把游戏引擎或编码智能体给出的粗结构渲染为逼真视频的少步生成式渲染器,不绑定单一引擎表示。
提出 Video-Point Model,根据多视角视频与语言指令,同时预测任意视角的未来视频与场景点的 3D 轨迹。
含 48 个任务、40,033 条样本、七类决策角色,检验路由、护栏、验证等决策模型的一致性与置信度。
首个覆盖人类与多种机器人本体的第一人称移动操作世界基础模型,使用 1 万小时人类与 3 千小时机器人数据。
研究递归自我改进智能体中「脚手架与模型能力不匹配」问题,提出让模型与脚手架协同进化的框架。
发现 VLA 被丢弃的未执行动作尾部保留了去噪进度,用它初始化下一段动作,可减少去噪步数并提升控制。
评测机器人策略在产品变体、移动物料流、有限执行窗口和精密公差等工业约束下的表现。