World Model Enables Multiplayer FPS Gameplay

📊 競品分析▸ Show

特徵/模型	Agora-1 (Odyssey)	Genie 3 (Google DeepMind)	Multiverse (Enigma Labs)	Solaris (謝賽寧團隊, 基於Matrix-Game 2.0)	LingBot-World-Fast (螞蟻靈波科技)
應用焦點	多人FPS遊戲體驗 (人類與AI)	通用互動環境生成, AGI訓練	多AI智能體協作世界	多人視頻世界模型, Minecraft協同感知	行動端3D世界生成, 實時漫遊
解析度	像素化 (web-based FPS)	720p	不詳 (單人模型通常為低解析度)	不詳 (Minecraft環境)	480p
幀率	即時 (real-time)	24 fps	不詳 (單人模型通常為低幀率)	20 FPS (數據採集)	16 fps
一致性	支援多人互動	跨分鐘一致性 (約1分鐘)	解決多AI視角錯亂	建築一致性與玩家視覺對齊	長時序一致性
互動性	即時多人FPS互動	即時導航, 可提示事件	AI智能體感知、互動、協作	多玩家協同感知	鍵盤/滑鼠操控, 文本提示改變環境
開發者	Odyssey	Google DeepMind	Enigma Labs	謝賽寧團隊 (基於昆侖天工Matrix-Game 2.0)	螞蟻靈波科技 (Ant Group)
開源狀態	閉源 (產品)	閉源 (研究原型)	開源	開源 (Matrix-Game 2.0為基礎)	開源
成本	不詳 (服務成本高昂)	運行成本約100美元/小時	訓練費1500美元 (雙AI)	不詳	不詳

Agora-1 (Odyssey):
- 運行於純生成式模型，不依賴傳統遊戲引擎、物理規則或渲染代碼，實時生成所有視覺內容。
- 旨在模擬時間與主觀體驗本身。
世界模型通用架構 (例如Genie系列):
- 通常採用多模型架構，學習重現動作並辨識可控部分。
- 運用自回歸生成技術，參考前一幀畫面以維持場景一致性。
- 本質上更接近「逐幀拼接的影片流」，而非傳統3D環境。
多人世界模型 (例如Multiverse, Solaris):
- 接收多個玩家的歷史觀察與動作，聯合預測未來觀察結果。
- 採用擴散模型 (diffusion model) 進行幀生成，並可能包含動作嵌入模組與上採樣器。
- 引入多人自注意力層 (multi-player self-attention layers) 促進玩家間資訊交換，解決多玩家視角一致性問題。
- 透過共享幀率時間戳對齊動作與視覺觀察數據。
優化技術 (例如LingBot-World-Fast):
- 採用後訓練優化方案，生成過程僅聚焦新增畫面內容，避免重複計算穩定部分，以提升實時生成效率並確保畫面品質與一致性。

世界模型將大幅降低遊戲開發門檻，加速獨立開發者創造複雜遊戲的能力。

AI工具能自動生成美術素材、優化工作流程、修復bug，使小型團隊有能力製作媲美3A大作的遊戲，並加速原型開發與在地化。

AI生成遊戲內容的版權與智慧財產權爭議將日益突出。

隨著AI能快速生成大量內容，版權歸屬和內容來源的合法性將成為法律挑戰，特別是對於維權態度強硬的廠商。

世界模型將成為訓練通用人工智慧(AGI)和具身智能(Embodied AI)的關鍵平台。

這些模型能提供多樣化、可控的虛擬訓練環境，讓AI代理和機器人學習場景理解、動作規劃和任務演練，是邁向AGI的重要基石。

1990-00

Jürgen Schmidhuber 提出「智能體應學習可微環境模型並規劃行動」概念

2018-00

David Ha 和Jürgen Schmidhuber 發表《World Models》論文，展示AI智能體在「夢境」中訓練

2024-02

Google DeepMind 推出Genie 1，首次透過文字或圖片提示生成互動式動畫遊戲

2025-08

Google DeepMind 發表Genie 3，將世界模型提升至720p、24fps，支援即時操作與跨分鐘一致性

2026-03

謝賽寧團隊發布Solaris，實現全球首個多人視頻世界模型，在Minecraft中驗證多玩家協同感知

2026-05

Odyssey的Agora-1世界模型實現多人連線FPS遊戲體驗，並由量子位報導

世界模型實現多人連線 FPS 遊戲體驗