英伟达清华团队提出Gamma-World:世界模型从「一个人玩」到「多人共处」
量子位4090 字 (约 17 分钟)
92
Gamma-World通过正单纯形编码与稀疏枢纽注意力,系统解决多智能体世界建模架构缺陷,FVD平均下降超40%,支持双人训练四人零样本泛化及24 FPS实时推演。
入选理由:采用正单纯形(regular simplex)编码玩家身份,实现任意玩家间几何等距,支持零样本扩展至更多玩家且无需重训
精选文章#世界模型#多智能体#Transformer#NVIDIA#清华中文
模型
由NVIDIA、清华、多伦多大学联合提出的多智能体世界模型架构,支持多人共处仿真。
已收录 2 篇与「Gamma-World」相关的 AI 资讯和分析。
Gamma-World通过正单纯形编码与稀疏枢纽注意力,系统解决多智能体世界建模架构缺陷,FVD平均下降超40%,支持双人训练四人零样本泛化及24 FPS实时推演。
入选理由:采用正单纯形(regular simplex)编码玩家身份,实现任意玩家间几何等距,支持零样本扩展至更多玩家且无需重训
Gamma-World通过正单纯形编码与稀疏枢纽注意力,系统性解决多智能体世界建模难题,实现2人训练→4人零样本泛化与24 FPS实时推演,FVD平均下降超40%。
入选理由:采用正单纯形(regular simplex)编码实现玩家身份等距、无参数、可扩展,支持训练时2人→推理时4人零样本泛化
与「Gamma-World」经常一起出现的 AI 术语。
💡 想追踪「Gamma-World」的长期趋势?去 实体雷达 · Gamma-World 查看详细分析和跨材料问答。