NVIDIA、ガンマワールドを発表。マルチエージェントモデルが24FPSで4人協力プレイをサポート

ME AIのニュースによると、動察Beatingの監測によると、NVIDIAは清华大学、トロント大学、Vector Instituteの研究者と共同で、多エージェント生成型ワールドモデル「Gamma-World」を発表し、仮想環境シミュレーションが長年単一または二人の相互作用に限定されていた課題を突破しました。チームは現在、プロジェクトページと論文を公開しており、コードと重みは近期内にオープンソース化される予定です。このモデルは、回転位置符号化の高次元拡張と情報仲介トークンの二つのメカニズムを導入し、複数のプレイヤーを独立して制御しつつ、再学習なしで二人プレイから四人プレイへのゼロショット一般化を初めて実現しました。複数プレイヤーワールドモデルの最大の課題は、各プレイヤーが独立して制御可能でありながら、行動が衝突しないようにすることです。研究チームは「Simplex Rotary Agent Encoding」を設計し、古典的な回転位置符号化（RoPE）を高次元角度空間へ拡張しました。この新しい符号化方式により、すべてのプレイヤーが完全に等価な物理的対称性を持ち、固定されたプレイヤー番号に依存しなくなり、より自然な独立した指称と操作が可能になりました。プレイヤー数の増加による計算量の二次的爆発を防ぐため、稀疏中心アテンション（Sparse Hub Attention）メカニズムが導入されました。システムは学習可能な中心トークンを通じて相互作用情報を伝達し、プレイヤー間のアテンション計算コストを線形レベルまで圧縮しました。生成速度面では、チームは高遅延の拡散モデル教師を因果モデル学生に蒸留し、キー・バリューキャッシュ（KV Cache）と組み合わせることで、毎秒24フレーム（24 FPS）のリアルタイム動作応答出力を実現しました。多人数ゲーム環境での評価では、新モデルはビデオ画質のリアリズム、動作応答の制御性、プレイヤー間の一貫性において、従来のスロット型および密アテンションネットワークを明確に上回りました。（出典：BlockBeats）