NVIDIA Melancarkan Gamma-World, Model Agen Berbilang Menyokong Kolaborasi 4 Pemain pada 24 FPS
KuCoinFlash
Kongsi
Ringkasan
NVIDIA mengumumkan projek bersama Gamma-World, model agen pelbagai yang dibangunkan bersama Universiti Tsinghua, Universiti Toronto, dan Vector Institute. Sistem ini menyokong kolaborasi 4 pemain pada 24 FPS, menggunakan pengkodean kedudukan putaran berdimensi tinggi dan perhatian hub jarang. Pasukan tersebut berkongsi laman projek dan kertas kerja, dengan kod dan berat akan diikuti kemudian. Pengumuman projek ini selari dengan berita aset dunia nyata (RWA) yang semakin meningkat dalam persekitaran yang digerakkan oleh AI.
ME AI mesej, menurut pemantauan Beating, para penyelidik dari NVIDIA, Universiti Tsinghua, Universiti Toronto, dan Vector Institute telah menerbitkan model dunia generatif pelbagai agen bernama Gamma-World, yang memecahkan batasan jangka panjang dalam simulasi persekitaran maya yang terhad kepada interaksi individu atau dua orang sahaja. Pasukan kini telah menerbitkan halaman projek dan kertas kerja, dengan kod dan berat dijadualkan untuk dibuka sumber dalam masa terdekat. Model ini memperkenalkan dua mekanisme: pengembangan dimensi tinggi kepada kod posisi putaran dan penanda perantara maklumat, yang membolehkan pelbagai pemain dikawal secara bebas sambil pertama kalinya mencapai pengagihan tanpa latihan semula dari dua pemain kepada empat pemain bekerjasama. Cabaran utama model dunia pelbagai pemain ialah memastikan setiap pemain dikawal secara bebas tanpa konflik tindakan. Pasukan penyelidik merekabentuk Kod Agens Putaran Simples (Simplex Rotary Agent Encoding), yang mengembangkan kod posisi putaran klasik (RoPE) ke ruang sudut dimensi tinggi. Cara kod baru ini memberikan simetri fizikal yang setara sepenuhnya kepada semua pemain, tanpa bergantung kepada nombor pemain tetap, seterusnya mencapai rujukan dan pengawalan bebas yang lebih semula jadi. Untuk mengelakkan peningkatan kuasa dua dalam pengiraan apabila bilangan pemain bertambah, penyelesaian ini memperkenalkan mekanisme Perhatian Pusat Jarang (Sparse Hub Attention). Sistem menggunakan penanda pusat yang boleh dipelajari untuk menghantar maklumat interaksi, berjaya mengurangkan kos pengiraan perhatian antara pemain kepada tahap linear. Dari segi kelajuan penghasilan, pasukan telah mendidik guru model penyebaran berlaten tinggi menjadi pelajar model kausal, yang dipadukan dengan cache kunci-nilai (KV Cache) untuk menghasilkan respons tindakan secara masa nyata pada 24 FPS. Penilaian dalam persekitaran permainan pelbagai pemain menunjukkan bahawa model baharu ini unggul secara ketara berbanding rangkaian slot dan perhatian padat tradisional dari segi kejelasan visual, kawalan respons tindakan, dan kekonsistenan antara pemain. (Sumber: BlockBeats)
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini.
Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.
KuCoinFlash
Ringkasan