في خطوة جريئة نحو المستقبل، أطلق باحثون أول نموذج عالمي متعدد اللاعبين (Multiplayer World Model) مُصمم خصيصاً لبيئات الألعاب الديناميكية، حيث تسيطر التفاعلات الجسدية المعقدة على الأنظمة. العادة أن نماذج اللاعبين الفردية تتعامل مع اللاعبين الآخرين كجزء من البيئة، لكن نموذجنا الجديد يعتمد على تيارات الأفعال المتعددة، مما يساعده على فهم التغيرات في المشهد وت attributionها بشكل صحيح لكل لاعب، مع الحفاظ على التناسق بين الأفعال المتنوعة.

يدرس هذا النموذج الحديث أداء اللاعبين في لعبة Rocket League، حيث يتنافس اللاعبون ويتعاونون ضمن ديناميكيات سريعة مرتبطة بشكل وثيق. تم تدريب النموذج على ما يقارب 10,000 ساعة من اللعب المُجمع بواسطة روبوتات متاحة للجمهور. يعتمد النموذج على تقنية الـ Latent Diffusion Model ذات 5 مليارات معلمة، حيث يقوم بإنتاج مباريات لأربعة لاعبين في الوقت الحقيقي، مع توليد 20 إطاراً في الثانية باستخدام وحدة معالجة الرسوميات Nvidia B200.

وعلى الرغم من تدريب النموذج على مقاطع قصيرة، إلا أن النتائج تبقى مستقرة لفترات طويلة تصل إلى خمس دقائق، وهي أكبر فترة تم قياسها حتى الآن، حيث يُلاحظ استمرارية الأداء لعدة ساعات دون أي علامات على الانهيار. يتم التحقق النظامي من الخيارات التصميمية المركزية مثل كودك الفيديو، والسياق المتعدد اللاعبين.

لا يقتصر نموذج العالم المتعدد اللاعبين على جودة العناصر البصرية فقط، بل يسعى إلى تقييم الفهم الفيزيائي. لدعم الأبحاث المستمرة حول هذه النماذج، تم الاحتفاظ بالبيانات، ونشر جميع أكواد التدريب والاستدلال، بالإضافة إلى عرض مباشر للتجربة.

هذا الابتكار يُمثل قفزة نوعية في مجال الذكاء الاصطناعي، ويفتح آفاق جديدة للمطورين للتفاعل مع الألعاب بطرق لم تكن ممكنة في السابق. ما رأيكم في هذه التطورات الرائعة في عالم الذكاء الاصطناعي وما يمكن أن تقدمه لمستقبل ألعاب الفيديو؟ شاركونا آرائكم في التعليقات!