mira-wm/mira

解決的問題

MIRA 解決了在複雜多人環境中建立即時、可互動世界模型的挑戰。它能根據四名玩家的同步操作，模擬完整的 2v2 Rocket League 比賽，並生成影片幀。

工作原理

該系統使用一個 50 億參數的潛在擴散模型，依序生成影片幀。它利用一個表示自動編碼器（編解碼器）來處理視覺資料。訓練過程包括編解碼器、單人世界模型，最後是基於單人版本熱啟動的 4 人世界模型。訓練使用的是「Rocket Science」資料集，其中包含 2v2 比賽的同步多視角影片、鍵盤操作和遊戲狀態。

適用對象

從事世界模型、影片生成中的潛在擴散技術，以及複雜互動式模擬 AI 的研究人員和開發者。

主要亮點

• 即時性能：可在單一 GPU 上以 20 FPS 運行完整的 2v2 比賽。
• 多人互動：根據四名玩家的聯合操作生成幀。
• 大型模型：採用 50 億參數的潛在擴散架構。
• 全面的資料集：包含「Rocket Science」資料集，涵蓋同步多視角影片、操作和物理狀態。