研究人员开发了Marionette，一种用于交互式游戏的新型世界模型，它将显式状态预测与外观合成分离开来。这种方法模拟了一个276维的3D世界状态，包括关节骨骼和轨迹，然后由一个固定的渲染器用于几何渲染，一个扩散模型用于照片级真实感外观。Marionette展示了对预测世界状态的直接可控性，并通过对显式状态施加规则，能够修复长时程不一致性，例如角色之间距离过远或穿透地形。 AI
影响 通过将状态预测与视觉合成解耦，这种方法可以实现更具可控性和一致性的交互式环境中的AI代理。
排序理由 该集群描述了一篇关于用于游戏世界模拟的新型AI模型的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.14530v1 Announce Type: cross Abstract: Interactive game world models typically autoregress visual observations directly in pixel or latent space, forcing structured properties such as pose, geometry, and occlusion to be implicitly maintained by the same generative sequ…
Marionette predicts explicit 3D articulated world states for interactive games, uses a fixed renderer for geometry, and synthesizes video via diffusion, enabling direct state-level control and long-horizon consistency repair.