latent diffusion transformer

FlockWorld 和 FlockDiT 推动多智能体视频生成研究

研究人员推出了 FlockWorld，这是一个新颖的人工生命环境，旨在研究种群规模的多智能体视频世界模型。该环境基于 Reynolds 的 Boids 算法构建，允许独立配置摄像机智能体和周围种群。与 FlockWorld 一同，该团队开发了 FlockDiT，一个在此数据上训练的潜在扩散 Transformer。他们的研究结果表明，联合生成可改善智能体检测，并且扩散强制可增强回放保真度，为多智能体视频生成提供了一个受控的测试平台。