游戏研究社
·
国产开源世界模型来了，我们离“用AI做出可玩世界”更近了吗？
💡
原文中文，约4300字，阅读约需11分钟。
📝
内容提要
谷歌DeepMind的Genie 3与蚂蚁灵波的LingBot-World展示了AI生成可探索互动场景的潜力。LingBot-World支持用户自由控制虚拟环境，生成多样化场景并实现实时互动。该模型开源，促进开发者参与，推动游戏开发与AI技术结合，降低创作成本，提高效率。
🎯
关键要点
- 谷歌DeepMind的Genie 3和蚂蚁灵波的LingBot-World展示了AI生成可探索互动场景的潜力。
- LingBot-World支持用户自由控制虚拟环境，生成多样化场景并实现实时互动。
- 该模型开源，促进开发者参与，推动游戏开发与AI技术结合。
- LingBot-World能够生成高保真的场景细节和一致性，支持自由探索。
- 模型的训练引入了动作控制指令，使生成过程从时间驱动转向动作驱动。
- LingBot-World以每秒16帧的速度生成实时画面，指令响应延迟小于1秒。
- LingBot-World的开源策略使开发者能够下载并在本地部署，促进实践与改进。
- 世界模型被认为是AI技术的下一个阶段，能为自动驾驶和仿真机器人训练提供数据。
- 虽然LingBot-World展示了游戏的表现，但目前仍无法替代复杂的游戏交互逻辑。
- 世界模型在游戏开发中能帮助团队快速实现玩法原型，降低开发成本。
- AI工具的加速赋能将推动游戏创作与交互形态的演化。
❓
延伸问答
LingBot-World的主要功能是什么？
LingBot-World支持用户自由控制虚拟环境，生成多样化场景并实现实时互动。
LingBot-World如何促进游戏开发？
LingBot-World通过开源策略降低了开发成本，提高了效率，帮助团队快速实现玩法原型。
LingBot-World与Genie 3有什么区别？
LingBot-World选择开源，允许开发者下载和本地部署，而Genie 3最初并未开放给大众使用。
LingBot-World的生成速度和响应时间如何？
LingBot-World以每秒16帧的速度生成实时画面，指令响应延迟小于1秒。
LingBot-World在训练过程中使用了什么样的指令？
LingBot-World在训练时引入了WASD等动作控制指令，使生成过程从时间驱动转向动作驱动。
LingBot-World能否替代复杂的游戏交互逻辑？
目前LingBot-World仍无法替代复杂的游戏交互逻辑，它主要用于生成可探索的场景。
➡️
