用自玩数据训练的游戏世界模型
gamajuice1 · reddit · 2026-07-18
作者从零训练了一个基于 Hollow Knight 的交互式扩散世界模型，数据来自自己录制的游戏过程与输入控制。
训练设置
- 约 40 万帧 数据，约 7 小时 游戏时长
- 从随机初始化 训练，没有用预训练权重或 LoRA
- 数据只来自作者自己的游戏录像与操作记录
当前能力
- 已开始学习部分真实机制
- 能响应 移动、冲刺、攻击、命中 等输入
- 生成的片段不是游戏实时渲染，也不是简单回放，而是模型根据控制信号合成的画面
现阶段问题与计划
- 长时间运行时仍会出错
- 作者接下来会继续提升一致性，并加入更多样的游戏数据
- 目标是做成可在浏览器中运行的可玩 demo
「研究」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11