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
- Kolab 基准：真人屏幕录像揭示 AI Agent 高估自身协作质量 — minnesotanlp · 2026-10-27
- 一个样本就能刷过公平性基准，EMNLP 论文质疑 BBQ 可信度 — radamihalcea · 2026-10-27
- 一段手机视频生成2000条机器人演示,Real2Sem2Real媲美150条遥操数据 — Scobleizer · 2026-10-27
- 从权重范数几何理解MuonH:尺度不变网络中梯度垂直于权重 — jasondeanlee · 2026-10-27
- 用 Sail 等价性证明与 riscv-coq 交叉验证 RISC-V 规范,发现真实 bug — xennygrimmato_ · 2026-10-27
- Kokotajlo 质疑 CoT 监控性评测:如果模型不拒绝篡改思维链呢 — dfrsrchtwts · 2026-10-27