Lucid

O firmie

Budujemy symulacje wszechświata napędzane interaktywnymi modelami wideo.

Trenujemy modele wideo, które symulują hiperrealistyczne środowiska z immersyjnym sterowaniem, zastępując zakodowane na sztywno silniki gier czy fizyki dynamicznymi sieciami neuronowymi.

Zbudowaliśmy najszybszy dyfuzyjny model wideo sterowany akcjami (ponad 20 fps na gamingowej karcie 4090), który symuluje Minecrafta. Jest 5 razy szybszy od innych modeli świata Minecrafta i został wytrenowany przy 100 razy mniejszych zasobach. Naszym kluczowym pomysłem była agresywna kompresja w tokenizerze (128x zamiast tradycyjnych 8x), a ponieważ koszt mechanizmu uwagi rośnie kwadratowo z liczbą tokenów, nasz model działa oszałamiająco szybciej.

Teraz trenujemy hiperrealistyczny model świata!

Tematy