Lucid

Sobre

Estamos a construir simulações de universos movidas por modelos de vídeo interativos.

Treinamos modelos de vídeo que simulam ambientes hiper-realistas com controlo imersivo, substituindo motores de jogo ou de física programados à mão por redes neuronais dinâmicas.

Criámos o modelo de vídeo de difusão condicionado por ações mais rápido que existe (a correr a mais de 20 fps numa GPU de gaming 4090) para simular o Minecraft. É 5 vezes mais rápido do que outros World Models de Minecraft e foi treinado com 100 vezes menos recursos. A nossa ideia diferenciadora foi apostar numa compressão agressiva no tokenizador (128x, contra os habituais 8x) e, como a atenção cresce quadraticamente com o número de tokens, o nosso modelo corre de forma muitíssimo mais rápida.

Agora estamos a treinar um world model hiper-realista!

Temas