Lucid

Giới thiệu

Chúng tôi đang xây dựng các mô phỏng vũ trụ dựa trên mô hình video tương tác.

Chúng tôi huấn luyện các mô hình video mô phỏng những môi trường siêu chân thực với khả năng điều khiển nhập vai, thay thế game engine hay physics engine được lập trình cứng bằng mạng nơ-ron linh hoạt.

Chúng tôi đã xây dựng mô hình video diffusion có điều kiện theo hành động nhanh nhất (chạy hơn 20 fps trên GPU chơi game 4090) để mô phỏng Minecraft. Mô hình nhanh hơn 5 lần so với các World Model Minecraft khác và được huấn luyện với lượng tài nguyên ít hơn 100 lần. Điểm mấu chốt của chúng tôi là nén cực mạnh trong tokenizer (128x so với mức 8x truyền thống), và vì chi phí attention tăng theo bình phương số token nên mô hình của chúng tôi chạy nhanh đến chóng mặt.

Giờ chúng tôi đang huấn luyện một world model siêu chân thực!

Chủ đề