โอเพนซอร์สโมเดลโลกหลายผู้เล่นขนาด 5B MIRA: ใช้การแสดงผลของ DINOv3 เพื่อบรรเทาการเลื่อนไหลระยะยาว สามารถจำลองการแข่งขัน 2v2 ในเกม Rocket League แบบเรียลไทม์

ตามการติดตามของ Beating สถาบันวิจัย AI General Intuition ร่วมกับห้องปฏิบัติการ AI ของฝรั่งเศส Kyutai และ Epic Games เปิดตัว MIRA โมเดลโลกแบบโต้ตอบหลายผู้เล่น ในฐานะเครื่องจำลองเกมแบบเจเนอเรทีฟที่รองรับการโต้ตอบแบบเรียลไทม์หลายผู้เล่น MIRA สามารถจำลองการแข่งขันแบบสองต่อสองของ Rocket League แบบเรียลไทม์ โดยไม่ต้องใช้ฟิสิกส์เอนจิน เรนเดอริงเอนจิน หรือการแสดงผล 3D อย่างชัดเจนในการอนุมาน โดยอาศัยเพียงภาพประวัติศาสตร์และการกดปุ่มของผู้เล่นเท่านั้น

แตกต่างจากแนวทาง "การแยกการคำนวณเชิงตรรกะและการเรนเดอร์ภาพ" ที่บริษัทอย่าง Odyssey ใช้ MIRA ดำเนินตามแนวทางการจำลองแบบเจเนอเรทีฟบนพื้นที่แฝงของวิดีโอ MIRA มีพารามิเตอร์ 5 พันล้านตัว การออกแบบหลักของระบบคือการสร้างพื้นที่การทำนายแฝงบนตัวเข้ารหัสภาพทั่วไปแบบแช่แข็ง DINOv3-L ด้วยการใช้ประโยชน์จากฟีเจอร์ภาพที่ผ่านการฝึกอบรมล่วงหน้า สถานะแฝงที่สร้างขึ้นสามารถตกอยู่ในพื้นที่การแสดงผลที่มีประสิทธิภาพได้อย่างเสถียรยิ่งขึ้น ช่วยลดปัญหาภาพลอยและการกระจายตัวในการทำนายระยะยาวได้อย่างมีนัยสำคัญ

ในการจัดตำแหน่งหลายหน้าจอ MIRA จะรวมภาพจากมุมมองของผู้เล่นสี่คนเป็นตารางเดียว ทำให้กลไกความสนใจเชิงพื้นที่สามารถทำงานข้ามมุมมองได้อย่างเป็นธรรมชาติ เพิ่มความสอดคล้องเชิงพื้นที่ของยานพาหนะ ลูกฟุตบอล และเหตุการณ์สำคัญในหลายมุมมอง การใช้ Action Dropout ในการฝึกอบรมยังช่วยให้ระบบสามารถเติมเต็มพฤติกรรมเกมของยานพาหนะที่ไม่ได้ถูกควบคุมด้วยคำสั่ง เมื่อขาดสตรีมการกระทำบางส่วน

ปัจจุบัน MIRA สามารถทำงานแบบเรียลไทม์บนการ์ดกราฟิก NVIDIA B200 ตัวเดียวที่ 20 เฟรมต่อวินาที ทีมงานได้เปิดเผยโค้ดการฝึกอบรมและการอนุมานเป็นโอเพนซอร์ส และเผยแพร่ชุดข้อมูล Rocket Science ซึ่งประกอบด้วยการแข่งขัน 1,000 ชั่วโมง วิดีโอจากสี่มุมมองรวมประมาณ 4,000 ชั่วโมง พร้อมข้อมูลสตรีมการกระทำและสถานะทางฟิสิกส์ ส่วนการฝึกอบรมโมเดลเต็มรูปแบบใช้ข้อมูลการแข่งขันที่สะอาดประมาณ 10,000 ชั่วโมง