Odysseyml：用AI世界模型运行多人游戏模拟

Odysseyml今日正式发布了其多智能体世界模型Agora-1，该模型能够为最多四名人类或AI参与者生成共享的实时模拟环境。与以往每次只能模拟单个智能体的世界模型不同，Agora-1采用了全新的架构，将模拟与渲染分离，从而在多个参与者之间保持一致的物理世界状态。

传统方法如Multiverse和Solaris在处理多智能体时遇到了扩展瓶颈。Multiverse将多个智能体状态合并到一个分屏表示中，而Solaris则将参与者沿序列维度拼接，导致上下文长度随玩家数量增长，并且在玩家视线受阻时一致性变得脆弱。Agora-1则另辟蹊径：它用一个独立的模型从玩家动作中学习世界状态的演化，并利用基于DiT的渲染器从共享状态中独立生成每个参与者的视角。这种设计使得多视角渲染的一致性不会随着参与者数量的增加而下降。

Agora-1的架构并不局限于游戏领域。共享世界状态抽象可以应用于任何需要多个智能体在同一环境中协同操作的工作场景，包括协作机器人和多智能体强化学习实验。Odysseyml还指出，由于游戏状态可直接操作，Agora-1能够在保留原始游戏动态的同时生成新的关卡。

该模型的关键特性包括：最多四名参与者（人类或AI）同时模拟、完全可学习的模拟与渲染系统、基于共享游戏状态而非图像或提示的DiT渲染器、以及一致的多视角生成。目前，Odysseyml已发布了一个基于《黄金眼》死亡竞赛玩法的可研究预览版，供用户体验。

对于研究人员和开发者而言，Agora-1带来了显著的优势：多智能体强化学习研究者获得了一个交互式模拟环境，其中联合交互空间随玩家数量呈组合增长；游戏开发者能够探索一个具有学习能力的游戏引擎；机器人团队则获得了多智能体共享环境建模的参考架构。此外，在Agora-1中训练的策略可能在没有原始游戏的情况下泛化到未知环境。

Odysseyml指出，Agora-1的真正价值不在于《黄金眼》演示，而在于它展示了解耦模拟与渲染是一条可行的路径，使得世界模型能够在无需重写架构的情况下随智能体数量扩展。游戏的演示只是为了让人们更直观地看到它的运行效果。