在人工智能领域，Enigma Labs 推出了一款名为 Multiverse 的创新产品，它代表了全球首个 AI 生成的多人游戏模型。这款模型不仅在技术上实现了突破，更在游戏体验上带来了全新的可能性。Multiverse 是一款多人赛车游戏，它允许玩家进行超车、漂移、加速等操作，并且每一个动作都会实时影响并重塑游戏世界。与其他游戏不同的是，Multiverse 通过 AI 技术实时生成游戏画面，确保所有玩家看到的是同一个逻辑统一的世界，从而提供高度一致的游戏体验。
Multiverse 的核心功能与特点
Multiverse 的核心功能在于其能够实现多人实时互动。这意味着，两名玩家可以在同一虚拟世界中进行实时的互动，例如在赛车游戏中进行超车和碰撞等操作。更重要的是，Multiverse 能够确保双方玩家的视角保持一致，从而增强了游戏的公平性和沉浸感。此外，Multiverse 还具备动态世界生成的能力。游戏画面会根据玩家的动作和操作实时生成，这意味着游戏世界是不断变化的，充满了未知和惊喜。这种动态生成的能力不仅增加了游戏的可玩性，也使得每一次游戏体验都变得独一无二。
Multiverse 采用了先进的技术来实现高效的帧预测。通过准确地预测未来的游戏帧，Multiverse 能够确保游戏的流畅性和连贯性，从而提供更好的游戏体验。值得一提的是，Multiverse 的运行成本相对较低。它可以在普通的个人电脑上运行，无需高端硬件的支持，从而降低了使用门槛，使得更多的玩家能够体验到这款创新的游戏。
Multiverse 的技术原理
Multiverse 的技术原理是其能够实现多人游戏体验的关键。为了构建多人游戏世界模型，Multiverse 采用了独特的多人游戏架构，对结构进行了拆解，并重新设计了输入和输出连接，从而实现了真正的合作游戏体验。这一架构主要由以下几个部分组成：
- 动作嵌入器：动作嵌入器的主要功能是获取两个玩家的动作，并输出一个代表这些动作的嵌入。这个嵌入可以被理解为对玩家动作的一种编码，它可以被用于后续的游戏画面生成。
- 去噪网络：去噪网络是一个扩散网络，它能够基于两个玩家之前的帧和动作嵌入，以一个实体的形式同时生成两个玩家的帧。这个过程可以被理解为对游戏画面的一种重建，它可以消除画面中的噪声，并提高画面的质量。
- 上采样器：上采样器负责分别接收两个玩家的帧，并同时计算上采样后的版本。上采样是一种提高图像分辨率的技术，它可以使得游戏画面更加清晰和细腻。
为了解决多人游戏中视角一致性的难题，Multiverse 提出了一种创新的视角合并解决方案。该方案将两个玩家的视角拼接成一张图像，将他们的输入融合成一个联合动作向量，并将这一切视为一个统一的场景。具体来说，Multiverse 采用了沿通道轴堆叠的方法，将两帧图像视为具有两倍色彩通道的图像。这种方法可以使得网络的每一层都能够同时处理两名玩家的视图，从而保证了游戏画面的一致性。
在训练方法上，Multiverse 采用了上下文扩展的方法。为了准确预测下一帧，模型需要接收玩家的动作和足够的帧数，以计算两辆车相对于道路和彼此的速度。为了保持上下文大小，但又能提供更多的时间信息，Multiverse 为模型提供了前几帧和动作的稀疏采样。此外，Multiverse 还采用了课程学习的方法。在训练过程中，Multiverse 将预测时间从 0.25 秒增加到 15 秒，从而使得模型能够更好地学习驾驶技术和多人游戏中的互动。
Multiverse 的项目地址与数据集
Multiverse 的项目地址包括项目官网、GitHub 仓库和 HuggingFace 模型库。这些地址为开发者和研究者提供了丰富的资源，可以帮助他们更好地了解和使用 Multiverse。
Multiverse 的数据集主要来源于索尼的游戏《GT 赛车 4》。团队通过游戏内的回放系统，将每场比赛重放两次，从每名玩家的角度进行录制。然后，团队将两个录像同步，与原始双人比赛对齐，并将它们合并成一个视频，展示两名玩家同时进行游戏。此外，团队还编写脚本向游戏的 B-Spec 模式发送随机输入，自动触发比赛，从两个视角录制回放画面，捕捉 AI 驱动比赛的第三人称视频。
Multiverse 的应用场景
Multiverse 的应用场景非常广泛。它可以被用于多人游戏开发，提供更真实、丰富的互动体验；可以被用于 VR/AR 应用，创建多人共享的虚拟环境，增强沉浸感和社交性；可以被用于 AI 训练与研究，作为开源模型，训练智能 AI Agent，研究复杂环境下的决策和协作；可以被用于教育与培训，创建虚拟训练场景，用于驾驶、军事演练或团队协作训练；可以被用于娱乐与社交，开发虚拟聚会、在线活动等应用，提供新颖的社交体验；还可以被用于模拟经营游戏，在模拟经营游戏中，玩家需要进行资源管理、建筑规划、城市发展等操作，每一次决策都可能影响整个模拟世界的经济和生态平衡。
AI多人游戏模型的未来展望
Multiverse 的推出，无疑为 AI 在游戏领域的应用开启了新的篇章。它不仅展示了 AI 在游戏内容生成方面的潜力，也为多人游戏的互动模式提供了新的思路。随着技术的不断发展，我们可以预见，AI 将在游戏领域发挥越来越重要的作用，为玩家带来更加丰富、更加个性化的游戏体验。未来的 AI 游戏模型可能会具备以下几个方面的特点：
- 更高的智能化水平：未来的 AI 游戏模型可能会具备更高的智能化水平，能够更好地理解玩家的行为和意图，从而提供更加个性化的游戏体验。
- 更强的互动性：未来的 AI 游戏模型可能会具备更强的互动性，能够与玩家进行更加自然、更加流畅的互动，从而增强游戏的沉浸感。
- 更丰富的内容生成能力：未来的 AI 游戏模型可能会具备更丰富的内容生成能力，能够根据玩家的需求和偏好，生成各种各样的游戏内容，从而使得游戏体验更加多样化。
Multiverse 作为全球首个 AI 生成的多人游戏模型，它的出现无疑为游戏行业带来了新的机遇和挑战。我们有理由相信，在不久的将来，AI 将会成为游戏开发的重要力量，为玩家带来更加精彩的游戏世界。让我们拭目以待，看看 AI 将如何改变我们的游戏方式。
通过 Enigma Labs 的 Multiverse 项目，我们看到了 AI 技术在游戏领域的巨大潜力。这款创新的多人游戏模型不仅在技术上实现了突破，更在游戏体验上带来了全新的可能性。Multiverse 的成功，预示着 AI 将在未来的游戏开发中扮演越来越重要的角色，为玩家带来更加丰富、更加个性化的游戏体验。这款模型的开源，也为 AI 在多人游戏领域的应用提供了新的可能性，相信会有更多的开发者和研究者加入到这个领域中来，共同推动 AI 游戏技术的发展。
