生成建模与扩散
突破级
暂无讲解视频
收录解读
交互式视频 world models 过去多默认单一控制信号，但游戏、机器人和多主体仿真都需要多个 agent 在同一环境中同时行动。
Gamma-World 的核心是把多 agent identity 和交互建模进生成式 world model：Simplex Rotary Agent Encoding 让 agent 既可区分又保持置换对称，Sparse Hub Attention 用 hub token 降低跨 agent attention 成本。
为了实时交互，论文还把 full-context diffusion teacher 蒸馏为带 KV cache 的 causal student，实现 action-responsive rollout。
它值得收录，因为它把 world model 从 single-agent video control 推向 multi-agent interactive simulation，并给出 agent identity、跨主体通信和实时生成三类可复用原语。