Mô hình thế giới đa người dùng 5B mã nguồn mở MIRA: Sử dụng biểu diễn DINOv3 để giảm thiểu hiện tượng trôi dạt dài hạn, có thể mô phỏng thời gian thực trận đấu 2v2 trong Rocket League.

Theo giám sát của Động Sát Beating, viện nghiên cứu AI General Intuition hợp tác với phòng thí nghiệm AI Pháp Kyutai và Epic Games ra mắt mô hình thế giới tương tác đa người chơi MIRA. Là một trình mô phỏng game thế hệ có hỗ trợ tương tác thời gian thực đa người chơi, MIRA có khả năng mô phỏng thời gian thực trận đấu 2 đấu 2 của Rocket League chỉ dựa trên lịch sử hình ảnh và thao tác phím của người chơi, mà không cần đến sự tham gia suy luận của engine vật lý, engine kết xuất hoặc biểu diễn 3D rõ ràng.

Khác với hướng tiếp cận "tách rời tính toán logic và kết xuất hình ảnh" của các công ty như Odyssey, MIRA đi theo hướng mô phỏng thế hệ dựa trên không gian tiềm ẩn video. MIRA sở hữu 5 tỷ tham số, thiết kế cốt lõi của hệ thống là xây dựng không gian dự đoán tiềm ẩn trên bộ mã hóa thị giác phổ quát đã được đóng băng DINOv3-L. Nhờ các đặc trưng thị giác được tiền huấn luyện, trạng thái tiềm ẩn được tạo ra có thể rơi vào không gian biểu diễn hợp lệ một cách ổn định hơn, từ đó giảm thiểu đáng kể hiện tượng trôi và phân kỳ hình ảnh trong dự đoán dài hạn.

Về căn chỉnh đa màn hình, MIRA ghép các hình ảnh tiềm ẩn từ góc nhìn của bốn người chơi thành một lưới thống nhất, cho phép cơ chế chú ý không gian hoạt động tự nhiên xuyên qua các góc nhìn, nâng cao tính nhất quán không gian của xe cộ, bóng và các sự kiện quan trọng trên nhiều góc nhìn. Kỹ thuật Action Dropout được đưa vào trong quá trình huấn luyện cũng giúp hệ thống bổ sung hành vi game của các phương tiện không được điều khiển bằng lệnh khi thiếu một phần luồng hành động.

Hiện tại, MIRA có thể chạy thời gian thực trên một card đồ họa NVIDIA B200 với tốc độ 20 khung hình mỗi giây. Nhóm nghiên cứu đã mã nguồn mở mã huấn luyện và suy luận, đồng thời phát hành bộ dữ liệu Rocket Science, bao gồm 1000 giờ thi đấu, tổng cộng khoảng 4000 giờ video từ bốn góc nhìn, dữ liệu luồng hành động và trạng thái vật lý; quá trình huấn luyện đầy đủ của mô hình đã sử dụng khoảng 10.000 giờ dữ liệu trận đấu sạch.