OverSeer多智能体世界模型论文发布

Runjia Li 等人发布多智能体世界模型 OverSeer，通过在智能体第一人称视角之外引入空间固定的辅助相机视角，为模型提供类似世界中心的表示以维持一致性。这些辅助视角用 delta-VAE 只编码相对静态参考图的变化，从而显著减少所需 token 数与生成开销。 在 Minecraft 和 Doom 上的实验显示，世界与智能体一致性均有提升；真实多相机拍摄的定性结果，则说明该方法不依赖游戏引擎。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。