← #801

MIRA：在《火箭联盟》上训练的多人可交互世界模型

文章摘要

（说明：原网站是纯前端 SPA，抓取时只返回加载动画，以下内容主要基于官方在 HN 的说明与讨论还原。）

MIRA 是一个”可交互世界模型”（interactive world model）。它的颠覆之处在于：它不是一个”会玩《火箭联盟》的 AI”，而是一个”用神经网络把《火箭联盟》本身模拟出来”的 AI。换句话说，你玩的不是游戏引擎渲染的画面，而是直接在一个神经网络内部游玩——画面、物理、碰撞、进球全部由模型实时生成。很多人第一次玩都会惊讶：它”感觉就跟真游戏一模一样”。

据团队成员在 HN 的介绍，MIRA 是 General Intuition、Kyutai 与 Epic Games 三方合作的成果，在 10,000 小时的《火箭联盟》对局数据上训练而成。模型有 50 亿参数，能在单张 B200 GPU 上以 20fps 跑起 4 人对战。它本质上是一个扩散（diffusion）世界模型；据讨论，把同一帧的 4 个高度相关（都围绕着球）的视角一起喂进去，是它能保持如此连贯的关键。团队同时开源发布了：可在线试玩的 demo、一份详尽的技术报告，以及一份 1,000 小时的 4 人对战数据集。

最令团队自己惊讶的一点是”自动纠偏”（auto-recovery）行为：一般的世界模型一旦跑偏进入训练分布之外（out-of-distribution）就会一路崩坏、再也回不来，但 MIRA “非常不喜欢待在分布之外”，会自己把画面拉回正常轨道。反过来说，它也确实”讨厌”没见过的情况——有玩家发现只要倒着开车，模型就明显表现变差、经常无视输入。团队坦言，这个项目的目标不是取代游戏本身，而是推动世界模型的研究，并希望未来能应用到机器人等”数据受限”的场景中。

HN 评论精华

MasterScrat（General Intuition 团队）：给出了最完整的技术底牌——三方合作、10k 小时数据、5B 参数、单 GPU 20fps 跑 4 人对战，并已放出在线 demo、技术报告和 1k 小时数据集。他还打趣说，模型 checkpoint 的体积居然比游戏本体安装包还小一半。
vvolhejn（团队成员 Václav）：认为最出人意料的就是”自动纠偏”能力——他见过的其他模型一旦跑偏就永远回不来，而 MIRA 会主动回到正常分布。他还解释了多视角输入的好处：因为四个视角已经把全部信息都给了模型，它就不必去”揣摩”其他玩家的状态、也不用维持长时间的一致性。
danking00：分享了很多人共同的顿悟时刻——本以为会看到”AI 打《火箭联盟》”，结果很快意识到这其实是”AI 在模拟《火箭联盟》”，直呼疯狂、”手感和真游戏没差”。
superkuh：给出了有价值的负面测试。他倒着开车后发现模型表现大幅下降、经常不执行他的输入、一直在自我”矫正”。MasterScrat 回应说，倒着开车确实是测试模型泛化能力的好点子。
avaer 与 sliding-penguin：提出了最主要的质疑——既然数据和代码都放出来了，为什么不干脆开源那 5B 的模型权重？后者还表示很想用人类真人对局数据去做微调。
in-silico 与 amarant：从玩家体验角度提出批评。in-silico 觉得训练数据应该来自”更不可预测”的策略，因为模型常常无视你的输入、径直去做”机器人会做的事”；amarant 则指出物理表现不错，但缺少高手才会的花式操作（三段 flip reset、double-tap、musty 等），一玩就露馅。