محققان در مقاله جدیدی از مدل نوآورانه WorldWeaver (W²) رونمایی کردند که تحولی در تولید ویدیوهای تعاملی ایجاد میکند.
🔹 مشکل چی بود؟ در مدلهای قبلی، وقتی چند ایجنت یا زاویه دید مختلف داشتیم، هوش مصنوعی «حافظه مشترک» نداشت و منطقِ محیط بههم میریخت.
🔹 راهکار چیه؟ این مدل جدید با استفاده از «ثباتهای وضعیت جهان» (World State Registers)، اطلاعات کلیدی محیط و وضعیت هر ایجنت رو به صورت لحظهای ذخیره و بهروزرسانی میکنه.
تستهای انجام شده در محیط بازی Minecraft نشون میده که این روش باعث میشه ویدیوهای تولید شده، ثبات منطقی خیلی بالاتر و کیفیت بصری فوقالعادهای داشته باشن. این یعنی یک قدم بزرگ به سمت شبیهسازیهای دقیقتر در دنیای گیم و محیطهای مجازی! 🎮🤖
منبع: arXiv Computer Vision
