Multics:采用层级通信的多人生成式世界模型
Multics是一种面向多人互动世界的视频生成框架,将信息交换划分为玩家、群组和全局三个层级。群组令牌汇总局部相关信息,并减少无关事件之间的干扰。系统根据近期摄像机轨迹动态分组,以限制不必要的通信。实验显示,Multics在4人和6人场景中取得当前领先表现;使用4人场景训练的模型无需重新训练,即可推理6人、8人和10人场景。与完全连接式通信相比,该方法还降低了自注意力计算量。
本文来源:Hugging Face,仅供学习参考,版权归原作者所有。