返回资讯中心
外部精选
软件工程
#开发者实时流

Vortech用Source引擎游戏机器人录制多人世界模型数据集

来源标题:Keeping players consistent inside a multiplayer world model

Vortech发布了一个可玩的多人世界模型,每帧在本地GPU实时生成,单场最多支持十名玩家。团队用Source引擎游戏内置机器人和GOTV录制了数千小时的10人第一人称对局,全部数据同步于16Hz时钟,已以CC BY-NC 4.0协议免费开放用于非商业研究。该数据来自将Source游戏转化为无限多人数据的流水线,首个测试游戏为CS:GO。

Hacker News 最新chickenhun2026/11/15 · 2 天前8 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

世界模型已经可以玩了。每一帧都在你自己的 GPU 上实时生成,一场比赛最多支持十名玩家。

世界模型层出不穷。但还没有人真正解决大规模多人对战的问题,因为多人数据太难收集了。这需要三样东西,而且必须同步在同一套时钟上:

我们下了功夫。Vortech 是一个只有 3 个人的小团队,几排 GPU 实例,加上两年多的基础设施建设。下面是成果。

数千小时的 10 人第一人称对战数据,免费开放,让任何人都能开始构建多人世界模型。采用 CC BY-NC 4.0 许可,面向非商业研究和教育用途。

数据集中的一局 bot 对战,同时录制了全部十名玩家的视角。每一个画面、每一个数值、每一次命中都对齐在同一套 16 Hz 时钟上——选定一名玩家,就能看到其他玩家眼中的他。

数据来自一条流水线,它能把 Source 引擎游戏转化为无限的多人数据,适用于任何持有该游戏授权的人,或者 Valve 自己。这些游戏自带 bot 和 GOTV——一个内置录像器,能捕捉每场比赛的每一个 tick。这是自动化数据生产的完美配置:不需要招募玩家,不需要采集屏幕。

首次运行:CS:GO,一张地图,33 台服务器,五天。玩法数据的生成量随算力线性扩展。其他 Source 系列游戏只要拥有相应权利,也能接入同样的流程。

我们已经在用这些数据训练一个多人世界模型,训练了一段时间。它为十名玩家各自绘制下一帧,同时由服务器确保所有人处于同一局游戏中。这仍是进行中的工作;等它足够好,我们会发布。在那之前,一个研究版本已在多人开放测试中可玩。

先睹为快:左边是录制游戏,右边是模型生成。

Parquet + MP4 格式,不预设数据划分,非商业研究用途采用 CC BY-NC 4.0 许可。数据将发布在 Hugging Face 上;上线当天,这个链接就会指向数据集本身。

控制与规模。我们选定地图、规则和玩家数量,服务器全天候运行。专家 bot 的移动和战斗足够可信,能让模型学到物理规律、地图和战斗逻辑。

Source 游戏在设计上就会录制完整 demo,能以确定性方式回放,并且可以在事后重新渲染任意玩家的视角。正因如此,每场比赛才能得到十个对齐的 POV。而既然必须是 Source 游戏,那不如就选 CS。

每个 16 Hz 步长包含:全部十名玩家的动作、姿态、生命值、武器和伤害事件,以及渲染子集的 256×256 第一人称视频。全部内容都来自一张地图——im0rtus 制作的 aim_map_usp_s,CT 方使用 USP,T 方使用 Glock。这远不足以构建一个《反恐精英》的世界模型;但足以用来做实验,并聚焦于世界模型中的多人部分。详见数据集规格说明。

不是。这里的一切——游戏状态表、视频和代码——都采用 CC BY-NC 4.0 许可:免费用于非商业研究和教育,只需注明出处为 Vortech。视频中还展示了《反恐精英:全球攻势》,该游戏归 Valve 所有,我们无权授予 Valve 游戏的任何权利。如果你有商业用途的打算,请写信给我们;对于影像素材,你还需要获得 Valve 的授权。

做完自然就完成了。没有确定日期。一个可玩的研究版本已在开放测试中:免费下载,在你自己的 GPU 上运行。

对数据有疑问、有想法,或者正在基于它构建东西:写信给我们。hello@vor.tech

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →