MIRA – Światowy model z obsługą trybu wieloosobowego
Francuski startup kyutai we współpracy z Epic Games stworzył neuralną wersję gry Rocket League, umożliwiającą rozgrywki wieloosobowe dla czterech graczy. Model wyróżnia się wysoką stabilnością dzięki jednoczesnej generacji wielu perspektyw.
MIRA – Światowy model z obsługą trybu wieloosobowego
Francuski startup kyutai we współpracy z Epic Games stworzył neuralną wersję popularnej gry Rocket League. Model pozwala na prowadzenie sesji wieloosobowej z udziałem czterech graczy, z których każdy może być sterowany zarówno przez sztuczną inteligencję, jak i przez człowieka.
Jednoczesna generacja wielu perspektyw znacząco zwiększyła stabilność modelu. System potrafi grać sam ze sobą bez powstawania artefaktów przez praktycznie nieograniczony czas (twórcy przetestowali działanie modelu przez 24 godziny przy oknie kontekstowym wynoszącym 4 sekundy).
Model został wytrenowany na bazie 10 000 godzin rozgrywek botów, a istotna część zbioru danych została udostępniona publicznie. Kod służący do trenowania modelu również jest dostępny dla społeczności.
Dlaczego to ważne
AnalizaTechnologia ta otwiera nowe możliwości w branży gier wieloosobowych, pozwalając graczom na interakcję z modelami neuronowymi. Otwarty dostęp do danych oraz kodu wspiera rozwój społeczności i innowacje w dziedzinie sztucznej inteligencji.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Przewodnik po promptach dla modeli generatywnych GPT Image
Modele generowania obrazów gpt-image od OpenAI zostały zaprojektowane w celu tworzenia wizualizacji o jakości produkcyjnej oraz umożliwienia pełnej kontroli nad procesami twórczymi. Są one odpowiednie zarówno dla profesjonalnych projektantów...
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: porównanie modeli na rok 2026
Co kilka tygodni pojawia się nowy model, a za każdym razem padają te same pytania: czy warto przejść? Co się zmieniło? Za co płacić?
Badacze z MIT pokazali, że GPT-6 Astra może ulepszać inne modele AI przez bezpośrednią zmianę wag
W eksperymencie Astra zwiększyła dokładność Qwen3.5-0.8B w benchmarku MATH-500 z 7,9% do 48,1%, zmieniając zaledwie 0,016% wag modelu.
GPT-6 Astra miała zmienić wagi innego modelu AI bez doszkalania
GPT-6 Astra miała zmienić tylko 0,016% wag Qwen3.5-0.8B bez gradientów i doszkalania, poprawiając rozumowanie, wyniki matematyczne i stosowanie się do instrukcji.