标签
Code2Games 是一个智能体框架，它协调多个编码智能体，根据自然语言的游戏意图构建一致的游戏世界，并通过执行引导的重建将其适配至 Unreal Engine 5，同时提出了用于评估游戏世界生成质量的 GameCode4D 基准测试。
本文介绍了GAE，一种几何原生的自动编码器，它创建了一个紧凑的潜空间，用于生成3D一致的场景，相比现有方法，提升了视觉质量和一致性。
Xiaomi-Robotics-U0-4B 是一款紧凑的4B模型，用于统一的具身世界生成，在World Arena上排名第一，并通过开源代码显著提高了现实世界成功率。
一位用户展示了Hyper3D WorldGen，这是一个AI模型，能从单张图片生成完整、可编辑的3D场景，突出其令人印象深刻的功能。
使用 DeepSeek-V4-Flash-Vision-Exp 模型，在约两天内创建了一个引人入胜的游戏世界，利用其视觉能力完成生成模型、修复故障和进行游戏测试等任务。
WorldClaw 支持大规模智能体式3D开放世界生成，利用AI智能体创建广阔的虚拟环境。
WorldKV 是一个无需训练的框架，它检索并压缩键值缓存块，以在视频扩散世界生成中保持长期一致性，在匹配全记忆保真度的同时实现更高吞吐量。