論文の概要: MultiGen: Level-Design for Editable Multiplayer Worlds in Diffusion Game Engines

• arxiv url: http://arxiv.org/abs/2603.06679v1
• Date: Tue, 03 Mar 2026 18:58:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:12.788118
• Title: MultiGen: Level-Design for Editable Multiplayer Worlds in Diffusion Game Engines
• Title（参考訳）: MultiGen: ディフュージョンゲームエンジンにおける編集可能なマルチプレイヤーワールドのためのレベル設計
• Abstract要約: ユーザアクションによって継続的に更新され,世代別ロールアウトを通じてクエリされるシステムに,明示的な外部メモリを導入する。 この設計により、ユーザーは編集可能なメモリ表現を通じて環境構造を直接、編集可能な制御を行うことができる。 コヒーレントな視点と一貫したクロスプレイヤーインタラクションを備えた、リアルタイムマルチプレイヤーロールアウトに自然に拡張する。
• 参考スコア（独自算出の注目度）: 55.641812280108574
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Video world models have shown immense promise for interactive simulation and entertainment, but current systems still struggle with two important aspects of interactivity: user control over the environment for reproducible, editable experiences, and shared inference where players hold influence over a common world. To address these limitations, we introduce an explicit external memory into the system, a persistent state operating independent of the model's context window, that is continually updated by user actions and queried throughout the generation roll-out. Unlike conventional diffusion game engines that operate as next-frame predictors, our approach decomposes generation into Memory, Observation, and Dynamics modules. This design gives users direct, editable control over environment structure via an editable memory representation, and it naturally extends to real-time multiplayer rollouts with coherent viewpoints and consistent cross-player interactions.
• Abstract（参考訳）: ビデオワールドモデルは、インタラクティブなシミュレーションとエンターテイメントに大いに期待されているが、現在のシステムは、再現可能な環境に対するユーザコントロール、編集可能なエクスペリエンス、そしてプレイヤーが共通の世界に対して影響力を持つための共有推論という、対話性の2つの重要な側面に苦戦している。 これらの制約に対処するため,システムに明示的な外部メモリ,モデルのコンテキストウィンドウに依存しない永続状態を導入し,ユーザアクションによって継続的に更新し,生成ロールアウトを通じて問い合わせを行う。 次世代予測器として動作する従来の拡散ゲームエンジンとは異なり,本手法は生成をメモリ,観測,ダイナミクスモジュールに分解する。 この設計は、ユーザーが編集可能なメモリ表現を介して環境構造を直接編集可能とし、コヒーレントな視点と一貫したクロスプレイヤーインタラクションを備えたリアルタイムマルチプレイヤーロールアウトに自然に拡張する。

関連論文リスト

• Programmable World Model [37.43654073749753]
  本稿では、視覚的観察生成から世界状態の進化を分離するフレームワークであるProgrammable World Modelを紹介する。 エージェントは自然言語の命令をエンティティの状態と状態遷移規則を指定する実行可能なプログラムに変換する。 軽量エンジンはこれらのプログラムを実行し、明示的で永続的な世界状態を更新し維持する。
  論文  参考訳（メタデータ） (2026-09-09T17:59:32Z)
• EchoWM: Open and Enterable Omnimodal World Models [71.49148067556887]
  EchoWMは、入力可能な生成メディアのための一様世界モデルである。 720pのビデオ、環境音、音楽、音声を共同生成しながら、継続的なナビゲーションに反応する。
  論文  参考訳（メタデータ） (2026-08-24T12:39:59Z)
• From Pixels to States: Rethinking Interactive World Models as Game Engines [32.66997200688335]
  本稿では,プレイヤアクションコントロール,ゲーム状態のダイナミクス,状態の持続性,リアルタイムのインタラクティブ生成という4つの側面によるインタラクティブなゲームワールドモデリングについて検討する。 我々はBlack Myth: Wukong用のスケーラブルなデータエンジンを提案し、90時間以上のゲームプレイを、フレーム整列プレーヤーアクション、グラウンドトゥルースゲームステート、視覚的観察で収集する。
  論文  参考訳（メタデータ） (2026-07-15T17:48:48Z)
• Infinite Worlds with Versatile Interactions [72.56254206708059]
  LingBot-World 2.0(LingBot-World-Infinity)は、LingBot-Worldの先進的なイテレーションである。 今回のアップデートでは、より広い範囲のアクションを含む、非常に多様なインタラクティブな要素が導入されている。 共有体験を容易にするために,複数のプレイヤーが同時にこの鮮やかな世界シミュレータに没入できるインタフェースを開発した。
  論文  参考訳（メタデータ） (2026-07-08T15:33:25Z)
• AlayaWorld: Long-Horizon and Playable Video World Generation [36.52656377442462]
  インタラクティブな生成世界を構築するためのフルスタックのオープンソースフレームワークである textbfAlayaWorld を提示する。 AlayaWorldはオープンなリアルタイムインタラクションを可能にし、ユーザーは自由に戦闘、スペルキャスティング、モンスター呼び出しなどの多様なアクションを操作できる。
  論文  参考訳（メタデータ） (2026-07-07T13:59:57Z)
• ActionParty: Multi-Subject Action Binding in Generative Video Games [117.52562594944679]
  ActionPartyは、ゲーム生成のための制御可能な多目的世界モデルである。 46の多様な環境において最大7人のプレイヤーを同時に制御できる最初のビデオワールドモデルを実証する。
  論文  参考訳（メタデータ） (2026-04-02T17:59:58Z)
• Animate Any Character in Any World [61.112404900403284]
  我々は,静的世界生成の現実性と構造的基盤を活用するAniXを紹介する。 ユーザは3DGSのシーンとキャラクタを提供し、そのキャラクターを自然言語で指示して、多様な振る舞いを実行できる。 AiXは、提供されたシーンとキャラクタとの視覚的忠実性を保った時間的コヒーレントなビデオクリップを合成する。
  論文  参考訳（メタデータ） (2025-12-18T18:59:18Z)
• Astra: General Interactive World Model with Autoregressive Denoising [73.6594791733982]
  Astraはインタラクティブな汎用世界モデルであり、多様なシナリオのために現実世界の未来を生成する。 本稿では,自己回帰型認知型アーキテクチャを提案し,時間的因果的注意を用いて過去の観測を集約する。 Astraはインタラクティブで一貫性があり、一般的な長期的なビデオ予測を実現し、様々な形式のインタラクションをサポートする。
  論文  参考訳（メタデータ） (2025-12-09T18:59:57Z)
• Hunyuan-GameCraft-2: Instruction-following Interactive Game World Model [19.937724706042804]
  Hunyuan-GameCraft-2は生成ゲームワールドモデリングのための命令駆動インタラクションの新しいパラダイムである。 我々のモデルでは,自然言語のプロンプトやキーボード,マウスの信号を通じてゲーム映像のコンテンツを制御することができる。 本モデルでは,時間的コヒーレントかつ因果的な対話型ゲームビデオを生成する。
  論文  参考訳（メタデータ） (2025-11-28T18:26:39Z)
• Amorphous Fortress Online: Collaboratively Designing Open-Ended Multi-Agent AI and Game Environments [1.8802008255570535]
  Amorphous Fortress OnlineはWebベースのプラットフォームで、ペトリディッシュのような環境や、マルチエージェントAIキャラクタで構成されるゲームを設計できる。 ユーザーは、顕微鏡的だが透明な有限状態マシンエージェントで構成される人工生命とゲーム環境をプレイ、作成、共有することができる。
  論文  参考訳（メタデータ） (2025-02-08T16:25:52Z)
• Large Model Empowered Metaverse: State-of-the-Art, Challenges and Opportunities [28.81101395387858]
  Metaverseは没入型で永続的なデジタルエコシステムであり、ユーザは3D仮想環境内で対話し、社交し、作業することができる。 本稿では,メタバースにおける大規模モデルの統合について検討する。 メタバースレンダリングを最適化するための生成AIベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-01-18T13:52:48Z)
• The Matrix: Infinite-Horizon World Generation with Real-Time Moving Control [16.075784652681172]
  The Matrixは、連続した720pのリアルタイム映像ストリームを生成することができる最初の基礎的現実的世界シミュレータである。 Matrixは、ユーザーが連続して1時間連続で様々な地形を横断することを可能にする。 Matrixは、BMW X3がオフィス設定で運転する環境をシミュレートすることができる。
  論文  参考訳（メタデータ） (2024-12-04T18:59:05Z)
• Unbounded: A Generative Infinite Game of Character Life Simulation [68.37260000219479]
  生成モデルを用いて,有限なハードコードシステムの境界を超越したゲームである生成無限ゲームの概念を導入する。 我々は、生成AIの最近の進歩を活用して、生成モデルに完全にカプセル化されたキャラクターライフシミュレーションゲームUnboundedを作成する。
  論文  参考訳（メタデータ） (2024-10-24T17:59:31Z)
• LARP: Language-Agent Role Play for Open-World Games [19.80040627487576]
  Language Agent for Role-Playing (LARP)は、メモリ処理と意思決定アシスタントを含む認知アーキテクチャである。 このフレームワークは、ユーザとエージェント間のインタラクションを洗練し、ユニークなバックグラウンドとパーソナリティで事前に定義する。 エンターテイメント、教育、様々なシミュレーションシナリオなど、さまざまな分野における言語モデルの多彩な利用を強調している。
  論文  参考訳（メタデータ） (2023-12-24T10:08:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。