英伟达清华团队提出Gamma-World：世界模型从「一个人玩」到「多人共处」
量子位4090 字 (约 17 分钟)
92
Gamma-World通过正单纯形编码与稀疏枢纽注意力，系统解决多智能体世界建模架构缺陷，FVD平均下降超40%，支持双人训练四人零样本泛化及24 FPS实时推演。
入选理由：采用正单纯形（regular simplex）编码玩家身份，实现任意玩家间几何等距，支持零样本扩展至更多玩家且无需重训
精选文章#世界模型#多智能体#Transformer#NVIDIA#清华中文
概念
RoPE
别名：旋转位置编码
Transformer中用于建模相对位置关系的编码方法，Gamma-World在其基础上扩展玩家轴。
已跟踪 2 条高相关材料
TraeAI 观察
最近变化
2026-05-30 · 采用正单纯形（regular simplex）编码玩家身份，实现任意玩家间几何等距，支持零样本扩展至更多玩家且无需重训
为什么值得关注
RoPE 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
NVIDIATransformer世界模型多智能体清华
如果只读 3 篇
1
英伟达清华团队提出Gamma-World：世界模型从「一个人玩」到「多人共处」
量子位 · 9.2 分
英伟达与清华等团队提出的Gamma-World通过正单纯形身份编码与稀疏枢纽注意力，首次系统性解决多智能体世界建模的架构缺陷，在Minecraft五类任务中FVD平均下降超40%，并实现双人训练、四人零样本泛化及24 FPS实时推演。
2
英伟达清华团队提出Gamma-World：世界模型从「一个人玩」到「多人共处」
量子位 · 9.2 分
英伟达与清华等团队提出的Gamma-World通过正单纯形智能体编码与稀疏枢纽注意力，首次系统性解决多智能体世界模型的架构缺陷，实现双人训练、四人零样本泛化与24 FPS实时推演，FVD指标平均下降超40%。
相关材料
已收录 2 条与 RoPE 相关的内容，按评分排序。
英伟达清华团队提出Gamma-World：世界模型从「一个人玩」到「多人共处」
量子位4090 字 (约 17 分钟)
92
Gamma-World通过正单纯形编码与稀疏枢纽注意力，系统性解决多智能体世界建模难题，实现2人训练→4人零样本泛化与24 FPS实时推演，FVD平均下降超40%。
入选理由：采用正单纯形（regular simplex）编码实现玩家身份等距、无参数、可扩展，支持训练时2人→推理时4人零样本泛化
精选文章#世界模型#多智能体#Transformer#NVIDIA#清华中文