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
模型
Solaris
此前最强多智能体世界模型（双人Minecraft），暴露身份编码与注意力扩展性问题。
已跟踪 3 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
Solaris 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。
世界模型NVIDIATransformer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%。
3
抢先李飞飞！世界模型能多人联机玩FPS游戏了
量子位 · 8.2 分
Agora-1 首次让 4 名人类与 AI 在同一世界模型里实时对战 FPS，无需游戏引擎，靠解耦的仿真+渲染双网络维持跨客户端一致性，验证了世界模型可落地多人交互场景。
相关材料
已收录 3 条与 Solaris 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
抢先李飞飞！世界模型能多人联机玩FPS游戏了
量子位2968 字 (约 12 分钟)
82
Agora-1 首次让 4 名人类与 AI 在同一世界模型里实时对战 FPS，无需游戏引擎，靠解耦的仿真+渲染双网络维持跨客户端一致性，验证了世界模型可落地多人交互场景。
入选理由：Agora-1 用 2 个独立网络把仿真与渲染解耦，实现 4 人实时同步
精选文章#世界模型#Agora-1#Odyssey#FPS#多人同步中文