Odyssey 釋出世界模型 Agora-2：支援 20 名人類與 AI 即時聯機互動

以前大家看到的世界模型，體驗基本都像在玩單機遊戲：模型只管為你一個人渲染眼前的一畝三分地，整個虛擬世界全圍著你一個人轉。

Odyssey 推出了多智慧體世界模型 Agora-2 的可試玩研究預覽版。這一次它把單人單機變成了多人聯機，最多能支援 20 名人類玩家和 AI 智慧體在同一個即時生成的虛擬世界裡互動，容量是上一代 Agora-1 的 5 倍。

給 20 個人配一個「神經網路遊戲引擎」

多人在同一個生成世界裡聯機，最怕的是各看各的，最後變成各做各的夢。Odyssey 的做法沒有沿用過去單智慧體模型那種只管單視角的邏輯，而是做了一套分工明確的系統。

它本質上就像一個被深度學習完全重塑的遊戲引擎。底層的模擬模型負責推演全域性：它讀取每個實體的屬性、動作以及周遭環境，通過注意力機制計算這 20 個參與者的動作會如何相互影響，再由世界伺服器把這些變動統一更新到一個共享的全域性狀態裡。

有了這個統一的「真理賬本」，哪怕某個玩家走出了你的視野，他在暗處做的操作依然被系統穩穩記著，不會等你轉頭看他時突然穿幫。隨後，渲染模型再根據這個全域性狀態和每個人的專屬視角，通過流匹配（Flow Matching）即時逐幀輸出每個人的連續畫面。

在《暗黑破壞神 II》裡摸爬滾打學出來的世界

為了讓世界理解足夠複雜的博弈和移動邏輯，Odyssey 沒有手寫一大堆物理規則，而是直接把暴雪的經典遊戲《暗黑破壞神 II》餵給了模型。

模型吃下了海量的遊戲畫面、玩家按鍵操作與內部狀態資料，靠純資料驅動學會了多實體之間怎麼追逐、走位、繞開障礙物以及相互對抗。研究團隊還配合強化學習訓練了智慧體，讓它們即使在視野受限的情況下，也能追蹤對手並在卡住時自我恢復。

更進一步，Odyssey 還在推進名為 PROWL 的研究，讓智慧體在世界模型裡探索，把互動中遇到的失敗案例反哺給模型本身，實現智慧體和生成環境的共同進化。

為什麼重要

我們認為，Agora-2 最有意思的地方，是把世界模型從「展示畫質的生成玩具」推進到了「能跑邏輯的多人沙盒」。

對於做機器人協作、自動駕駛以及網路安全的團隊來說，以往搭建一套支援數十個實體互動的高保真模擬環境，需要工程師手寫極其複雜的物理引擎和環境規則。Agora-2 證明了靠神經網路學出來的世界，可以自動維持多視角的一致性和長時互動，這為 AI 訓練提供了一個成本更低、無需手寫規則的沙盒。

尤其是在智慧體對抗和共謀防禦的研究上，在現實世界測試惡意攻擊代價太大，而這種即時生成的多人世界正好成了一個天然的隔離測試場。普通開發者和玩家現在也能直接體驗這個預覽版，直觀感受人與 AI 共同改變同一個畫素流世界的奇妙反饋。

不過，這條路目前依然處於早期探索階段。完全由神經網路逐幀渲染 20 個視角的畫面，對算力成本和併發排程的要求極高；而且在更長的時間跨度下，模型能否保證嚴謹的因果關係不崩塌，依然需要更長週期的驗證。