Создание видео, где несколько персонажей действуют независимо, но в одном общем мире, всегда было сложной задачей для ИИ. Tencent ARC Lab выпустила Multics — модель, которая решает эту проблему, масштабируясь до 10 персонажей без дополнительного обучения.
Multics использует иерархическую систему коммуникации между персонажами. Эта архитектура позволяет эффективно генерировать видео с 4, 6, 8 и даже 10 участниками, используя одну и ту же модель, обученную только на четырёх. Это решение снижает вычислительные затраты, устраняя проблему квадратичного роста сложности, когда увеличивается число персонажей.
Модель обеспечивает три ключевых преимущества для многопользовательского видео:
- Кросс-плеерная согласованность — персонажи взаимодействуют логично и последовательно в общем мире.
- Индивидуальная управляемость — каждый персонаж следует своим уникальным инструкциям.
- Устойчивость к помехам — несвязанные события не влияют друг на друга.
Multics распространяется через Hugging Face под лицензией Apache 2.0. Пакет включает в себя полный чекпоинт (сохранённое состояние модели) для 4-х игроков, конфигурацию, VAE Wan2.2 (модель для кодирования и декодирования изображений) и текстовый энкодер UMT5, что делает её доступной для исследователей и разработчиков.
Multics — шаг к созданию более сложных и интерактивных ИИ-генерируемых миров, где персонажи могут действовать автономно, но согласованно. Однако пока нет данных о производительности модели в реальном времени или о её способности генерировать видео длительностью, сравнимой с полноценными игровыми сессиями.