介紹 Project Eden：為多人遊玩與 AI 代理打造的世界模型
我們正在發布 Project Eden 的研究預覽版，這是一個為多人使用與 AI 代理共享同一個一致世界而打造的持久世界模型。它會持續運行，記住你對它做過的事，並且無論從哪個攝影機觀看都保持一致。完整技術預覽請見：Project Eden research preview。
Project Eden 背後的想法說起來很簡單，但建起來很難。目前多數被稱為「世界模型」的系統其實是影片生成器；它們預測下一幀，然後在畫面滾動離開後就忘得一乾二淨。Project Eden 則是在畫面之下持續運行世界本身。撲滅一場火，它就會保持熄滅。你從一面牆移開視線，回頭時它仍然在那裡。兩位玩家從不同角度在同一條賽道上競速，並且始終處於同一個現實之中。
這個差異正是重點。以下章節將說明它為何重要，以及它如何運作。
為什麼大多數「世界模型」其實不是
生成式影片已經做得很出色。以動作為條件的模型能回應你的輸入並產生流暢動作，於是業界開始稱它們為世界模型。
但預測像素與模擬世界之間仍有差距。生成下一幀只是在告訴你影像應該如何變化。真正的世界模型必須追蹤這些像素代表的意義：物件、空間、規則、記憶，以及無論攝影機是否正在觀看都應維持不變的物理後果。
截至目前，研究大致分成兩條路，而每條路都碰到了牆。
以動作為條件的影片生成很擅長處理動作，但沒有持久記憶。世界的「狀態」存在於最近幾幀的短暫視窗中，因此任何離開攝影機畫面的東西都可能漂移、消失，或以錯誤的方式回來。你得到的是沒有恆常性的時間。
靜態 3D 場景生成能提供穩固、可行走的空間，但它是凍結的。物理、事件與變化並不是設計的一部分。你得到的是沒有變化的結構。
所以一條路記得事物如何移動，卻忘了它們存在。另一條路記得它們存在，卻不能讓它們改變。真正的世界模型需要兩者兼具。
核心想法：先有狀態，再有渲染
Project Eden 的主要設計選擇，是將世界狀態與渲染分離。
現實本來就是這樣運作的。世界在任何攝影機觀看它之前就已存在。這些都是關於狀態的問題，而不是關於渲染的問題。因此，Project Eden 不是把空間、物件、事件與外觀塞進一串像素流，而是讓底層世界自行持續運行。渲染成為觀看那個世界的方式，而不是儲存世界的地方。
運作方式：三個層次
由單一影片生成器包辦所有事情的做法，被三個各司其職的層次取代。
持續演化的結構化狀態。 這是世界存在的地方。它是一種緊湊表示，而不是巨大的 4D 點雲，並且會追蹤粗略幾何、物件身份、語義，以及你的動作造成了什麼。離開畫面的物件不會被丟棄。變化會被寫回並保留下來。
狀態到觀測的介面。 當某個視角需要渲染時，這一層會把世界狀態轉換成以攝影機為條件的線索：局部幾何、語義、近期變化。每個視點都從同一個來源提取資訊，因此不同攝影機會保持物理一致。
生成式神經渲染。 渲染器接收這些線索，並產生你所看到的內容：光照、紋理、材質、煙霧、火焰、水、運動。它不需要記住世界。它只需要把世界呈現出來。
Eden 能做什麼
將狀態與渲染分離，開啟了純影片或靜態 3D 無法同時做到的能力。
物件不會在離開畫面時消失。它們會留在底層狀態中，所以你可以想看向別處多久都可以，當你轉回來時世界仍然存在。在我們的滅火示範中，撲滅火焰不是一個短暫效果。環境進入了改變後的狀態，並持續保持。
物理會回應多樣化輸入。操縱船隻或駕駛汽車時，動作會登記到狀態中並更新動態。
世界可以重複使用與編輯。影片生成是單向運行的；一旦時間軸往前走，你就無法回頭介入。Eden 讓你能一次又一次地對運行中的世界採取行動。留下痕跡、移動物件、觸發結果，而它會持續存在。其他進入該世界的人會看到相同的變化。
多人遊玩是內建的。多個代理共享同一個緊湊狀態，並為每個攝影機渲染各自的視圖。在賽車示範中，兩輛車從不同角度共享同一條同步賽道。在射擊場示範中，不同玩家在同一個環境中採取不同動作，而 Eden 會在相同規則下解析它們。
它可以訓練代理。具備穩定物理、時間一致性與長期記憶的世界，可作為訓練與測試具身 AI 的環境；在這裡，動作有可靠結果，而世界不會在每次看一眼後就重置。
為什麼它重要
Eden 服務兩類受眾。對創作者而言，它是互動內容的引擎：生成環境、設定互動，並邀請人們進入同一個持久空間。對研究人員而言，它是具備長時程一致性、真實物理規則、可編輯情境與可衡量後果的模擬基礎，而這正是具身代理可靠學習所需要的。
這就是我們不把世界模型歸類在影片生成之下的原因。世界模型需要一個能夠改變的狀態。
下一步
這是一個研究預覽版，不是完成的通用世界模型，而且工作仍處於早期階段。我們正在打造更豐富的物理、更大的環境、更廣泛的自由視點探索、更精細的物件互動，以及更強大的 State Transition Model，用於根據動作、規則與回饋更新世界。評估也必須擴展，不只測試視覺品質，還要測試持久性、因果一致性、規則遵循與多代理同步。
從預測下一個像素轉向模擬下一個狀態，不只是工程上的改變。它指向一種能在穩固世界中創造、記憶與推理的 AI。
閱讀包含示範與架構細節的完整文章：Project Eden research preview。
關於 VAST AI Research： VAST AI Research 打造 3D foundation models 與世界模型。了解更多請見 tripo3d.ai/research，並追蹤 @vastairesearch。
