به گزارش خبرواژه به نقل از زومیت، شرکت رابیانت از نسل جدید مدل جهان تعاملی و متنباز خود با نام LingBot-World 2.0 رونمایی کرد؛ مدلی که با رفع یکی از مهمترین چالشهای مدلهای جهانساز، توانسته پایداری ساختاری و کیفیت بصری محیطهای شبیهسازیشده را تا یک ساعت حفظ کند.
مدلهای جهانساز (World Model) معمولاً پس از چند ثانیه یا چند دقیقه با افت کیفیت، تغییر شکل اجسام و فروپاشی بافتهای تصویری مواجه میشوند، اما رابیانت اعلام کرده است که LingBot-World 2.0 این مشکل را برطرف کرده و عملکردی پایدار در اجرای طولانیمدت ارائه میدهد.
اجرای روان با وضوح 720p و نرخ ۶۰ فریم بر ثانیه
LingBot-World 2.0 یک مدل جهان علّی (Causal World Model) است که امکان تعامل و کاوش بیدرنگ در محیطهای مجازی را با وضوح 720p و نرخ ۶۰ فریمبرثانیه فراهم میکند.
بر اساس آزمایشهای انجامشده، این مدل در یک اجرای مداوم ۶۰ دقیقهای میان ۲۰ صحنه مختلف، بدون افت کیفیت بصری، تغییر شکل هندسی یا خرابی تصویر به فعالیت خود ادامه داده است؛ موضوعی که آن را از بسیاری از نمونههای پیشین متمایز میکند.
پشتیبانی از تعاملات پیچیده و حالت چندکاربره
در ساختار LingBot-World 2.0، یک حلقه کارگزار در لایه بالایی قرار دارد که با بهرهگیری از یک مدل زبانی-بینایی، رویدادهای جدید را در حین اجرای محیط پیشنهاد میدهد. همچنین یک کارگزار کارگردان وظیفه ایجاد فعالیتهای تازه را بر عهده دارد تا پویایی جهان مجازی حفظ شود.
این فناوری از قابلیتهایی مانند حرکت شخصیتها، مبارزه، تغییرات لحظهای آبوهوا و حتی حالت چندکاربره در یک جهان مشترک پشتیبانی میکند.
انتشار متنباز مدل و کدهای پروژه
رابیانت، بازوی هوش مصنوعی تجسمیافته گروه مورچگان، وزنهای مدل و کدهای LingBot-World 2.0 را بهصورت متنباز منتشر کرده است. نسخه ۱۴ میلیارد پارامتری این مدل هماکنون در دسترس توسعهدهندگان قرار دارد و در مقاله منتشرشده نیز نسخهای ۱.۳ میلیارد پارامتری معرفی شده که برای اجرا روی پردازندههای گرافیکی مصرفی طراحی شده است.
همچنین نسخه دموی زنده این فناوری با همکاری شریک تجاری رابیانت، «راکتور»، در دسترس کاربران قرار گرفته تا علاقهمندان بتوانند عملکرد این مدل را بهصورت مستقیم تجربه کنند.
برای دنبال کردن تازهترین اخبار حوزه هوش مصنوعی و فناوری، خبرواژه را دنبال کنید.
