Hogar
NVIDIA y la Universidad de Tsinghua presentan «Gamma-World», que supera los límites de la simulación multiagente
Los modelos de mundos de vídeo están pasando de una perspectiva de agente único a la colaboración entre múltiples agentes. Los modelos tradicionales suelen partir de la premisa de un único agente, lo que limita su capacidad para gestionar escenarios complejos en los que varios participantes actúan y se observan mutuamente en el mismo mundo virtual. Para superar este cuello de botella arquitectónico, NVIDIA, en colaboración con la Universidad de Tsinghua, la Universidad de Toronto y el Instituto Vector, ha presentado Gamma-World (γ-World), una nueva solución de modelo de mundo multiagente.
El principal reto en la modelización de mundos multiagente es preservar tres tipos de consistencia: temporal, entre perspectivas e interactiva. Iniciativas anteriores, como Solaris, impulsaron la colaboración entre dos agentes, pero revelaron dos defectos críticos: una codificación de identidad que altera la simetría de permutación y un mecanismo de atención totalmente conectado que provoca un crecimiento computacional cuadrático con el número de agentes, lo que impide un escalado eficaz a un mayor número de participantes.

Gamma-World aborda estos problemas estructurales con un rediseño completo. El equipo ha introducido la «codificación de agentes rotatorios en simplex» (Simplex Rotary Agent Encoding), que sitúa a todos los participantes en los vértices de un simplex geométrico, garantizando una equidistancia natural y un estatus igualitario entre ellos. Este diseño carece de parámetros aprendibles y utiliza una asignación aleatoria de coordenadas, lo que permite al modelo entrenarse con datos de dos agentes y ejecutar directamente escenarios de cuatro agentes sin ningún cambio arquitectónico —un avance significativo en la generalización—.
Para hacer frente al cuello de botella en el rendimiento computacional, Gamma-World emplea un «Sparse Hub Attention Mechanism». Este enfoque sustituye la comunicación directa por pares tradicional por un conjunto de tokens de nodo (hub) aprendibles que actúan como relés comprimidos para los estados compartidos del mundo, reduciendo el coste computacional a una complejidad lineal. En combinación con el almacenamiento en caché independiente, el sistema logra una simulación de acciones en tiempo real a 24 fotogramas por segundo (24 FPS).
Para el entrenamiento, el equipo utilizó un enfoque de destilación «profesor-alumno» en tres etapas, en el que un modelo «profesor» bidireccional guía a un modelo «alumno» causal, comprimiendo el muestreo de múltiples pasos en solo cuatro. Esto mantiene la controlabilidad de las acciones al tiempo que reduce significativamente la acumulación de errores durante la inferencia autorregresiva.
Los resultados experimentales demuestran que, en cinco escenarios principales de un entorno virtual de Minecraft multijugador —entre los que se incluyen la memoria y la construcción—, Gamma-World supera a los modelos de vanguardia existentes, logrando una reducción media de más del 40 % en la métrica FVD de calidad de vídeo. El marco también se ha adaptado con éxito a tareas reales de colaboración entre robots de dos brazos, lo que confirma su aplicabilidad en distintos escenarios. Este avance no solo mejora la simulación multiagente, sino que también tiene el potencial de servir como infraestructura de generación de simulaciones a gran escala para ámbitos físicos de la IA, como la colaboración médica con múltiples brazos, la programación de múltiples robots en fábricas y la conducción autónoma.
Artículo relacionado
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Los modelos de mundos de vídeo están pasando de una perspectiva de agente único a la colaboración entre múltiples agentes. Los modelos tradicionales suelen partir de la premisa de un único agente, lo que limita su capacidad para gestionar escenarios complejos en los que varios participantes actúan y se observan mutuamente en el mismo mundo virtual. Para superar este cuello de botella arquitectónico, NVIDIA, en colaboración con la Universidad de Tsinghua, la Universidad de Toronto y el Instituto Vector, ha presentado Gamma-World (γ-World), una nueva solución de modelo de mundo multiagente.
El principal reto en la modelización de mundos multiagente es preservar tres tipos de consistencia: temporal, entre perspectivas e interactiva. Iniciativas anteriores, como Solaris, impulsaron la colaboración entre dos agentes, pero revelaron dos defectos críticos: una codificación de identidad que altera la simetría de permutación y un mecanismo de atención totalmente conectado que provoca un crecimiento computacional cuadrático con el número de agentes, lo que impide un escalado eficaz a un mayor número de participantes.

Gamma-World aborda estos problemas estructurales con un rediseño completo. El equipo ha introducido la «codificación de agentes rotatorios en simplex» (Simplex Rotary Agent Encoding), que sitúa a todos los participantes en los vértices de un simplex geométrico, garantizando una equidistancia natural y un estatus igualitario entre ellos. Este diseño carece de parámetros aprendibles y utiliza una asignación aleatoria de coordenadas, lo que permite al modelo entrenarse con datos de dos agentes y ejecutar directamente escenarios de cuatro agentes sin ningún cambio arquitectónico —un avance significativo en la generalización—.
Para hacer frente al cuello de botella en el rendimiento computacional, Gamma-World emplea un «Sparse Hub Attention Mechanism». Este enfoque sustituye la comunicación directa por pares tradicional por un conjunto de tokens de nodo (hub) aprendibles que actúan como relés comprimidos para los estados compartidos del mundo, reduciendo el coste computacional a una complejidad lineal. En combinación con el almacenamiento en caché independiente, el sistema logra una simulación de acciones en tiempo real a 24 fotogramas por segundo (24 FPS).
Para el entrenamiento, el equipo utilizó un enfoque de destilación «profesor-alumno» en tres etapas, en el que un modelo «profesor» bidireccional guía a un modelo «alumno» causal, comprimiendo el muestreo de múltiples pasos en solo cuatro. Esto mantiene la controlabilidad de las acciones al tiempo que reduce significativamente la acumulación de errores durante la inferencia autorregresiva.
Los resultados experimentales demuestran que, en cinco escenarios principales de un entorno virtual de Minecraft multijugador —entre los que se incluyen la memoria y la construcción—, Gamma-World supera a los modelos de vanguardia existentes, logrando una reducción media de más del 40 % en la métrica FVD de calidad de vídeo. El marco también se ha adaptado con éxito a tareas reales de colaboración entre robots de dos brazos, lo que confirma su aplicabilidad en distintos escenarios. Este avance no solo mejora la simulación multiagente, sino que también tiene el potencial de servir como infraestructura de generación de simulaciones a gran escala para ámbitos físicos de la IA, como la colaboración médica con múltiples brazos, la programación de múltiples robots en fábricas y la conducción autónoma.
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr











