多人共处

多智能体世界模型一直是视频生成领域的一个难题——多个玩家共享同一个演化世界，需要同时维持时间、跨视角和交互三重一致性。现有单智能体框架从底层设计上就没有为多个主体预留接口，直接扩展…

多智能体交互，正在成为世界模型的下一个关键战场。 当前视频生成模型在单智能体场景下已能做到不错的动作预测和视觉延续，但一旦进入“多个智能体共享同一世界”的设定，架构层面的瓶颈便暴露…