Multics 多人世界模型開源：四人訓練擴到十人，如何維持同一個場景？

Multics 處理的是多人生成影片裡容易出現的矛盾：不同玩家明明在同一個世界，看到的物件卻可能對不上。

研究團隊公開階層式溝通方法，讓玩家、群組與全域資訊分層交換，減少不相關事件互相干擾。

官方展示從四名玩家的訓練設定，擴展到六、八與十名玩家的生成，過程不需重新訓練。

這是研究設定下的多視角影片生成能力，不能直接當成已完成商業多人遊戲引擎。

對追蹤世界模型的讀者，它的意義是把玩家各自可控，和大家看見同一件事，放進同一個問題。

先看這兩種要求為何容易衝突，才懂分層溝通的設計。

Multics 為什麼需要多人共享場景？

每個玩家要遵循自己的動作，同時維持和其他視角一致的世界。

Multics 研究主頁描述的是多視角影片生成：根據各玩家起始畫面、文字、動作與鏡頭軌跡，生成同一環境的不同觀看結果。

世界模型在這裡是對環境如何隨動作變化的生成系統，並非直接交出完整遊戲規則。研究論文公開於 arXiv，這是研究交流平台，公開不等於已完成期刊審查。

同一件事，應能從不同方向對上

假設兩名玩家從不同方向走近同一扇門，門的位置與開關狀態應該相容。如果一邊已打開，另一邊卻仍看見完全不同的門，就很難讓人相信彼此在同一空間。

但視角不同，本來就不應看到完全相同的影像。桌子的背面、被牆遮住的人與轉角，都需要按觀看位置改變，因此一致不代表畫面逐格複製。

這讓測試比單一影片更難。單獨看每個視角可能都漂亮，放在相同時間比較，才會發現物件、事件或人物位置對不上。

各自控制，也不能互相搶走動作

一位玩家往左看，另一位玩家繼續前進，模型應分別回應。若其中一人的鏡頭轉動讓所有畫面一起轉，就沒有保住個別控制。

同樣地，一位玩家身旁出現事件，不代表遠處玩家也要出現相同變化。與任務無關的資訊混進來，可能讓本來合理的世界突然失去連貫。

玩家增加，資訊交換不能無限制擴大

最直接的方法是讓所有人都交換資訊，但玩家變多時，需要比較的關係也快速增加。這會把模型資源花在許多不相關的視角連結。

另一種把所有人塞進同一份共同表示的方法，則可能讓不同事件競爭有限空間。因此研究要處理的不是只增加人數，而是決定哪些資訊應該互相影響。

對一般讀者，這也是理解多人世界模型的核心：既要有各自的行動，也要有共同的事件，而且不能因為多了一人就讓所有內容混在一起。

玩家增加時，直接交換所有資訊會帶來成本。

玩家、群組與全域資訊如何分層溝通？

分層交換把相關玩家先放在一起，再處理跨群組關係。

階層式溝通可以先想成分組討論。彼此相關的玩家先交換局部資訊，再把必要內容交到更高層，而不是每次都要求所有人直接與所有人對照。

研究在玩家、群組與全域之間安排交換。全域指跨群組需要共同參考的層級，因此局部事件仍有機會影響相關的其他玩家。

群組提供一個中間整理的位置

群組表示是一組濃縮相關玩家資訊的數值，模型透過它傳遞局部線索。這是在模型內聚合數值，和產品中的聊天群組或遊戲伺服器分組屬於不同層次。

假設兩人在同一房間，另外兩人在遠處走廊，房間內的局部事件可以先在相關視角之間處理。若事件後來影響走廊，才需要跨群組對上關係。

這是解釋設計的假設例子，不是宣稱模型理解所有地圖的因果。分層只是提供資訊交換方式，結果仍要靠生成畫面驗證。

分組會參考近期的鏡頭軌跡

鏡頭軌跡描述觀看位置與方向如何隨時間改變。研究用近期軌跡把相關玩家組織起來，並限制交換預算，減少沒有必要的直接混合。

因此群組不是一次設定後永遠不動。當玩家接近、分開或改變視線，相關資訊也可能改變，模型需要在有限資源下重新安排。

不過，接近不等於所有內容都應合併。兩個方向相反的玩家仍有各自控制，所以分組之後還要保留玩家本身的動作與視角。

共享參數讓新增群組不必各訓一套

參數是訓練後用來計算的數值。研究讓不同群組位置沿用相同溝通參數，因此擴展時不必為每個新增群組再建立專用的一套數值。

這樣的設計提供擴大人數的條件，但不是無限容量保證。群組安排、畫面輸入與硬體工作量仍存在，增加玩家後應重新觀察品質與成本。

同一套模組能否容納更多玩家，是擴展性的下一個問題。

四人訓練到十人推論能證明什麼？

研究展示在指定設定中增加玩家數，並沿用相同的溝通參數。

訓練是用資料學出模型參數，推論則是拿已學好的模型處理新輸入。這次四人到十人的主張，描述的是訓練與生成時人數不同，沒有為新增人數重新訓練。

官方程式庫提供四人版本，以及六、八與十人的生成方式。這讓研究比較有可重做的起點，卻不代表任意玩家數與任意場景都已驗證。

沿用同一模型，能觀察擴展的代價

若每次增加人數都重訓，就很難分清進步來自新的資料，還是原有溝通方法。沿用同一組模型，則較容易觀察設計本身能容納多少變化。

但訓練人數固定，不代表生成成本固定。多一個視角仍需要產生影像，因此應同時看新玩家自己的結果，以及原有玩家有沒有受到干擾。

假設十人都可生成影片，其中兩個視角卻經常出現不同的場景，便不能只用「成功產出十份檔案」當成共享世界已成立。

不同人數應保留相同的比較問題

可以先從四人的重疊視角測起，再逐步增加。每次都檢查相同物件與事件，才知道差異是因人數增加，還是剛好換了更難場景。

也可以觀察玩家加入後，原來沒有關係的事件是否開始互相影響。這比只看每個畫面清晰度，更接近研究想改善的干擾問題。

開源提供起點，仍有實際執行條件

程式庫列出 Linux、NVIDIA 顯示卡與軟體環境需求，所以不是一般瀏覽器打開就能自行重跑。GPU 是用來平行執行大量運算的晶片，仍需要配合記憶體與環境設定。

此外，程式碼授權與模型、範例內容條款分開。公開可下載的研究成果，不能直接推定所有上游素材都可任意拿來做商業產品。

第一次重做可先用官方範例確認流程，再換成自己的輸入。這是降低變數的研究方法，不是本次已完成的實測，也沒有保證相同硬體都能取得相同速度。

可擴展的結果還要和計算成本一起讀。

延遲下降與生成品質該怎麼比較？

官方效率數字對應特定模組和比較基線，不能直接當成整個遊戲的畫面更新率。

研究主頁的效率比較是在十名玩家設定下，以全連接溝通為基線。它列出 DiT 延遲下降百分之六十一點九，描述的是影片生成計算主體的一段時間。

DiT 可以先理解成逐步去雜訊、形成影像的計算主體。這個部分變快有價值，但不包含遊戲輸入、網路傳輸與畫面顯示的全部時間，不能直接換算成遊戲每秒幾格。

注意力的成本也有自己的範圍

注意力是模型判斷不同輸入應互相參考多少的計算。官方另列同設定下自注意力延遲下降百分之七十八點一，因此兩個百分比針對不同範圍，不能相加。

如果某個部件省很多，但其他部分仍占主要時間，整體改善就會較小。這是讀效能報告的基本關係，不代表研究已量到所有產品流程。

基線不同，數字就可能不同

全連接讓所有玩家直接交換，集中式則用共同表示。Multics 對照的是具體方法與玩家數，不能把其中最大下降幅度當成相對所有方法都一樣。

例如只用少數玩家時，原本交換成本可能沒有那麼高。人數較多才浮現的優勢，未必能在最小場景中得到同樣比例，應依實際表格比較。

生成品質與運算效率要同時成立

若減少交換讓結果更快，卻讓同一物件在不同視角變成不同形狀，節省就沒有解決共享世界的目標。因此不能只留下延遲圖而不看影片。

反過來，畫面一致但計算成本過高，也可能難以擴大。團隊應把跨視角一致、動作控制與等待放在同一份比較，才知道取捨在哪裡。

先固定輸入，再談自己設備上的收益

重做時可記錄玩家數、影像設定與硬體，並讓各方法處理相同輸入。若把解析度一起降低，就無法把全部加速歸功於分層溝通。

完整任務時間與研究模組時間可以分開列。前者回答使用者要等多久，後者幫工程師定位原因，兩者都有用，但不應混成同一項成績。

效能定義清楚後，才好挑出需要觀察的失敗情境。

怎麼檢查多人世界模型的可靠度？

重疊視角、獨立事件與玩家數變化，應分別測試。

第一輪可挑一個能看見相同物件的簡單場景，再加入沒有關係的獨立事件。這樣比較容易分清模型是否維持共享內容，同時保住各玩家控制。

假設一人在室內開門，另一人從走廊接近，可以沿同一時間查看門的狀態。門的位置、朝向與打開時機若矛盾，就留下對應畫面，而不只寫一句不好看。

重疊視角要按時間與位置對照

先同步播放各視角，才能判斷是不是同一事件。若播放時間沒有對齊，畫面不同可能只是事件先後，而不是模型出錯。

也要注意遮擋。某位玩家看不到被牆擋住的物件，本來就合理，因此驗收需要依視線判斷，不能要求每個人都看見所有東西。

獨立事件用來找不必要的干擾

可以安排兩個相隔較遠的動作，觀察其中一邊改變後，另一邊是否無故跟著改。這是建議的測試情境，並非宣稱研究已覆蓋每種事件組合。

若一個玩家轉身就讓其他視角的背景突變，便可能是資訊混合問題。把動作與變化時間記下，才方便重做與比較不同設定。

加人後，舊玩家也要一起回看

從四人增到六人時，不只檢查新視角是否存在，也要重看原本四人。如果舊畫面品質下降，就表示擴展的代價不只在新增部分。

同樣方式再看更多玩家，可以找出哪些場景開始失去穩定。這比挑最成功的十人片段，更容易理解方法適用範圍。

最後保留成功與失敗輸入，以及同步播放的結果。下次模型更新時，用同一組事件重做，才能知道改善來自更好共享、更好控制，還是只增加畫面細節。

若未來能在更長互動、不同場景與固定延遲下持續保持一致，才有更多證據支持產品化。現階段把它當成多人生成的研究進展，較符合已公開內容。

可重現的失敗與成功案例，比單一精彩片段更有比較價值。

Multics 常見問題

Multics 已經是可以直接發售的遊戲引擎嗎？

不是。研究展示多玩家影片生成與控制一致性，商業引擎還需要長時間互動、規則、延遲與其他工程驗收。

四人訓練擴到十人代表不用更多運算嗎？

不代表。不重訓描述沿用既有模型，新增視角仍需產生影像，容量、時間與結果品質都應按玩家數確認。

延遲下降能直接換算成遊戲 FPS 嗎？

不能。官方數字對應十人、特定模組與全連接比較基線，沒有涵蓋完整遊戲與網路顯示流程。

多人畫面不同，就表示世界不一致嗎？

未必。觀看方向與遮擋本來會造成差異，應對照同一時間、同一物件的相容狀態，而不是要求所有畫面完全一樣。

同時看共享事件與各自控制，才懂擴展的意義

Multics 的進展是讓多人交換資訊更有結構。先從同步視角、獨立事件與新增玩家後的舊畫面比較，再把效率對回相同設定，才看得出它替多人世界生成解決了哪一段問題。

想持續追蹤 AI 工具與研究的實際用途，歡迎免費訂閱 AI 郵報。

延伸閱讀

延伸閱讀：Scenario Blender 外掛開源：把 AI 圖片、影片與材質帶進 3D 現場

延伸閱讀：Blender MCP 教學：從 X 熱傳 3D 短片，學會分鏡、場景與可修改專案的驗收

資料來源

• Multics 研究主頁、方法與效率比較。
• Multics 訓練與推論程式庫。
• 原始 X 發布貼文。