AI Radar
Sakana AI и NYU открыли семейство Transformer-моделей для создания интерактивных воксельных миров. Каждый блок представлен отдельным токеном, поэтому результат можно сразу исследовать, перестраивать и продолжать генерировать.
Для обучения Dream‑Cubed исследователи собрали более 30 млрд блоков: свыше 1,8 млн процедурно созданных чанков размером 32×32×32 и более 200 тысяч фрагментов авторских карт, полученных с разрешения создателей. Камень, вода, песок, дерево и другие блоки обрабатываются как дискретные элементы трехмерной последовательности. Команда обучила на них семейство Transformer-моделей и проверила как дискретный, так и непрерывный варианты диффузии.
Модель может достраивать пространство вокруг заданной пользователем постройки, заменять отдельные области или целые биомы, учитывать расставленные вручную блоки и расширять существующую карту через 3D-outpainting. Последовательное продолжение чанков позволяет создавать миры практически неограниченного размера. В отличие от генерации красивого изображения или видео, выход Dream‑Cubed остается полноценной блочной структурой: мир пригоден для игры и локального редактирования сразу после инференса.
Sakana AI и NYU опубликовали датасет, готовые веса, код обучения и инференса. Это позволяет не только воспроизводить результаты, но и изучать генерацию больших трехмерных сцен, где каждый объект должен сохранять точную позицию и тип, а изменения пользователя — служить условием для дальнейшего синтеза.
Dream‑Cubed предлагает более практичный формат генерации игровых миров, чем 2D-концепт или неструктурированное 3D-представление: результат состоит из нативных редактируемых блоков. Открытые данные и код делают проект полезной базой для исследований управляемой 3D-генерации, процедурного дизайна уровней и интерактивных творческих инструментов.
DSML editors review the selection. AI helps deduplicate signals and draft the text; the published edition remains an editorial product, not a feed of individual channels.
