念力宅的游戏AI周报：2026-07-06

2026-06-29 - 2026-07-06

本周精彩研究

• 多人世界模型开始接近可玩的形态。MIRA 把 Rocket League 风格的游戏过程变成了一个实时的四人学习式模拟器，并为每个玩家接入独立动作流。
• 世界模型评估正在变得更具体。GigaWorld-1 关注动作一致的长程 rollout、记忆设计，以及评估器和真实机器人行为之间的对齐。
• 长时程智能体的重点正在转向更好的状态管理。本周最值得看的论文里，context compaction、verification、subtask memory 和恢复逻辑都成了核心主题。
• 机器人和游戏 AI 正在面对同一个工程问题：当感知、控制和环境状态持续变化时，如何让计划仍然可执行。
• GUI 智能体和具身智能体论文开始把平台漂移当成训练问题处理。这对游戏工具、编辑器智能体、自动化流程和跨设备助手都很重要。

推荐阅读

文章	推荐度	重点
Multiplayer Interactive World Models with Representation Autoencoders	SSS	一个 5B 参数的多人世界模型，可以以 20 fps 模拟四人 Rocket League 风格比赛，并公开了代码、数据集和在线 demo。
GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation	SSS	一项把世界模型作为策略评估器的大规模研究，包含 324,000 次模拟 rollout，并与真实机器人执行结果配对。
LLM-as-a-Verifier: A General-Purpose Verification Framework	SS	把验证变成智能体系统的一条可复用 scaling axis，并在 Terminal-Bench、SWE-Bench、RoboRewardBench 和 MedAgentBench 上给出结果。
GaP: A Graph-as-Policy Multi-Agent Self-Learning Harness For Variational Automation Tasks	SS	生成可执行的机器人策略图，在仿真中排练，并通过多智能体循环修复图中的失败点。
CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents	SS	在强化学习中训练智能体压缩上下文，提高编码和终端任务上的长程表现。
VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon	A	增加一个监控器，用来中断过期的 action chunk，并触发 VLA policy 的纠正式重规划。
Cortex: A Bidirectionally Aligned Embodied Agent Framework for Long-horizon Manipulation	A	使用标准化 skill primitive 和 subtask memory，把高层规划和低层操作执行对齐起来。
SynCity 3000: Bootstrapping Scene-Scale 3D Diffusion	A	从 layout-conditioned prompt 生成大尺度、连贯、可控的 3D 场景。

文章小记

1. Multiplayer Interactive World Models with Representation Autoencoders

• 推荐度: SSS (Must Read)
• Links: arXiv / Project page / Blog / GitHub / Dataset
• 念力宅小记: MIRA 对游戏智能体研究来说是一个很好的参照点，因为它把世界模型做成了交互式、多人、动作条件化的系统。模型从 10,000 小时 bot 游戏数据中学习四人 Rocket League 风格动态，在单张 Nvidia B200 上以 20 fps 运行，并且在远超训练短片长度的 rollout 上保持稳定。对应用团队来说，真正有意思的是 attribution：模型必须把正确的玩家动作连接到正确的场景变化，同时保持球的运动、boost、事件提示和共享多人状态的一致性。

2. GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation

• 推荐度: SSS (Must Read)
• Links: arXiv / Project page / GitHub / Model / Dataset
• 念力宅小记: GigaWorld-1 给游戏智能体团队提供了一种很实用的视角：把学习式模拟器当成评估器来看。论文比较了 7 个视频世界模型、4 种动作表示，以及超过 324,000 次和真实机器人执行配对的模拟 rollout。它传递给游戏领域的核心经验很直接：评估器需要动作一致的长程 rollout、记忆和可控性。画面漂亮本身还不足以构成一个有用的策略测试环境。

3. LLM-as-a-Verifier: A General-Purpose Verification Framework

• 推荐度: SS (Strong Read)
• Links: arXiv / Project page / GitHub
• 念力宅小记: 对任何正在构建长轨迹智能体的团队来说，这篇论文都很有价值。框架从 scoring-token logits 中计算连续分数，并在 Terminal-Bench V2、SWE-Bench Verified、RoboRewardBench 和 MedAgentBench 上提升验证效果。放到游戏里，它适合 QA 智能体、自动 playtest bot、bug 复现智能体和工具智能体，因为这些系统都需要在最终成功或失败出现前判断当前进度。

4. GaP: A Graph-as-Policy Multi-Agent Self-Learning Harness For Variational Automation Tasks

• 推荐度: SS (Strong Read)
• Links: arXiv / Project page
• 念力宅小记: GaP 是一个很好的智能体工程范式。它把任务描述转换成带有感知、规划和控制节点的有向计算图，在仿真中排练这些图，然后修改图结构和参数来提高成功率。游戏 AI 本来就长期使用行为树、utility system、脚本化技能和学习策略。一个可以被检查、测试、修复的 graph policy，比黑盒式重试循环更符合游戏开发的工作方式。

5. CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents

• 推荐度: SS (Strong Read)
• Links: arXiv
• 念力宅小记: CompactionRL 把上下文压缩当成智能体学习行为的一部分。对持久运行的智能体来说，这很关键，因为 summary 决定了策略在经历数百或数千个动作之后仍然知道什么。论文在 SWE-Bench Verified 和 Terminal-Bench 2.0 上报告的提升说明它的意义不只限于编码智能体。游戏 QA bot、live-ops assistant 和长时间运行的 NPC planner 都需要一种方式保留有用状态，而不把每条观察记录都拖进后续上下文。

6. VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon

• 推荐度: A (Should Read)
• Links: arXiv / Hugging Face / Project page / GitHub
• 念力宅小记: VLA-Corrector 处理的是一个非常常见的控制失败模式：智能体提交一段 action chunk，场景发生偏移，但旧动作还在继续执行。它的 latent visual monitor 会观察预测视觉动态和真实视觉动态之间的差异，丢弃过期动作，并重新规划。同样的模式也适用于游戏智能体：动作队列、动画序列、交互脚本、战术动作，都可能在世界状态变化后需要被打断。

7. Cortex: A Bidirectionally Aligned Embodied Agent Framework for Long-horizon Manipulation

• 推荐度: A (Should Read)
• Links: arXiv / Project page
• 念力宅小记: Cortex 值得读的地方在于它的接口设计。它把操作任务标准化为 32 个 canonical skill primitive，并使用一个 planning interface 连接高层 VLM 计划和低层 VLA 执行。游戏智能体也需要这种意图和控制之间的契约：planner 可以说明应该发生什么，但 controller 需要可执行 primitive、记忆和进度检查，才能让计划在环境变化中继续有效。

8. SynCity 3000: Bootstrapping Scene-Scale 3D Diffusion

• 推荐度: A (Should Read)
• Links: arXiv / Project page
• 念力宅小记: SynCity 3000 对游戏团队重要，因为场景生成正在变成一个 pipeline 问题，而不是单个 asset 生成问题。这个方法把 image-to-3D generation 改造成卷积式 operator，可以从 dimetric layout image 生成连贯的 3D 场景。实用价值在于 layout control：如果世界生成系统要服务于关卡设计工具、合成训练数据或具身智能体环境，它就必须尊重空间结构、物体布局和场景尺度。

References

• Multiplayer Interactive World Models with Representation Autoencoders: https://arxiv.org/abs/2607.05352
• MIRA project page: https://mira-wm.com/
• MIRA blog: https://mira-wm.com/blog-post/
• MIRA GitHub: https://github.com/mira-wm/mira
• MIRA dataset: https://huggingface.co/datasets/kyutai/rocket-science
• GigaWorld-1: https://arxiv.org/abs/2607.02642
• GigaWorld-1 project page: https://open-gigaai.github.io/giga-world-1/
• GigaWorld-1 GitHub: https://github.com/open-gigaai/giga-world-1
• GigaWorld-1 model: https://huggingface.co/open-gigaai/Giga-World-1
• GigaWorld-1 dataset: https://huggingface.co/datasets/open-gigaai/CVPR-2026-WorldModel-Track-Dataset
• LLM-as-a-Verifier: https://arxiv.org/abs/2607.05391
• LLM-as-a-Verifier project page: https://llm-as-a-verifier.com/
• LLM-as-a-Verifier GitHub: https://github.com/llm-as-a-verifier/llm-as-a-verifier
• GaP: https://arxiv.org/abs/2607.05369
• GaP project page: https://graph-robots.github.io/gap
• CompactionRL: https://arxiv.org/abs/2607.05378
• VLA-Corrector: https://arxiv.org/abs/2607.01804
• VLA-Corrector Hugging Face page: https://huggingface.co/papers/2607.01804
• VLA-Corrector project page: https://zju-omniai.github.io/vla-corrector/
• VLA-Corrector GitHub: https://github.com/ZJU-OmniAI/vla-corrector
• Cortex: https://arxiv.org/abs/2607.05377
• Cortex project page: https://steinate.github.io/cortex.github.io/
• SynCity 3000: https://arxiv.org/abs/2607.05392
• SynCity 3000 project page: https://research.paulengstler.com/syncity-3k/
• Embodied.cpp: https://arxiv.org/abs/2607.02501
• Embodied.cpp GitHub: https://github.com/SEU-PAISys/Embodied.cpp
• UI-MOPD: https://arxiv.org/abs/2607.04425
• UI-MOPD project page: https://elispectre.github.io/UI-MOPD/