港大联合腾讯推出Multics多玩家世界模型：分层通信架构显著降低算力开销

SmartHey10月23日消息，近日，香港大学携手腾讯IEG ARC实验室正式发布Multics——一款专为多人交互场景设计的生成式多玩家世界模型。该模型聚焦多视角视频生成中长期存在的三大挑战：跨视角一致性弱、动作与视角可控性不足、以及随玩家数量增长而急剧膨胀的计算开销，并创新性提出“玩家—分组—全局”三级分层通信架构。

传统多玩家世界模型普遍采用两类通信方式：全连接模式要求所有玩家两两交换特征，导致计算复杂度随玩家数呈平方级上升，扩展性极差；中心化模式则将全部信息汇聚至单一全局Token池，易使空间无关的局部事件相互干扰，引发画面错乱或语义冲突。

Multics的核心突破在于构建了分层信息流转机制：玩家本地特征首先在所属分组内聚合，形成轻量化的“分组Token”作为中间表征；再由分组Token与全局Token协同完成跨组协调。该设计天然实现了事件域隔离，有效避免无关交互间的语义污染。

模型采用分组槽位参数共享机制，无需因玩家数量变化新增参数；并配套动态分组策略——依据玩家相机运动轨迹实时判断空间关联性，自动将邻近区域的玩家划分至同一组，从而在保障效果的同时精准控制算力预算。

值得注意的是，Multics仅使用4玩家数据完成训练，推理阶段无需微调或重训，即可原生支持6、8、10人等不同规模的并行推演，共同沉浸于同一个连贯、一致的共享虚拟世界。在确保重叠视野画面高度统一、每位玩家的动作与相机轨迹完全独立可控的前提下，整体计算效率实现大幅跃升。

实测数据显示，在10玩家标准场景下，相比全连接基线方案，Multics将自注意力计算量（FLOPs）降低86.1%，自注意力延迟减少78.1%，整体DiT推理延迟下降61.9%。

在关键性能维度上，Multics于跨视角一致性、单视角独立可控性、抗跨事件干扰能力三项核心指标均达到当前最优水平（SOTA）。用户可为每位玩家分别输入动作指令与相机控制信号，模型同步生成多路高保真视频流——重叠区域内容严格对齐，单个玩家的操作不会对他人视角造成任何视觉或逻辑污染。

该技术有望广泛应用于AI驱动的多人虚拟环境构建、多机器人协同仿真训练、下一代交互式AI游戏引擎等前沿领域。