我们提出 WorldStream，一个开放式 3D 世界模型，同时具备三项能力：它能把可游玩地形扩展到任何预先指定的地图之外，在运行中的世界里响应开放式语言，并恢复曾访问过的地点及其编辑。一个基于类型化决策模型的层级式规划器会输出结构化决策状态：Macro 在一组地块范围内确定聚落、生态、交通和水文结构；Micro 在实测地形和已接受的邻接承诺之下，把该契约特化为地块语义。确定性的局部代码把已接受的规划编译为地形、道路、聚落、植被和实体。流式处理将二者作用范围分离：规划沿预…
总共花了27小时 Updated: 2026年10月20日 10:11 谷歌研究人员发表论文称，4个谷歌Gemini 4 Argon AI智能体刚刚在没有任何人类协助的情况下通关了《我的世界》。它们花了27个多小时击败末影龙，据信这是全球首次。 当然，这可不是跑到末影龙面前射几箭那么简单。在《我的世界》中，玩家要前往末地并击败末影龙，必须先完成一连串考验。 玩家得先收集末影珍珠、末地烛，合成末影之眼，再去寻找要塞并解开谜题。这需要刷取不少资源，还得从《我的世界》的基础工具起…
推荐理由：论文给出多智能体在长时程任务中的协作、分工与失败恢复细节，可观察自主智能体的实际边界。
MIT 研究者将 Claude Opus 4.7 的副本（代号 Eko）反复单独放在一个仿 Roblox 的虚拟荒岛上 30 小时，智能体可编写指令移动虚拟化身，并自发探索地图边界、自设目标，如攀爬最高点、比谁把方块扔得更高。
跳到内容 2026年10月18日 四个运行在 Google Gemini 4 Argon 上的 AI 智能体首次在无人类输入的情况下通关 Minecraft，在一次完全自主的运行中击杀了末影龙。 Google Deepmind 团队将这些智能体放入一个随机生成的世界，没有为它们分配角色、策略或游戏专用工具。它们自行分配任务，互相警告威胁，从阵亡队友身上取回物品，并将错误记录在共享记忆中。在 27 小时 14 分钟里，这四个智能体总共编写了 2,783 个 JavaScrip…
世界模型是在基于模型的强化学习中引入的，作为一种学习得到的动力学模型或“转移函数”，用于预测下一个状态。其背后的动机是让强化学习能够通过模拟环境进行，而不需要直接与环境交互。世界模型还为智能体提供了一条路径，使其能够规划和推理自身行动的后果，而不是仅仅依赖规模。然而，从想象经验中学习的效果取决于世界模型本身：在其预测错误的地方，智能体会基于幻觉出的未来进行训练，并学到在真实环境中失败的行为。迄今为止，大多数世界模型所想象的世界里只有一个智能体，但最能带来教益的经验恰恰是与他…
推荐理由：原文给出多智能体世界模型与策略在同一训练循环中互相修复的机制，以及 SMACv2 与 MQE 上的具体对比数据。