商傳媒｜責任編輯／綜合外電報導
Roblox 於近日宣布推出名為 Roblox Reality 的混合架構，旨在結合先進人工智慧與傳統遊戲引擎的優勢，為全球開發者和玩家帶來前所未有的照片級擬真多人遊戲體驗。此舉有望解決現有 Video World Models 在實現大規模、高互動性沉浸式遊戲方面的挑戰。
現今的 Video World Models 雖能生成逼真的高維度行為，但在實際應用於遊戲時面臨多項技術瓶頸。例如，單純的影像世界模型難以支援真正的多人遊戲體驗，因為它們無法將視訊中移動的數百人視為獨立的玩家或具備「大腦」的虛擬替身。這些模型在維持單一會話中的連貫性、跨會話的長期記憶、低延遲表現以及精細的創作者控制方面表現不佳。它們更像是一種「引導式夢境」，雖然畫面令人驚豔，卻缺乏互動性、挑戰、獎勵與持久性，這正是構成遊戲的關鍵要素。此外，純粹的類神經世界模型難以可靠地管理多位玩家在長達兩小時會話中的互動，也難以執行嚴格的規則和維持持久狀態，主因是其缺乏長期記憶與一致的邏輯。
為了克服這些限制，Roblox 提出 Roblox Reality 混合架構，巧妙地結合了 Roblox Game Engine、Roblox Cloud 以及 Super Upsampler Roblox Video World Model。在這個架構中，Roblox Game Engine 負責處理世界的結構性與邏輯層面，提供穩定的長期記憶、符號邏輯及可重複的模擬。這也包含了碰撞偵測等基礎物理操作和物體的主要移動（例如賽車的位置、速度及操控）。而 Video World Model 則在此基礎上疊加視覺與生成性元素，例如車窗上流淌的水珠，或是汽車呼嘯而過時葉片輕微的顫動，以呈現令人驚嘆的視覺效果。
這種分工合作的方式，讓 Game Engine 能維護資料模型（即共享且一致的遊戲狀態），同時 Video World Model 則生成像素（即視覺化的夢境）。Roblox 相信，這種混合模式是讓創作者能夠以寫實輸出提供高擬真多人互動的最佳途徑。它旨在解決傳統遊戲引擎在處理極致視覺複雜度時，因記憶體開銷和模擬成本過高而難以實現大規模超寫實體驗的問題。例如，在製作一場摩納哥大獎賽遊戲時，Roblox Game Engine 能精準處理計分、懲罰系統、道路和車輛同步，而 Video World Model 則能自然地生成風中搖曳的草葉、車後揚起的塵埃、或雨水飛濺的油性水窪等非程式化細節，讓遊戲世界更具沉浸感。
