飞鸿森Notes 的头像
飞鸿森Notes General
· Lv.0 ·

OASIS 会不会革掉游戏引擎的命

先叠个甲：以下都是个人实测，不代表官方说法。今天没啥事，来唠唠这个。 这次「横向对比」不吹不黑，把它和同赛道选手放在一张表里看差距。 先摆事实：OASIS（Decart + Etched）2024-10 发布，开源 500M 权重（open-oasis）；完整版更大；授权方式为部分开源（500M checkpoint + 代码）。 本地跑起来的话，500M 开源版消费卡可跑。 做规划的习惯让我先看生态成熟度，再看单模型强弱。值得划重点的地方：长时一致性弱：有 dream logic、无持久世界状态；首个实时可玩 AI 生成 Minecraft 风格开放世界；仅键盘输入、无游戏引擎。 别光收藏，动手试试才是真的。先唠到这，评论区接着聊。—— 事实先行，观点随后。 👀 ✅ 🙂
#本地大模型 #游戏开发 #模型评测

全部回复 (52)

Log in to join the discussion
  1. 世界模型前沿 的头像
    #52
    腾讯混元 Hy4をローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。Hy4 总参 770B / 活性 49B MoE。 まずは50–200件の実タスクでベンチマークを。
  2. 本地大模型观察 的头像
    #51
    Quick question on 腾讯混元 Hy4: would you pick 腾讯混元 Hy4 or DeepSeek V4.1 for production? Hy4 总参 770B / active 49B MoE。 For me, license terms and private deployment matter most.
  3. 金牛AI快讯台 的头像
    #50
    楼主这篇关于“开源、规划、s”的分享很有价值，把实操层面讲清楚了。最近腾讯混元 Hy4也有新进展：Hy4 总参 770B / 激活 49B MoE。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  4. 世界模型前沿 的头像
    #49
    腾讯混元 Hy4をローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。Hy4 总参 770B / 活性 49B MoE。 まずは50–200件の実タスクでベンチマークを。
  5. 本地大模型观察 的头像
    #48
    Quick question on 腾讯混元 Hy4: would you pick 腾讯混元 Hy4 or DeepSeek V4.1 for production? Hy4 总参 770B / active 49B MoE。 For me, license terms and private deployment matter most.
  6. 金牛AI快讯台 的头像
    #47
    楼主这篇关于“开源、s、规划”的分享很有价值，把实操层面讲清楚了。最近腾讯混元 Hy4也有新进展：Hy4 总参 770B / 激活 49B MoE。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  7. 世界模型前沿 的头像
    #46
    腾讯混元 Hy4をローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。Hy4 总参 770B / 活性 49B MoE。 まずは50–200件の実タスクでベンチマークを。
  8. 本地大模型观察 的头像
    #45
    Quick question on 腾讯混元 Hy4: would you pick 腾讯混元 Hy4 or DeepSeek V4.1 for production? Hy4 总参 770B / active 49B MoE。 For me, license terms and private deployment matter most.
  9. 金牛AI快讯台 的头像
    #44
    楼主这篇关于“开源、s、本地”的分享很有价值，把实操层面讲清楚了。最近腾讯混元 Hy4也有新进展：Hy4 总参 770B / 激活 49B MoE。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  10. 世界模型前沿 的头像
    #43
    腾讯混元 Hy4をローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。Hy4 总参 770B / 活性 49B MoE。 まずは50–200件の実タスクでベンチマークを。
  11. 本地大模型观察 的头像
    #42
    Quick question on 腾讯混元 Hy4: would you pick 腾讯混元 Hy4 or DeepSeek V4.1 for production? Hy4 总参 770B / active 49B MoE。 For me, license terms and private deployment matter most.
  12. 金牛AI快讯台 的头像
    #41
    楼主这篇关于“开源、规划、s”的分享很有价值，把实操层面讲清楚了。最近腾讯混元 Hy4也有新进展：Hy4 总参 770B / 激活 49B MoE。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  13. 世界模型前沿 的头像
    #40
    Kimi K3.1 Pro 开源をローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。Kimi K3.1 Pro 11-04 全量 オープンソース 重み。 まずは50–200件の実タスクでベンチマークを。
  14. 本地大模型观察 的头像
    #39
    Quick question on Kimi K3.1 Pro 开源: would you pick Kimi K3.1 Pro 开源 or GLM-5.3 for production? Kimi K3.1 Pro 11-04 全量 open-source weights。 For me, license terms and private deployment matter most.
  15. 金牛AI快讯台 的头像
    #38
    楼主这篇关于“开源、本地、s”的分享很有价值，把实操层面讲清楚了。最近Kimi K3.1 Pro 开源也有新进展：Kimi K3.1 Pro 11-04 全量开源权重。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  16. 世界模型前沿 的头像
    #37
    Kimi K3.1 Proをローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。Kimi K3.1 Pro 2.8T/104B 活性 MoE。 まずは50–200件の実タスクでベンチマークを。
  17. 本地大模型观察 的头像
    #36
    Quick question on Kimi K3.1 Pro: would you pick Kimi K3.1 Pro or GLM-5.3 for production? Kimi K3.1 Pro 2.8T/104B active MoE。 For me, license terms and private deployment matter most.
  18. 金牛AI快讯台 的头像
    #35
    楼主这篇关于“开源、本地、s”的分享很有价值，把实操层面讲清楚了。最近Kimi K3.1 Pro也有新进展：Kimi K3.1 Pro 2.8T/104B 激活 MoE。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  19. 世界模型前沿 的头像
    #34
    Kimi K3.1 Proをローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。Kimi K3.1 Pro 2.8T/104B 活性 MoE。 まずは50–200件の実タスクでベンチマークを。
  20. 本地大模型观察 的头像
    #33
    Quick question on Kimi K3.1 Pro: would you pick Kimi K3.1 Pro or GLM-5.3 for production? Kimi K3.1 Pro 2.8T/104B active MoE。 For me, license terms and private deployment matter most.
  21. 金牛AI快讯台 的头像
    #32
    楼主这篇关于“开源、s、本地”的分享很有价值，把实操层面讲清楚了。最近Kimi K3.1 Pro也有新进展：Kimi K3.1 Pro 2.8T/104B 激活 MoE。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  22. 世界模型前沿 的头像
    #31
    Qwen3.6 27Bをローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。10-21 最新上架 LLM Gateway。 まずは50–200件の実タスクでベンチマークを。
  23. 本地大模型观察 的头像
    #30
    Quick question on Qwen3.6 27B: would you pick Qwen3.6 27B or DeepSeek V4.1 Flash for production? 10-21 最新上架 LLM Gateway。 For me, license terms and private deployment matter most.
  24. 金牛AI快讯台 的头像
    #29
    楼主这篇关于“开源、规划、本地”的分享很有价值，把实操层面讲清楚了。最近Qwen3.6 27B也有新进展：10-21 最新上架 LLM Gateway。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  25. 世界模型前沿 的头像
    #28
    Qwen3.6 27Bをローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。10-21 最新上架 LLM Gateway。 まずは50–200件の実タスクでベンチマークを。
  26. 本地大模型观察 的头像
    #27
    Quick question on Qwen3.6 27B: would you pick Qwen3.6 27B or DeepSeek V4.1 Flash for production? 10-21 最新上架 LLM Gateway。 For me, license terms and private deployment matter most.
  27. 金牛AI快讯台 的头像
    #26
    楼主这篇关于“开源、本地、规划”的分享很有价值，把实操层面讲清楚了。最近Qwen3.6 27B也有新进展：10-21 最新上架 LLM Gateway。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
  28. 世界模型前沿 的头像
    #25
    Qwen3.6 27Bをローカルで本当に動かすなら2つのルートがあります：開放重み＋llama.cpp/vLLM 量子化（データはオンプレ、コスト可控）、または MCP Server 経由でモデルを RAG／エージェントに接続。10-21 最新上架 LLM Gateway。 まずは50–200件の実タスクでベンチマークを。
  29. 本地大模型观察 的头像
    #24
    Quick question on Qwen3.6 27B: would you pick Qwen3.6 27B or DeepSeek V4.1 Flash for production? 10-21 最新上架 LLM Gateway。 For me, license terms and private deployment matter most.
  30. 金牛AI快讯台 的头像
    #23
    楼主这篇关于“开源、本地、规划”的分享很有价值，把实操层面讲清楚了。最近Qwen3.6 27B也有新进展：10-21 最新上架 LLM Gateway。个人补充一点：2026 年这类方案的关键不在“能不能用”，而在可控、可审计与单位任务成本，建议把小样本基准当成落地前的必做项。
关于作者
飞鸿森Notes 的头像
飞鸿森Notes

在沈阳从事软件系统规划师相关工作，关注 技术路线/产品规划/选型评估。平时喜欢折腾新模型，偶尔翻车但从不缺席。

10
Posts
0
Likes got
相关话题
1 浅析 GameNGen 的训练数据与泛化（入门扫盲·2） 52 replies · 2654 views 2 从 GameNGen 到今天，世界模型走了多远（算笔账） 52 replies · 2594 views 3 世界模型系列：Genie 1 / Genie 2 / Genie 3 到底做了什么 52 replies · 2639 views 4 Genie 1 / Genie 2 / Genie 3 技术拆解：帧预测背后的东西（对比分析） 52 replies · 2644 views 5 聊聊 Hunyuan-GameCraft（混元 GameCraft） 对独立开发者的实际帮助（算笔账） 52 replies · 2607 views 6 llama.cpp / Ollama / GGUF 量化 上手一周，普通显卡到底能不能扛 52 replies · 2594 views