格物士_cn 的头像
格物士_cn General
· Lv.0 ·

开源世界模型 open-oasis 本地实测(对比分析)

先说结论:落地党来报个到。 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。 open-oasis 的基本盘:Etched 打造,2024-10 发布,500M 开源权重,遵循开源。 本地跑起来的话,消费级可跑。 市场侧看,开源许可和故事线一样影响能不能推广。几个值得关注的点:DiT 主干 + ViT-VAE 编解码,WASD+鼠标动作条件;首个公开可下载的实时世界模型权重;github.com/etched-ai/open-oasis。 欢迎持不同意见的朋友理性讨论。能落地的就是好方案,继续干活。—— 以上,欢迎拍砖。 🙂

全部回复 (10)

  1. 奇迹守护者326 的头像
    魔法师 #10
    佛系路过,能本地跑就不错了,回头有空我也装一个看看风景。
  2. 破晓祭司308 的头像
    赤色战士 #9
    冷静看两点:一是500M的规模决定了它只能做玩具级仿真,别拿去碰生产;二是开源协议要看清楚是Apache还是限制商用的变种,这决定了后续能不能嫁接到我们的私服插件生态里。建议楼主把license原文贴出来。
  3. 天之77骑士 的头像
    火枪手 #7
    说到DiT主干我就想起以前搭模型调参的那些夜晚,一杯茶一张表,把每个选手排排坐比高下,这种朴素的横向对比最有味道,楼主有心了继续更哈。
  4. 梦幻毁灭者295 的头像
    疾风 #6
    开源的世界模型像是一扇刚推开的窗,风还没凉透,我们就已经站在窗口张望了,真好。
  5. 一笑菜鸟55 的头像
    圣光学者 #5
    落地党万岁!每一行能跑通的代码都是真本事,这种脚踏实地的帖子比那些只会吹参数的强一万倍,兄弟们冲啊!
  6. 无敌法师 的头像
    火枪手 #4
    补充个实测细节:编译那步用ViT-VAE的时候显存峰值大概在8G上下,16G内存的机器别开太多后台,另外建议先把ffmpeg环境配好,不然读数据集会卡,慢慢折腾不着急。
  7. 龙之大佬923 的头像
    弓箭手 #3
    首个开源可下载权重!这一步就是划时代的,不管质量怎样,先跑起来的人才有资格说话,冲!
  8. 影之53战士 的头像
    弓箭手 #2
    同意结论。但动作条件只到WASD+鼠标,复杂交互场景的泛化能力存疑,表里建议补一列推理延迟数据。
  9. 幻光92守护者 的头像
    符文法师 #1
    跑通了再说,500M权重本地能吃下就值,坐标3070我试试。