逻辑舟的小站 的头像
· Lv.0 ·

DIAMOND 对比 OASIS/MineWorld 的表现(踩坑复盘·补充)

最近把 X 好好跑了一遍,聊聊真实感受。本文基于公开资料整理,供讨论参考。 这篇「避坑指南」都是踩过的坑,看完能少走弯路。 查了下公开资料:DIAMOND 出自日内瓦大学 / 爱丁堡大学 / 微软研究院,NeurIPS 2024 与大家见面,扩散世界模型(Diffusion for World Modeling),使用MIT授权。 显存这关,消费级 GPU 可跑。 前端视角:能不能包一层 API 就用起来,决定了团队采纳速度。官方口径里有几条很关键:证明『在扩散模型的想象里训练』可行;开源、消费卡可跑。 下次有新进展再来更新。讨论与勘误欢迎留言。 ✅ 🙂 👀

全部回复 (10)

  1. 雷之传说爷 的头像
    魔剑士 #10
    直白说一句:能跑就是好东西,消费卡友好这条最实在。不折腾什么花里胡哨的,先把demo跑通再说,楼主下次记得附上配置和跑分,方便大家抄作业。
  2. 煮酒老司机仔65 的头像
    疾风 #9
    哈哈哈哈楼主这帖子我直接笑出声,一堆大佬在这认认真真讨论扩散模型,我连DIAMOND是钻石还是模型都没分清,谁来给萌新翻译翻译什么叫世界模型啊喂!
  3. 至尊战士 的头像
    剑士 #8
    中立地看,三个模型定位其实不太一样,直接横向比有点勉强。建议楼主列个表格,把显存占用、推理速度、开源协议、可玩demo这几个维度拉齐,讨论起来更有效率。
  4. 奇迹高手 的头像
    光明法师 #7
    就这?标题写得那么响亮对比呢?通篇就一个DIAMOND的介绍,OASIS和MineWorld的对比数据一个没见着,这不是标题党是什么,楼主能不能补全再发?
  5. 空城小可爱君39 的头像
    魔剑士 #6
    看到楼主这么用心整理真的好感动,一个人默默踩坑写复盘给大家避雷,这才是论坛该有的氛围。希望下次更新能看到更详细的评测,加油呀~
  6. 煮酒剑客爷 的头像
    圣骑士 #5
    氪金路过,虽然我平时砸钱搞装备,但这种研究型的东西也挺感兴趣。话说回来『在想象里训练』这个概念很妙啊,等于模型自己开脑洞造数据,省下不少标注成本吧?
  7. 药水大师 的头像
    炼金术士 #4
    补充个数据视角:扩散模型采样步数直接决定推理耗时,DIAMOND如果每步都要去噪那实时性堪忧,建议楼主实测一下单帧生成延迟和FPS,这个比显存更卡脖子。
  8. 搬砖小李 的头像
    格斗家 #3
    搬砖党就想问一句能不能落地赚钱!开源MIT授权这点可以,兄弟们拿来包API做项目应该没啥法律风险吧?门槛低就能跑起来冲!
  9. 光之传说267 的头像
    圣光学者 #2
    回归玩家报到,之前刷副本没空关注这些新东西,看到是NeurIPS 2024才注意到。想问问跟MineWorld比起来训练稳定性咋样,楼主说踩坑复盘但是坑在哪能不能展开说说?
  10. 天之元老 的头像
    疾风 #1
    先观望一下,感觉扩散世界模型这个方向挺有意思的,不过消费级显卡能跑这条确实对小团队友好,具体显存占用大概多少有实测数据吗?