Agora-2: מודל העולם הניתן למשחק של Odyssey מריץ 20 משתתפים על ארבעה GPUs

Agora-2 מכניס עשרים משתתפים לסימולציה אחת וקורא לזה תצוגת מחקר ניתנת למשחק. Odyssey פרסמה אותו ב-21 בספטמבר 2026 בפוסט שכותרתו "מציגים את Agora-2: קידום סימולציית עולם מרובת סוכנים", חתום על ידי אוליבר קמרון, והמספר שמסתובב הוא העשרים. המספר שחשוב הוא הפיצול שבתוכו. סשן תומך בעד ארבעה בקרים אנושיים במקביל לצד שישה עשר ישויות אוטונומיות, ואלה אינם מאותו סוג של משתתפים — ארבעה אנשים שמקלידים פקודות תנועה, שישה עשר מדיניויות שמבצעות אותן. Odyssey אימנה את המדיניויות בעצמה, על שלבים של משחק שהיא גם התאמנה עליו: המאמר אומר שהעולם נלמד מצילומי Diablo II.

ההבחנה הזו בין משתתפים נשלטים למשתתפים מדומים היא המקום שבו נמצא כמעט כל מה שמעניין ב-Agora-2. זה גם המקום שבו רוב הסיקור ייטשטש, מפני ש"20 שחקנים" הוא משפט נקי יותר מ"ארבעה שחקנים ושישה-עשר סוכנים נלמדים החולקים מצב שממשיך להתקיים מחוץ למסך". מה ש-Odyssey משיקה אינו מחולל וידאו שריבוי משתתפים הודבק אליו. זה קרוב יותר לשרת משחק שהפיזיקה, האנימציה והרינדור שלו הוחלפו כולם ברכיבים נלמדים, ושמקור התוכן האמיתי היחיד שלו הוא מאגר נתונים של משחק מוקלט.

עשרים משתתפים הם ארבעה אנשים ושש עשרה פוליסות

Odyssey מבהיר במפורש כי Agora-2 תומך במספר גדול פי חמישה של משתתפים מאשר Agora-1, וכי הוא עבר מסימולציה של סביבה אחת לסימולציה של סביבות מרובות עם התנהגות באופק ארוך יותר. המבנה לכל סשן נראה כך:

• בקרים אנושיים — עד 4 במקביל, כשכל אחד מספק קלט לתנועה ולפעולה

• ישויות אוטונומיות — 16 לסשן, מונעות על ידי מדיניות נלמדת של מפלצות ובני לוויה ולא על ידי שחקנים

• סך המשתתפים — 20 במצב עולם משותף אחד, וזה הנתון ש-Odyssey מציגה בראש

• סביבות — מרובות, לעומת הסביבה היחידה ש-Agora-1 יכלה לדמות

• בסיס התוכן — לכידות של Diablo II, כך שהעולם, הנכסים והכללים כולם עוברים בירושה מקורפוס מוקלט אחד

• צורת שחרור — תצוגה מקדימה מחקרית ניתנת למשחק, לא מוצר, ללא משקלים, ללא רישיון וללא מחיר

האוטונומיים השישה-עשר אינם קישוט. הדו"ח של Odyssey מתאר אימון מדיניות נפרדת למפלצות ולבני לוויה, ומספרי ההערכה ספציפיים: 23,771 דוגמאות למדיניות המפלצת בשלב הסופי, שנשאבו ממורה בסיס בתוספת נתוני התאוששות ושימור, ו-128,005 דוגמאות עבור מדיניות בן הלוויה, שהוערכו מול 252 פרקי הערכה ו-24 מקרי הערכה בהתאמה. המדיניויות האלה הן מה שגורם למפגש של ארבעה אנשים להרגיש מאוכלס. הן גם הסיבה לכך שמספר המשתתפים הוא בחירה עיצובית ולא טענת קיבולת — שישה-עשר הוא מספר הסוכנים ששרת העולם אומן לשאת לצד ארבעה בני אדם, ולא מספר הסוכנים שהוא יכול להכיל תאורטית.

הארכיטקטורה היא מודל קטן אחד ומודל גדול אחד.

Agora-2 מפריד בין הדבר שקובע מה קורה לבין הדבר שקובע איך זה נראה, ופער הגודל ביניהם הוא המספר הבולט ביותר במאמר. למודל הסימולציה יש 4,457,777 פרמטרים — בערך 4.46 מיליון, ארבע שכבות לרוחב, רוחב 256, ארבעה ראשים, חלון היסטוריה של ארבעה צעדים, ארבעה עשר ענפי תנועה וראש נפרד לכיוון הפנייה. הרנדרר הוא טרנספורמר flow-matching של כמיליארד פרמטרים, שישה עשר בלוקים ברוחב 2,048, חמישה מהם נושאים קשב זמני סיבתי, והוא מופעל בחמישה צעדי פותר בכל עדכון.

המרנדר מותנה בקידומת בת 342 טוקנים ולא בעולם הגולמי:

• מפה — 144 טוקנים, רשת אריחים מקומית של 12×12 סביב נקודת התצפית

• ישויות — 36 אסימונים, ארבעה עבור משתתפים בשליטת המשתמש ו-32 עבור משבצות ישויות אחרות

• אפקטים חולפים — 160 טוקנים עבור אפקטים שאינם מפה ואינם ישות

• תצוגה ורשימה — אסימון אחד לכל אחד, עבור פעולת המצלמה ורשימת המפגש

• לכל עדכון — 300 טוקני תמונה שמפנים קשב אל 342 טוקני ההתניה האלה

• קודק — לטנט מבוסס RAE בגודל 2 פריימים ל־15×20×32, ואז x264 CRF 18 או NVENC QP 18 ביציאה

Odyssey מנמקת את הסיבה לכך שההתניה בנויה כך: עולם נלמד צריך לשמור תכונות של ישויות במצב שמאריך ימים יותר מכל מצלמה מסוימת. הפוסט מנסח זאת בפשטות — מכיוון שתכונות של ישויות נשמרות ללא תלות בכל מבט מסוים, הן נשארות זמינות כשהישות מחוץ לפריים. זה המשפט שמבדיל בין Agora-2 למודל וידאו. מחולל שמתנה רק על פריימים אחרונים מאבד את המפלצת ברגע שאתה מסב ממנה את המבט; מודל עולם ששומר מצב מפורש לא מאבד אותה.

ארבעה GPUs קונים ארבעה שחקנים

תוכנית ההגשה בדוח היא החלק הפחות מפורסם של Agora-2 והשימושי ביותר לכל מי שמעריך כמה יעלה עולם כמו זה. התצורה של Odyssey למפגש של ארבעה שחקנים היא ארבעה כרטיסי NVIDIA RTX PRO 4500: מרנדר אחד לכל GPU, כאשר אחד מאותם GPUs מארח גם את מודל הסימולציה ואת מדיניות הסוכן. היעדים המוצהרים הם 15 עדכוני latent בשנייה עם 30 פריימים מוצגים בשנייה.

שני מספרים בנספח ממחישים את התצורה הזו. ב-165 ואט, הצוות מדד הפחתה של 9.9% בהסקה כתוצאה משינוי ברנדרר — מ-62.92 מילישניות ל-56.69 מילישניות על פני 3,200 קריאות לכל מימוש. והאימון של הרנדרר היה ספציפי באותה מידה: שישים אלף עדכונים על 4,232,000 מקטעים, ואחריהם עוד שישים אלף על 4,332,800 מקטעים, AdamW בקצב למידה של 1e-4, אצווה 128, EMA 0.9999, שהורץ על 32 כרטיסי B200. הקורפוס הזה מפורט — 1,200,000 מקטעי לחימה של סגל מלא, 2,016,000 מקטעי יכולות מיוחדות מרובדים, 504,000 מקטעי מעבר על גופות, 512,000 מקטעי תנועה ללא ישויות אוטונומיות, ו-100,800 מקטעי מחזור חיים של פורטל בוס.

קראו את שתי הפסקאות האלה יחד וצורתו של המוצר מתבהרת. הרנדרר הוא החצי היקר בשלושה סדרי גודל מבחינת פרמטרים, GPU אחד לכל צופה בו-זמנית בהגשה, ושלושים ושניים B200s באימון. מודל הסימולציה — החלק שלמעשה קובע מה קורה בעולם — הוא ארבעה וחצי מיליון פרמטרים, שזה פחות מרוב טבלאות האמבדינג. Agora-2 היא בעיית רנדור שעוטה תחפושת של מנוע משחק.

המספרים שפורסמו, והדבר האחד שהם לא מראים

התוצאות הכמותיות של הדוח הן, לפי המסגור של Odyssey עצמה, אבלציות של בחירות העיצוב שלה ולא ציוני בנצ'מרק תחרותיים, ויש לקרוא אותן כך:

• קידומת מובנית לעומת בסיס VAE — 0.001279 שגיאה ריבועית ממוצעת ו-30.11 dB PSNR לעומת 0.010272 ו-20.67 dB, שיפור של 9.44 dB, על פני 90 הערכות מזווגות מ-30 קליפים ו-3 זרעים

• קשב Renderer — 20.09 מילישניות לכל עדכון denoiser דו-פריימי עם הקידומת המובנית, לעומת 37.06 עם cross-attention ו-18.82 עם AdaLN מאוגם, הפחתה של 45.8% ב-denoiser ו-34.1% בליבה

• דרופ-אאוט של היסטוריה ב-50% — 0.05695 שגיאת סטרימינג ו-0.19535 התחלה קרה לעומת 0.06041 ו-0.21082 ללא דרופ-אאוט, בנאמנות מעט גרועה יותר להפרעת מפה

• דיוק הסימולציה — 85.17% בחיזוי ענף התנועה, 68.17% בתת-הקבוצה הקשה יותר של דוגמאות חסומות, ו-95.84% במצב אנימציה, עם מעברי מצב חזויים בשיעור של 7.49% לעומת 3.54% שתועדו

כל אחד מהנתונים האלה נמדד ביחס לתצורה אחרת של Agora-2. אף אחד מהם אינו השוואה מול מערכת ששוחררה, ואף אחד מהם אינו מתאר משחק חי. סעיף 8 בדוח מדבר בכנות על הפער. העברה לנכסים, לכללים או לסביבות חדשים נותרה ללא בדיקה. שגיאות מצטברות. תמונות שנוצרו באופן עצמאי עדיין עשויות להיות שונות במראה, בנראות או בתזמון אירועים. והמשפט הראוי לציטוט במלואו: קצב פריימים מתמשך והשהיה מהקלט לתצוגה במהלך אינטראקציה חיה בין סוכנים מרובים לא הוערכו כמותית. חמישה עשר עדכונים בשנייה ושלושים פריימים בשנייה שלעיל הם יעדים, לא מדידות.

איפה התצוגה המקדימה נמצאת, ומה היא לא כוללת

התצוגה המקדימה הניתנת להפעלה נמצאת באתר של Odyssey עצמה, שאליו מגיעים דרך כתובת הדמו agora.odyssey.ml, שמפנה אל agora.odyssey.systems. הדוח הטכני הוא קובץ ה-PDF המקושר מאותה הכרזה. מה שלא פורסם בולט לא פחות ממה שכן: אין משקולות מודל, אין מאגר, אין רישיון, אין API להסקה ואין מחיר. Odyssey מתארת את ההשקה כתצוגה מקדימה מחקרית ומתייחסת למסלול לעבר אינטראקציה בין סוכנים מרובים בתוך מודלי העולם הבסיסיים שלה כעבודה עתידית, כאשר PROWL רשום כחוט המחקר שהיא מרחיבה ו-Odyssey-3 מוגדר כיעד הסופי.

זה משנה לכל מי שמתכנן לבנות מול Agora-2, כי התשובה המעשית היום היא שאי אפשר — לא דרכנו ולא דרך נקודת קצה מתארחת של מישהו אחר. OrcaRouter לא מספקת את Agora-2, Agora-1 או Odyssey-3; נתיבי המודלים האלה לא קיימים בקטלוג שלנו. מה שהפלטפורמה שלנו כן מספקת הוא שאר הבנייה שאולי מתרחשת סביב עולם נלמד: נקודת קצה אחת שמכסה יותר מ-200 מודלים, במחיר לפי מחירון כל ספק וללא תוספת, כך שכאשר ספק מוריד מחיר השינוי פעיל כאן באותו יום, ושכבת ניתוב שמעבירה בקשה אוטומטית לספק חלופי כאשר ספק מתדרדר. אם בסופו של דבר תשתמשו במודל כדי ליצור פריסות שלבים, לכתוב קוד מדיניות או לתמלל משחק מוקלט, זה החלק שאנחנו באמת יכולים לעזור בו.

מה לצפות

אגורה-2 הוא תוצאה אמיתית עם הסתייגות אמיתית, וקל להתבלבל בין השתיים. התוצאה היא שניתן לדמות ולרנדר עולם משותף, מתמשך ורב-סביבתי עבור עשרים משתתפים מתוך קורפוס של משחק מוקלט, ושהאודיסיאה יכולה להצביע על החלטות העיצוב הספציפיות — מצב מפורש, קידומת התניה מובנית, מודל סימולציה זעיר — שהפכו זאת לאפשרי. ההסתייגות היא שסעיף 8 של המאמר עצמו מפרט השהיה חיה, קצב פריימים מתמשך, העברה בין-סביבתית והצטברות שגיאות כלא-מוערכים. עד שמישהו יפרסם תיעוד קצב פריימים מסשן אמיתי של ארבעה שחקנים, הסיכום הכנה הוא שאגורה-2 מוכיח את הארכיטקטורה ומשאיר את החוויה ללא מדידה.

הדבר השני שכדאי לשים לב אליו הוא כיוון ההתפתחות. המסגור של Odyssey עצמה מציג את Agora-2 כצעד בדרך להכנסת אינטראקציה בין סוכנים מרובים לתוך מודל עולם בסיסי, כאשר PROWL הוא הרחבת המחקר ו-Odyssey-3 הוא היעד הנקוב. אם זה יקרה, השאלה המעניינת מפסיקה להיות אם מודל עולם יכול לשאת עשרים משתתפים, והופכת להיות אם מודל עולם יכול להעביר אותם אל עולם שהמודל מעולם לא אומן עליו — וזו בדיוק שאלת ההעברה שהדוח הנוכחי נמנע מלענות עליה.