Kyutai y General Intuition liberaron MIRA, un world model de código abierto que genera partidas 2 contra 2 de Rocket League jugables por cuatro personas a la vez. No hay motor de juego debajo. Todo, la física, los gráficos, el marcador, sale de una red neuronal que aprendió a soñar el juego.
Puntos clave
- MIRA combina un transformer de difusión de 5.000 millones de parámetros con un códec de vídeo de 600 millones.
- Aprendió el juego a partir de unas 10.000 horas de partidas entre bots, sin un solo dato de jugadores humanos.
- Corre a 20 fotogramas por segundo en una sola GPU de Nvidia, con las cuatro pantallas sincronizadas.
- Los equipos publican el código, los datos de entrenamiento y una demo jugable. Epic Games figura como colaborador.
Un juego sin motor de juego
La idea de un world model es que el modelo no ejecuta un programa de Rocket League. Lo alucina fotograma a fotograma. No hay motor físico, no hay motor de render, no hay una representación 3D explícita en ningún sitio. MIRA vio 10.000 horas de un bot llamado Nexto jugando contra sí mismo en tres arenas distintas, y aprendió a predecir qué pantalla viene después de cada acción del jugador. El resultado es lo bastante coherente como para reconocer un boost, mostrar una demolición o pintar el mensaje de un evento.
Tiene los límites de un sueño. Su memoria abarca unos cuatro segundos, así que cuando salta la repetición de un gol, MIRA se inventa un gol convincente que nunca pasó. No recuerda la jugada real, la rellena.
Los detalles técnicos ayudan a entender el logro. El bot que jugó las 10.000 horas es Nexto, el de mayor nivel disponible en abierto. El entrenamiento usa una técnica llamada diffusion forcing en el espacio latente de un códec de vídeo, y un truco de action dropout es lo que le da el modo autopilot. La salida final va a 576p repartida entre las cuatro pantallas, todas a 20 fps y en la misma GPU. Los equipos publican además el Rocket Science Dataset, una porción de 1.000 horas a 720p con las acciones y los estados físicos, para que otros puedan reproducirlo.
Para qué sirve esto de verdad
El punto no es sustituir a los videojuegos. Epic Games, que colabora en el proyecto, aclara que la tecnología no se está usando para desarrollar Rocket League. El objetivo es entrenar robots. Un world model que aprende a simular un entorno interactivo a partir de vídeo es, en el fondo, un simulador barato del mundo físico. Y los robots necesitan millones de horas de ese tipo de datos para aprender sin romper hardware real.
MIRA se suma a una tanda de world models que ha salido en semanas. Odyssey enseñó una versión multijugador de un shooter clásico, y ahora Kyutai hace lo propio con Rocket League. La dirección es clara: modelos que generan entornos jugables enteros con una sola GPU.
Por qué importa
Para la mayoría de las empresas esto todavía es investigación, no una herramienta que puedas enchufar el lunes. Pero marca hacia dónde va el cómputo. Si un modelo de 5.000 millones de parámetros genera un mundo interactivo en tiempo real en una sola tarjeta, la simulación deja de ser cara. Eso abre la puerta a entrenar sistemas (robots, agentes, controladores) en mundos generados a medida en vez de en escenarios grabados a mano. Conviene entender la pieza ahora, porque la aplicación industrial llega después.
Relacionado
