脚本プランナー▸ 
AIアプリ 
AIニュース Microsoft MineWorld：『Minecraft』ベースのリアルタイム・オープンソース・インタラクティブ世界モデル
小编 ·
Microsoft MineWorld：『Minecraft』ベースのリアルタイム・オープンソース・インタラクティブ世界モデル
MineWorldとは？
MineWorldは、Microsoftが2025年4月14日にオープンソース化した、『マインクラフト』（Minecraft）をベースにしたリアルタイムインタラクティブなワールドモデルです。その目的は、エージェントが認識・推論・行動できる動的な環境を構築することです。
MineWorldの技術的特徴
視覚-動作自己回帰Transformer：MineWorldは視覚-動作自己回帰Transformer駆動モデルを利用し、ゲームシーンと動作を離散的なトークンIDに変換し、次のトークン予測によって学習を行います。
並列デコードアルゴリズム：新しく開発した並列デコードアルゴリズムにより、各フレーム内の空間的に冗長なトークンを同時に予測することができ、異なる規模のモデルで毎秒4〜7フレームを生成し、ゲームプレイヤーとのリアルタイムインタラクションを実現します。
入力と出力：モデルはゲームシーンの初期画像とユーザーが選択した動作を入力として、対応する次のシーンを生成します。
評価指標：視覚品質だけでなく、新しいシーンを生成する際の動作追従能力を評価できる新しい評価指標を提案しています。
MineWorldの応用
エンボディド・インテリジェンス研究：エンボディド・インテリジェンス研究のために、複雑で動的な仮想テストプラットフォームを提供します。
強化学習の訓練：強化学習の訓練に利用でき、シミュレートされた環境でエージェントが学習し適応するのに役立ちます。
インタラクティブaiエージェントのテスト：インタラクティブAIエージェントのテストに、リアルタイムで操作可能な環境を提供します。
MineWorldの使用方法
Webデモ：ユーザーは特定のコマンドを実行してウェブゲームを起動し、ローカルまたはパブリックURLからアクセスできます。初期フレームの選択、カメラ移動の制御、ジャンプや移動などのゲームアクションの実行が可能です。
ローカル実行：ユーザーはモデルをローカルで実行し、論文の評価結果を再現することもできます。
MineWorldの適用範囲と制限
適用範囲：MineWorldは『マインクラフト』のゲーム分野に特化して訓練されており、ゲームに関連するシーンの生成にのみ適しています。
制限：
他の動画分野の結果（インターネット動画など）は生成できません。
生成される動画の解像度が限られているため、細部情報が失われる可能性があります。
モデルは学習データ内のバイアス、誤り、または脱落を継承する可能性があります。
商用または現実のシナリオへの応用を検討するには、さらなるテストと検証が必要です。
MineWorldのインストールと使用方法
1. 環境設定：
リポジトリのクローン：
git clone https://github.com/microsoft/mineworld.git cd mineworld
Conda環境の作成と有効化：
conda create -n mineworld python=3.10 conda activate mineworld pip3 install -r requirements.txt
高性能GPU（A100やH100など）を使用して推論を行うことを推奨します。
2. 事前学習済みモデルのダウンロード：
事前学習済みモデルと関連する設定ファイルをダウンロードし、checkpointsフォルダに配置します。
データ構造は以下の通りです：
├── checkpoints │ ├── 300M_16f.ckpt │ ├── 700M_16f.ckpt │ ├── 700M_32f.ckpt │ ├── 1200M_16f.ckpt │ └── 1200M_32f.ckpt │ └── vae │ ├── config.json │ └── vae.ckpt ├── validation │ └── validation.zip └── gradio_scene ├── scene.mp4 └── scene.jsonl
3. Webデモの起動：
以下のコマンドを使用してWebデモを起動します：
python mineworld.py --scene "path/to/scene.mp4" --model_ckpt "path/to/ckpt" --config "path/to/config"
ローカルまたはパブリックURLにアクセスし、ウェブページを通じてインタラクションを行います。
初期フレームの選択、カメラ移動の制御、ゲームアクション（ジャンプ、移動など）の実行が可能です。
4. ローカル推論：
以下のコマンドを使用してローカル推論を行います：
python inference.py --data_root "/path/to/validation/dataset" --model_ckpt "path/to/ckpt" --config "path/to/config" --demo_num 1 --frames 15 --accelerate-algo 'naive' --top_p 0.8 --output_dir "path/to/output"
評価指標の計算：
bash scripts/setup_metrics.sh bash scripts/compute_metrics.sh
github：https://github.com/microsoft/MineWorld
