MultiGen: 拡散ゲームエンジンにおける編集可能なマルチプレイヤーワールドのためのレベルデザイン

MultiGen: Level-Design for Editable Multiplayer Worlds in Diffusion Game Engines

March 30, 2026

著者: Ryan Po, David Junhao Zhang, Amir Hertz, Gordon Wetzstein, Neal Wadhwa, Nataniel Ruiz

cs.AI

要旨

映像ベースの世界モデルは、対話型シミュレーションやエンターテインメントにおいて大きな可能性を示している。しかし、現在のシステムは依然として、対話性における二つの重要な側面、すなわち「再現可能で編集可能な体験のためのユーザーによる環境制御」と「プレイヤーが共通世界に対して影響力を持つ共有推論」に課題を抱えている。これらの限界に対処するため、我々はシステムに明示的な外部メモリを導入する。これはモデルのコンテキストウィンドウから独立して動作する永続的状態であり、ユーザーの行動によって継続的に更新され、生成のロールアウト全体を通じて参照される。従来の拡散モデルベースのゲームエンジンが次フレーム予測器として動作するのとは異なり、本手法では生成を「メモリ」「観測」「ダイナミクス」のモジュールに分解する。この設計により、編集可能なメモリ表現を通じてユーザーは環境構造を直接的に編集・制御でき、一貫した視点とプレイヤー間で整合性のある相互作用を伴う、リアルタイムのマルチプレイヤーロールアウトへ自然に拡張することが可能となる。

English

Video world models have shown immense promise for interactive simulation and entertainment, but current systems still struggle with two important aspects of interactivity: user control over the environment for reproducible, editable experiences, and shared inference where players hold influence over a common world. To address these limitations, we introduce an explicit external memory into the system, a persistent state operating independent of the model's context window, that is continually updated by user actions and queried throughout the generation roll-out. Unlike conventional diffusion game engines that operate as next-frame predictors, our approach decomposes generation into Memory, Observation, and Dynamics modules. This design gives users direct, editable control over environment structure via an editable memory representation, and it naturally extends to real-time multiplayer rollouts with coherent viewpoints and consistent cross-player interactions.