De píxeles a estados: Modelos de mundo interactivos como motores de juego | Re conceptualización de simuladores neurales mediante estados lógicos | Cómo construir motores de juego basados en modelos de IA generativa

Abstract

PROBLEMA: Los modelos de mundo actuales suelen generar píxeles de forma inconsistente, careciendo de una estructura de estado interna robusta que permita interactividad coherente y reglas lógicas, a diferencia de los motores de juego tradicionales. SOLUCIÓN: Este paper propone repensar los modelos de mundo interactivos como motores de juego (Game Engines), donde el modelo aprende a mapear píxeles a una representación de estados lógicos subyacentes. METODOLOGÍA: Entrenaron una arquitectura que separa la predicción de la dinámica del estado del renderizado visual, forzando al modelo a mantener la consistencia física y lógica de los objetos. RESULTADOS: El sistema resultante permite interactividad en tiempo real con una estabilidad de estado muy superior a los modelos de difusión de video estándar, funcionando como un simulador neural. RELEVANCIA: Este enfoque es fundamental para crear entornos de entrenamiento sintéticos para otros agentes y para el desarrollo de sistemas de entretenimiento generativo real.