/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
9 сен 2026

gamewam-models

Мультимодальная модель

Набор моделей на базе Wan2.2 и ActionDiT для предсказания игрового видео и управления действиями в Minecraft и ViZDoom.

0скачиваний за 30 дней1лайквеса обновлены11 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GameWAM Models — набор моделей для замкнутого управления игровым процессом, разработанный авторами проекта GameWAM. Модели совместно предсказывают видео и игровые действия и работают онлайн по блокам: предсказывают 16 шагов, затем выполняют 8. В репозитории представлены отдельные контрольные точки для Minecraft и ViZDoom.

Модели построены на Wan2.2-TI2V-5B с видеокомпонентом на 5 млрд параметров и ActionDiT-компонентом действий на 1 млрд параметров. Для обучения использованы игровые данные GameWAM для Minecraft и ViZDoom; чекпойнты имеют формат PyTorch. Лицензия репозитория — Apache-2.0.

Модели предназначены для предсказания видеосостояния и управления действиями в соответствующих играх. README указывает обучение в BF16 и протокол пошагового управления; запуск каждой контрольной точки требует парного файла dataset_stats.json из той же папки. Описаны две конкретные игровые среды, поэтому перенос на другие игры не подтверждён.

Сценарии применения

  • управление персонажем в Minecraft по последовательности игровых состояний
  • управление в ViZDoom с пошаговым предсказанием игрового видео
  • совместное предсказание будущих кадров и игровых действий
  • оценка моделей замкнутого управления в игровых эпизодах

Ограничения

В карточке представлены контрольные точки только для Minecraft и ViZDoom; применение в других средах не подтверждено. Каждую контрольную точку необходимо загружать вместе с соответствующим dataset_stats.json.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GameWAM Models

GameWAM models for closed-loop game control: world action models built on Wan2.2-TI2V-5B that jointly model video prediction and native actions, and act online with block-cycle control (predict 16 steps, commit 8).

Repository contents

DirectoryGameTask configCheckpoint
minecraft/Minecraftmc_uncond_ar_224_4e-5gamewam-minecraft.pt (12.2 GB)
vizdoom/ViZDoomvizdoom_uncond_ar_224_2e-4gamewam-vizdoom.pt (12.2 GB)

Each subdirectory holds one checkpoint and its paired dataset_stats.json. Always load a checkpoint together with the dataset_stats.json from the same subdirectory.

Minecraft model

BaseWan2.2-TI2V-5B (video expert, 5.0B params) + ActionDiT action expert (1.0B params)
Task configmc_uncond_ar_224_4e-5
TrainingLR 4e-5, 21,900 steps, BF16, DeepSpeed ZeRO-2, 8xH200
Proprio input15-D canonical state + 6-D field validity
Action space22-D keyboard/mouse, route-aware normalization, GUI head enabled
Controlprediction_horizon=16, execution_horizon=8 (block-cycle)
Precisionbfloat16
hf download yunncheng/gamewam-models --include "minecraft/*" --local-dir gamewam-models

bash scripts/eval_mc_multi.sh --mode all --episodes 5 \
    --ckpt gamewam-models/minecraft/gamewam-minecraft.pt \
    --dataset_stats gamewam-models/minecraft/dataset_stats.json \
    --output evaluate_results/minecraft/gamewam-release

The default mc_uncond_ar_224_4e-5 task configuration matches this checkpoint.

ViZDoom model

BaseWan2.2-TI2V-5B (video expert, 5.0B params) + ActionDiT action expert (1.0B params)
Task configvizdoom_uncond_ar_224_2e-4
TrainingLR 2e-4, 28,000 steps, bfloat16
Proprio input4-D game state (POSITION_X, POSITION_Y, ANGLE, HEALTH)
Action space9-D (shoot, movement, strafe, speed, turn; turn_delta continuous)
Controlprediction_horizon=16, execution_horizon=8 (block-cycle)
Precisionbfloat16
hf download yunncheng/gamewam-models --include "vizdoom/*" --local-dir gamewam-models

bash scripts/eval_vizdoom_multi.sh --mode all --episodes 50 \
    --ckpt gamewam-models/vizdoom/gamewam-vizdoom.pt \
    --dataset_stats gamewam-models/vizdoom/dataset_stats.json \
    --output evaluate_results/vizdoom/gamewam-release

The default vizdoom_uncond_ar_224_2e-4 task configuration matches this checkpoint.

See the repository README for installation, data preparation, and the full evaluation protocol.

Citation

@misc{guo2026gamewamworldactionmodel,
      title={GameWAM: A World Action Model for Video Games},
      author={Yuncheng Guo and Zhanqiu Zhang and Yiwen Guo and Weijia Li},
      year={2026},
      eprint={2608.26200},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2608.26200},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Ревизия весов
6486a71

0 моделей