Oasis: il modello AI che genera mondi interattivi in tempo reale | Giochi online PC gratis | Giochi per PC | Retro games online | Turtles AI

Oasis, frutto della collaborazione tra Decart e Etched, è il primo modello AI che genera mondi open‑world interattivi in tempo reale, frame dopo frame, comandato da tastiera e mouse. Integrato su GPU H100 a 360 p e su Sohu ASIC a 4K, dimostra capacità e sfide future.

Punti chiave:

• Oasis genera video interattivo fotogramma per fotogramma controllato da input umano.
• Girato su H100 (360 p, 20 fps), su Sohu scalerebbe fino a modelli da oltre 100 mld parametri a 4K.
• L’architettura combina un backbone a diffusione transformer e un autoencoder transformer con attenzione causal‑assiale spaziotemporale.
• Dimostra comprensione fisica: rottura e costruzione di blocchi, ma persiste instabilità narrativa e alterazioni dell’ambiente.

Il progetto Oasis, lanciato il 31 ottobre 2024 da Decart e Etched, propone un’esperienza videoludica generata interamente da un modello AI autoregressivo, modellato su miliardi di ore di gameplay Minecraft. A differenza dei modelli fino ad oggi, che generano video standalone a partire da testo, Oasis elabora ogni fotogramma in risposta a input in tempo reale da tastiera e mouse. Il risultato è un mondo “sognato” dall’intelligenza, continuamente mutante e reattivo, capace di simulare fisica, costruzioni e interazioni.

Tecnologicamente, Oasis adotta una struttura di modello transformer: un autoencoder variazionale, un backbone a diffusione, e un meccanismo di attenzione causal‑assiale spaziotemporale, ideato per combattere la deriva nelle sequenze lunghe. Viene generato un fotogramma ogni 0,04 secondi (≈ 20 fps), un salto impressionante rispetto alle decine di secondi per secondo di video nelle precedenti soluzioni come Sora.

La demo disponibile gira su GPU NVIDIA H100 con output 360–460 p, su browser, offrendo un ambiente open‑world dove si esplora, piazzano blocchi, si raccolgono oggetti, ma l’assenza di un vero motore di gioco porta a evoluzioni imprevedibili: guardare nella direzione sbagliata può generare biomi completamente nuovi. Alcuni utenti la descrivono come "un sogno lucido" o "una LSD‑trip version di Minecraft", mentre altri sottolineano instabilità e mancanza di coerenza narrativa.

Per garantire scalabilità e qualità, Etched ha sviluppato Sohu, un ASIC specifico per transformer: un server con 8 chip Sohu esplicherebbe performance equivalenti a 160 GPU H100, con utilizzo di FLOPS superiore al 90 % e throughput fino a 20 × superiore rispetto a GPU convenzionali. Su Sohu Oasis potrebbe girare in 4K, supportare modelli da oltre 100 mld di parametri e servire dieci volte più utenti.

Il team ha reso disponibili codice e pesi (es. la versione da 500 mila parametri su HuggingFace), puntando a coinvolgere la comunità e migliorare il modello. I commenti su InfoQ e Wired evidenziano entusiasmo per l’originalità del concetto, pur evidenziando limiti concreti: grafica bassa, incoerenza spaziale, assenza di audio, continuità narrativa debole.

Pur riconoscendone le debolezze attuali, Decart e Etched considerano Oasis una pietra miliare nella produzione di contenuti AI interattivi. Le innovazioni includono rumore dinamico in inferenza per stabilità e kernel ottimizzati per prestazioni. I prossimi passi prevedono estendere la memoria contesto a minuti, aumentare risoluzione e stabilità, e applicare il sistema a video multimodali interattivi, agenti, formazione e oltre.

Il chip Sohu rappresenta un esempio precoce di co‑design tra architettura HW e SW: co‑sviluppato per accelerare modelli video real‑time, ridurre costi inferenza, abbassare l’impatto ambientale ed estendere casi d’uso. Se la roadmap sarà rispettata, dentro un decennio potremmo vedere un Web dominato da video interattivi generati AI, con Oasis come precursore tecnologico.

 Oasis costituisce una dimostrazione affascinante dei confini attuali dell’AI video generativa interattiva e del ruolo strategico di chip specializzati, offrendo spunti per lo sviluppo futuro di mondi virtuali generati dinamicamente.