Oasis Decart AI

Oasis liest Ihre Tastenanschläge und macht daraus direkt die nächsten Bilder, ohne Engine dazwischen. Die erste Version lief mit rund 20 Bildern pro Sekunde in 360p auf einer Nvidia H100. Laut Decart könnten größere Checkpoints auf Etcheds Sohu-Chip 4K erreichen, was andeutet, wohin das Tempo geht.

Die Welt sieht aus wie Minecraft und verhält sich auch so, die Steuerung wirkt also vertraut. Sie laufen, springen, zerschlagen Blöcke, öffnen ein Inventar und nutzen Gegenstände, und das Modell reagiert auf jede Aktion. Weil es die Spielregeln gelernt hat, löst es auch Bauen und Beleuchtung, nicht nur Bewegung.

Decart und Etched haben den Code und die Gewichte eines 500M-Parameter-Modells veröffentlicht, Sie können also ein kleineres Oasis auf Ihrem Rechner starten. Ein Open-Source-KI-Modell dieser Art ist für eine Forschungssveröffentlichung selten und der Hauptgrund, warum Studierende und Entwickler es zerlegen können.

Die Web-Demo bringt mehrere Startszenen mit, von Mountain Meadow bis Village Outpost. Sie können auch einen Minecraft-Screenshot hochladen, um eine neue Welt anzulegen, was andeutet, wie das Modell mit wenig Zusatztraining frische Karten erzeugen könnte.

Oasis hat mehr als Pixel gelernt. Das Team berichtet, dass es Physik erfasst, vor allem die Beleuchtung, dazu Inventarverwaltung und Objektverständnis. Dieses Verständnis trennt ein Weltmodell von einem reinen Videogenerator, auch wenn das Bild nicht perfekt ist.

Neben der gehosteten Demo können Sie das Modell herunterladen und offline starten. Damit behalten Sie die volle Kontrolle über die Sitzungsdauer und können Änderungen an Prompts, Seeds und Bildbehandlung ohne Schlange testen.

Das Projekt enthält einen technischen Bericht, der die Architektur erklärt. Oasis verbindet einen ViT-basierten räumlichen Autoencoder mit einem DiT-basierten latenten Diffusions-Backbone und erzeugt Bilder autoregressiv mit einer Methode, die das Team dynamisches Verrauschen nennt, um Fehleranhäufung zu bremsen.