MirroS 发布 AgentGarten：代码环境加神经渲染器，让智能体边玩边进化
它把物理仿真和流式视频生成拼成闭环，让智能体在确定性物理规则下靠第一人称画面行动并自我复盘，探索物理世界的递归自我改进。
MirroS 团队发布 AgentGarten，把可执行的代码物理环境和实时神经渲染器接在一起：代码负责碰撞与状态更新，渲染器按第一人称视角实时画出逼真画面，30 fps 以上。智能体在捉迷藏对战里自己写手册复盘，第 4 轮学会搭掩体，第 10 轮学会翻墙。
正文摘录
- title: 代码造世界，扩散绘现实：AgentGarten 让智能体在实时试炼场中边玩边进化 - sourcecompany: 量子位 - bodymarkdown: 当这样的世界可以由代码构建、由扩散模型实时绘出，AI 便拥有了一座可以反复探索的「试炼场」：亲自行动，观察后果，验证猜想，再把经验带进下一轮。 这是 MirroS 团队最新发布的 AgentGarten。它将可执行的代码环境与实时神经渲染器连接起来：代码定义物理规则，模型生成视觉反馈，以超过 30 fps 的吞吐，让智能体持续与世界交互。 在经典的捉迷藏实验中，变化很快发生了。躲藏者在第 4 轮学会搬动挡板搭建掩体，搜寻者在第 10 轮掌握借坡道翻墙。一次跳跃失败后，搜寻者还会主动推近坡道，调整位置，再次尝试。 全文 Blog：https://mirros.ai/blog/worlds-for-evolving-agents 技术报告：https://mirros.ai/report/agent-garten.pdf 代码：https://github.com/MirroS-Lab/AgentGarten 项目主页：https://mirros-lab.github.io/agent-garten 想让 AI 真正理解物理世界，光靠给它看海量视频是远远不够的。就像学游泳不能只看录像一样，智能体必须亲自“下场”，即采取行动，观察实际结果，再决定下一步。 这就需要一个具备物理因果确定性的环境，推开的箱子必须留在原地，封堵的通道必须不能通行，后续的一切动作都要被这些物理变化持续约束。 但短板在画面：程序化搭建的场景往往只有粗糙的几何白模和重复贴图。要想让成百上千个开放场景都拥有逼真的光影质感，所需的美术建模和工程投入是个天文数字。