VAST, EdenLive'ı tanıttı: 5B model tek RTX 5090'da 720p'de 24 fps'yi aştı

VAST, kodlama ajanlarının oluşturduğu oyun ekranlarını gerçek zamanlı videoya dönüştüren üretken render modeli EdenLive'ı tanıttı. Şirket, 5B modelin tek bir NVIDIA(NVDA) RTX 5090 GPU'da 720p çözünürlükte saniyede 24 kareden fazla işleyebildiğini açıkladı.

VAST, 18 Ekim'de EdenLive kodunu ve 5B ile 14B modellerinin ağırlıklarını yayımladı. Şirketin birlikte tanıttığı EdenGolem v0.1, kullanıcıların metin açıklamalarından hareketle kodlama ajanlarının etkileşimli gri kutu tarzında oyunlar oluşturmasına yardımcı oluyor.

Ajan, oyunun hedefini ve kurallarını belirliyor; sahneleri, karakterleri ve etkileşimli öğeleri yerleştiriyor. Ardından kontrolleri, çarpışmaları ve ilerleme koşullarını içeren oyun mantığını kuruyor.

Tamamlanan oyun ekranı, açılış ekranı görüntüsü ve metin talimatı EdenLive'a verildiğinde model bunlardan bir video oluşturuyor. Ekranda görünmeyen nesnelerin konumunu ve oyun kurallarını ise önceki aşamadaki program yönetiyor.

Gri kutu tarzı ekranlarda oyun alanı ve öğeler basit biçimlerle gösterilerek yapısı ve etkileşimleri inceleniyor. EdenLive, oyunun mantığını oluşturma süreciyle görsel sunumunu ayrı ayrı işliyor.

Bu tasarım, VAST'ın 31 Mayıs'ta araştırma önizlemesi olarak yayımladığı Project Eden'ın devamı niteliğinde. Şirket, dünyanın durumuyla görsel sunumunu birbirinden ayıran bir yaklaşım ortaya koyduğunu; kullanıcı bakış açısını değiştirse bile nesnelerin konumunu ve eylemlerin sonuçlarını korumak için dünya durumunu ayrı yönettiğini açıkladı.

VAST, Project Eden'ı tamamlanmış bir genel amaçlı dünya modeli olarak tanımlamadı. Fiziksel etkileşim, durumun sürekliliği ve değerlendirme sistemi, şirketin daha fazla geliştirilmesi gerektiğini belirttiği alanlar arasında yer aldı.

VAST ayrıca Tripo P2.0 adlı bir 3D üretim modeli geliştirdi. P2.0, girdilerden 3D mesh oluştururken EdenLive oyun ekranlarını gerçek zamanlı videoya dönüştüren bir render modeli olarak tanıtıldı.

Tripo geliştirici belgelerine göre modele metin, görüntü veya farklı açılardan çekilmiş birden fazla görüntü verilebiliyor. Model, 50 bin üçgene ya da 25 bin dörtgen yüze kadar mesh oluşturabiliyor. Mesh, 3D bir nesnenin yüzeyini küçük parçalara bölerek gösteren yapıdır.

VAST, dörtgen yüzlerin düzenleme, rigging ve animasyon çalışmalarına elverişli olduğunu belirtiyor. Rigging, karakterin hareketini kontrol etmek için ona bir iskelet ve eklemler bağlama işlemidir.

VAST'ın 27 Ekim'de güncellenen ağustos ayı güncelleme sayfasında, P2.0 Preview'ın genellikle 10 ila 40 saniyede mesh oluşturduğu ve giysi ya da zırh gibi anlamlı parçalara ayrılan bölümleri birbirinden ayırdığı belirtiliyor.

Geliştirici belgelerinde mevcut P2 modelinin adı P2-20260801 olarak geçiyor ve modelin generate_parts özelliğini desteklemediği yazıyor. Ürün tanıtımında belirtilen parça ayırma özelliğinin geliştirici API'sinde de sunulup sunulmadığı doğrulanmış değil.

Digital Production, 29 Eylül tarihli değerlendirmesinde yalnızca dörtgen yüzler üretilmesinin mesh'in rigging veya deformasyon için uygun olduğunu göstermeyeceğini belirtti. Değerlendirme, yüz sayısının ve karakter hareket ederken ortaya çıkan kalitenin ayrı ayrı incelenmesi gerektiğine işaret etti.

VAST, EdenLive'ın mevcut modelinin gri kutu sahnesindeki nesne ve karakterleri kendi başına eşleştirdiğini açıkladı. Uzun süre ekran dışında kalan bir karakter yeniden göründüğünde ayrıntıları değişebilir. Kullanıcının karakteri doğrudan belirlemesi ve önceki ekranlardaki ayrıntıları yeniden yüklemesi ise geliştirme aşamasındaki işler arasında gösterildi.