Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
IndustriaAnálisis · En radarNeurohive→ original

La red neuronal MIRA dibuja Rocket League a 20 fps, pero el ping llega a 460 ms

Un modelo de mundo es una red neuronal que dibuja cada fotograma según las teclas pulsadas, sin motor de juego. Neurohive probó siete demos de este tipo en el navegador, entre ellas MIRA con Rocket League. Los autores de MIRA declaran 20 fotogramas por segundo, pero el ping (tiempo de respuesta del servidor) varió en la prueba entre 190 y 460 ms. Por eso conviene evaluar estos modelos por la latencia del control y no por la tasa de fotogramas.

Procesado por IA desde Neurohive; editado por Hamidun News
La red neuronal MIRA dibuja Rocket League a 20 fps, pero el ping llega a 460 ms
Fuente: Neurohive. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalNeurohive ↗
Editor jefe
Dato clave #1MIRA y LingBot-World 2.0 no responden a WASD con la distribución de teclado rusa
Dato clave #2En LingBot-World 2.0 el farol se encendía entre 1,5 y 2 segundos después del clic
Agora-24 jugadores y 16 bots, el disparo salía justo tras el clic, sin cuenta

Imagine un juego sin motor de juego: sin mapa de nivel, sin física, sin modelos dibujados de antemano. Usted pulsa una tecla y la red neuronal dibuja por sí sola el siguiente fotograma. Estos sistemas se llaman modelos de mundo: a partir de la escena actual y de sus acciones, predicen lo que ocurrirá después.

La redacción de Neurohive probó siete demos en el navegador. El resultado más revelador es el de MIRA, una versión neuronal de Rocket League. Los autores declaran 20 fotogramas por segundo: es la velocidad a la que el modelo dibuja la imagen.

Pero en la prueba el ping, es decir, el tiempo entre su pulsación y la respuesta del servidor, varió entre 190 y 460 milisegundos. Es casi medio segundo, tiempo suficiente para que el coche se aleje de la pelota. Para el jugador y para el desarrollador lo que importa es la latencia del control, no una cifra bonita de fotogramas.

Qué lograron las mejores demos

La que mejor respondió fue Agora-2. Reproduce una incursión en una mazmorra de Diablo II. En un mismo mundo caben hasta 20 participantes; en la vista previa son cuatro personas y 16 bots.

El modelo recuerda dónde están los héroes y los monstruos y muestra la cueva desde los ojos de cada uno: el compañero que está en la entrada puede no ver todavía al enemigo con el que usted ya está luchando. La autora de la prueba se apartó del grupo, volvió y reconoció la curva de la cueva por las paredes y el mapa. El disparo salía justo después del clic del ratón.

La demo es gratuita y no requiere cuenta, pero los combates se vuelven monótonos enseguida.

Odyssey-3 funciona de otra manera: usted describe un lugar con texto y la red neuronal dibuja un paseo. Con un prompt sobre un gato negro con una pata mecánica en una ciudad cyberpunk nocturna, salió una calle cercana a la descripción. El neón se reflejaba en el asfalto mojado y los giros respondían al instante. Eso sí, el pelaje del gato cambiaba ligeramente y la sesión gratuita está limitada a cinco minutos.

Dónde todo se rompe

MIRA se entrenó con unas 10 000 horas de partidas entre bots. Los equipos de General Intuition y Kyutai lo hicieron con la participación de Epic Games. La partida es de dos contra dos y se muestra a la vez desde cuatro ángulos, de modo que un mismo gol se ve desde distintos extremos del campo. Pero cuando la autora de la prueba condujo el coche ella misma, le costó seguir la pelota y, por la latencia, no llegaba a tiempo para alcanzarla.

En LingBot-World 2.0 pasaban entre uno y medio y dos segundos desde que se iluminaba el botón hasta que se encendía la luz del farol, y alrededor de un segundo hasta el destello azul del escudo. El mundo generado a partir de una imagen de referencia con una bruja en un bosque se parecía mucho al original, pero al caminar la imagen daba tirones y se congelaba. El preset ya preparado iba igual de lento. Los propios autores reconocen que el modelo solo rinde a pleno rendimiento en su propio hardware.

Oasis, entrenada con grabaciones de Minecraft por las compañías Decart y Etched, memoriza mal el entorno. Si se da la espalda a un muro de tierra y se vuelve a mirar, en su lugar puede aparecer un erial. De cerca los bloques se difuminan y no está claro si se logró romper alguno.

En PixVerse R2, la novela interactiva al estilo de Van Gogh se ve nítida, con pinceladas individuales. Pero los 320 puntos iniciales alcanzaron para una sola generación de cinco minutos, y el texto a veces aparecía antes de que cambiara la imagen.

Un detalle menor que rompe la demo

MIRA y LingBot-World 2.0 reconocen las teclas por el carácter y no por su posición en el teclado. Con la distribución rusa, en lugar de W reciben «ц» (la letra rusa que ocupa esa posición) y no hacen nada. El coche se queda parado y el personaje no avanza. La barra espaciadora y las flechas no dependen de la distribución, por eso en MIRA al principio solo se podía saltar y conducir con las flechas. Antes de empezar, cambie a la distribución en inglés. Si usted crea su propia demo para el navegador, asocie los controles a la posición de las teclas y no al carácter.

Por qué importa

Los mundos generados siguen siendo, por ahora, experimentos vistosos y no juegos. En la selección no está el modelo de mundo más conocido, Genie de Google DeepMind: Project Genie, basado en Genie 3, solo está disponible con la suscripción Google AI Ultra, y Rusia no figura en la lista de países. Si evalúa estos modelos para un producto, compruebe tres cosas: la latencia real entre la pulsación y el fotograma, y no la tasa de fotogramas del comunicado de prensa; la retención de detalles en una sesión larga; y las condiciones del acceso gratuito, como el temporizador, la cuenta y el límite de puntos.

Por ahora, en respuesta y en reconocibilidad de la imagen va por delante Agora-2, mientras que a MIRA su mejor imagen no la salva de un ping de cientos de milisegundos.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué lograron las mejores demos?

La que mejor respondió fue Agora-2. Reproduce una incursión en una mazmorra de Diablo II. En un mismo mundo caben hasta 20 participantes; en la vista previa son cuatro personas y 16 bots. El modelo recuerda dónde están los héroes y los monstruos y muestra la cueva desde los ojos de cada uno: el compañero que está en la entrada puede no ver todavía al enemigo con el que usted ya está luchando. La autora de la prueba se apartó del grupo, volvió y reconoció la curva de la cueva por las paredes y el mapa.

Dónde todo se rompe?

MIRA se entrenó con unas 10 000 horas de partidas entre bots. Los equipos de General Intuition y Kyutai lo hicieron con la participación de Epic Games. La partida es de dos contra dos y se muestra a la vez desde cuatro ángulos, de modo que un mismo gol se ve desde distintos extremos del campo. Pero cuando la autora de la prueba condujo el coche ella misma, le costó seguir la pelota y, por la latencia, no llegaba a tiempo para alcanzarla.

¿Qué se sabe sobre Un detalle menor que rompe la demo?

MIRA y LingBot-World 2.0 reconocen las teclas por el carácter y no por su posición en el teclado. Con la distribución rusa, en lugar de W reciben «ц» (la letra rusa que ocupa esa posición) y no hacen nada. El coche se queda parado y el personaje no avanza. La barra espaciadora y las flechas no dependen de la distribución, por eso en MIRA al principio solo se podía saltar y conducir con las flechas. Antes de empezar, cambie a la distribución en inglés.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…