Tiny Glade: как устроена магия мгновенной генерации мира

Вчера смотрела ролик игры Tiny Glade и задумалась, как игра так быстро реагирует на действия — стены сами превращаются в арки, окна объединяются в группы, ландшафт плавно меняется. Пока не знаю, как в самой игре, но на ролике (для меня) это выглядит как ИИ-шная магия. Вот и решила узнать, что там спрятано под капотом, и проверить, не ИИ-модель ли мира это.

Спойлер: в Tiny Glade нет ИИ. 😁

Справочно: ИИ-модель мира — обученная на игровом действии связка нейросетей, которая генерирует геймплей в моменте, откликаясь на действия игрока, а иногда на обычные промты типа «быстро создай мне укрытие»

⚫️Игра Tiny Glade написана на языке Rust с использованием архитектуры ECS (Entity Component System), которая разбивает мир на отдельные объекты и управляет ими очень быстро. Графика рендерится через Vulkan — низкоуровневый графический API, позволяющий максимально эффективно использовать видеокарту.

⚫️Процедурная генерация в Tiny Glade работает по жёстким алгоритмам: если дорога пересекает стену — движок автоматически прорезает в ней проём, окна рядом объединяются в группы, а рельеф плавно сглаживается. Объекты проходят этапы морфинга (когда одна форма плавно перетекает в другую) и деформации (изменение геометрии), чтобы выглядеть цельно и естественно.

Так что Tiny Glade — это пример очень продуманной и оптимизированной процедурной генерации, которая даёт игроку свободу строить красивые и логичные конструкции, сохраняя при этом высокое качество и эстетику. И нет места «галлюцинациям».

А вот ИИ-модели мира работают иначе. Собственно, об этом — следующий пост🟣

Что такое ИИ-модель мира на примере Mirage от Dynamics Lab AI

ИИ-модель мира — это система, которая автоматически создаёт в игре ландшафт, объекты, персонажей и их поведение. В отличие от ручного создания уровней, она использует алгоритмы и нейросети, чтобы мир был живым и менялся в реальном времени в ответ на действия игрока.

Как это работает?
Сначала нейросеть изучает записи игрового процесса, чтобы понять, как устроен мир и как ведут себя объекты. Во время игры она получает текущую ситуацию и предсказывает, что будет дальше, подстраивая события и поведение персонажей под действия игрока.

Что внутри ИИ-модели мира?
⚫️Процедурная генерация — алгоритмы, создающие ландшафт, здания и события по правилам.
⚫️Нейросети — отвечают за сложное поведение персонажей и динамическое изменение мира. Диффузионные модели для генерации текстур/мешей. Трансформеры для предсказания игровых событий. GAN-сети для создания NPC с уникальной внешностью
⚫️Симуляция физики — для реалистичных взаимодействий. Для этого берут физические симуляторы на основе ML (например, NVIDIA PhysX).

Проблемы сегодня:
⚫️Сложно моделировать реалистичное поведение.
⚫️Требуются большие вычислительные мощности.
⚫️Контент иногда получается однообразным или «плоским».

Пример — Mirage от Dynamics Lab AI
Mirage — игровой движок, где одна нейросеть генерирует графику и логику в реальном времени прямо в облаке. Это позволяет создавать уникальные игровые сессии без больших загрузок. В демо-играх вроде Urban Chaos и Coastal Drift окружение и события формируются динамично и адаптивно.

Когда появится «нормальный» ИИ-движок?
Примерно через 10 лет — обещал глава Nvidia Дженсен Хуанг. Сейчас проблемы с «галлюцинациями» ИИ и точным прогнозированием поведения решаются только в связке с процедурной генерацией.

Пока же генерация всегда использует алгоритмические правила как ограничитель для ИИ. Во всех сферах.

«Самолет» разработал модуль 10D РМП для автоматизации создания мастер-плана и расчёта технико-экономических показателей (ТЭП) участка за 2 дня вместо 2 недель

Что такое 10D РМП?
Это 3D-редактор для проектирования застройки с учётом ограничений участка (санитарные зоны, охрана памятников и др.). Система автоматически генерирует план с жилыми и коммерческими зданиями, школами, детсадами, паркингами и рассчитывает численность населения, объёмы жилья и потребности в инфраструктуре.

Как работает:
1️⃣ Пользователь задаёт координаты, ограничения и контур участка на 3D-карте.
2️⃣ Система генерирует мастер-план и рассчитывает ТЭП, соответствие СанПиН по инсоляции, а также выдает 10 самых подходящих вариантов квартирографии с учётом параметров по площади, расположению лифтов и лестниц.

При этом можно вручную редактировать любой элемент — от секций до геометрии зданий и пластики фасадов. Объекты можно чертить непосредственно в редакторе 10D РМП.

Преимущества:
⚫️До 3% возможно повысить маржинальность проекта — за счет проработки на ранней стадии вариантов формирования планировки участка и квартирографии.
⚫️До 5% снижена погрешность между предварительными и финальными расчётами ТЭПов (раньше — 10-15%).
⚫️До 2 дней с 2 недель сокращено время подготовки концепции мастер-плана.
⚫️Работает локально без облаков в одном инструменте — данные и вычисления остаются внутри компании.

В планах — расширить функционал модуля:
⚫️Модернизировать работу с типовыми этажами и пластикой фасадов.
⚫️Добавить новые типы секций и конструктор урбан-блоков.

Пока конструктор урбан-блоков работает в тестовом режиме. Он позволяет определить квартальную сетку по геометрии участка, предварительно рассчитать плотность застройки и посмотреть инсоляцию для всего урбан-блока сразу.

«10D РМП позволяет оперировать конкретными цифрами, что обеспечивает аргументацию и прозрачность при принятии инвестиционных решений», — отметил Максимилиан Толкачев, руководитель продукта 10D РМП «Самолет 10D».

Модель Centaur — «ИИ-психика» на базе Llama 3.1 — нейросеть, обученная на 10 млн человеческих решений из 160 психологических экспериментов. Она почти идеально имитирует человеческую психику и способна предсказывать поведение людей с высокой точностью в любых жизненных сценариях, описанных на естественном языке

Для бизнеса Centaur может быть использована для:
🔵прогнозирования реакции потребителей на продукты и рекламу;
🔵объяснения мотивации решений для лучшего понимания клиентов;
🔵моделирования рыночных сценариев и тестирования стратегий;
🔵персонализации предложений и повышения продаж.

Код на Hugging Face.

Масштабный Lake Bled Estate в Словении — первый коммерческий проект студии Tim Fu, созданный с помощью ИИ

ИИ задействован не только для генерации концепций, но и для анализа зонирования, изучения исторического контекста, разработки мастер-плана с отсылками к традиционной словенской архитектуре, а также для повышения энергоэффективности и выбора материалов.

Так, именно ИИ помог трансформировать классический для словенской архитектуры деревянный ризалит в современные вертикальные атриумы

На чём работают
Некоторыми инструментами студии поделился ее основатель Тим Фу: Midjourney, Stable Diffusion, Rhino и Grasshopper с плагинами для моделирования и параметрической оптимизации, а также UrbanGPT — движок для городского планирования в реальном времени.

Красота же сплошная🟣

Система «теле+ИИ» от китайской компании BuilderX Robotics в действии — дистанционка теперь и такая

⚫️Система позволяет управлять техникой на расстоянии, совместима с 4G, 5G и Wi-Fi и может быть установлена на гидравлические экскаваторы от всех производителей.

⚫️Функция ИИ позволяет отслеживать пешеходов, достраивает нечеткую из-за облаков пыли картинку для лучшей видимости.

Что под капотом у виртуальных туров с VR, или что такое 6DoF?

... интересно разбираться немного более глубоко, чем пара абзацев в рекламных брошюрах

6DoF (шесть степеней свободы) — это технология, позволяющая отслеживать не только ориентацию объекта в пространстве, но и его положение. Она включает шесть независимых движений:

⚫️Линейные перемещения (по трём осям): вперёд/назад, влево/вправо, вверх/вниз.
⚫️Вращения (по трём осям): рыскание — поворот влево/вправо, тангаж — наклон вперёд/назад, крен — наклон влево/вправо.

Благодаря этому пользователь в VR может не только осматриваться, но и свободно перемещаться, что создаёт эффект полного погружения.

Чем 6DoF отличается от 3DoF?
⚫️3DoF (три степени свободы) отслеживает только вращение (наклон, поворот, крен), но не перемещение. Это типично для мобильных VR-гарнитур (например, Google Cardboard).
⚫️6DoF добавляет позиционное отслеживание, позволяя пользователю ходить, наклоняться, обходить препятствия и взаимодействовать с виртуальными объектами более естественно.

Пример: В 3DoF вы можете осмотреться в виртуальной комнате, но не подойти к окну. В 6DoF — подойти, заглянуть за угол и даже присесть, чтобы рассмотреть детали.

Как работает 6DoF?
Для точного отслеживания используются:
⚫️Внешние датчики (базовые станции для Valve Index, HTC Vive) или внутренние камеры (Oculus Quest, PICO 4).
⚫️Инерциальные датчики (гироскопы, акселерометры) для быстрого реагирования на движения.
⚫️Контроллеры с 6DoF, которые передают положение рук в VR.

Данные обрабатываются в реальном времени, что обеспечивает плавное и точное отображение движений.

Какие гарнитуры поддерживают 6DoF?
⚫️Автономные (standalone): Meta Quest 2/3, PICO 4, HTC Vive Focus 3.
⚫️ПК-гарнитуры: Valve Index, HTC Vive Pro 2, HP Reverb G2, Varjo Aero.
⚫️Профессиональные системы: Varjo XR-4, Meta Quest Pro (с расширенным трекингом).

Где применяется 6DoF?
Технология, конечно же, пришла в мир из гейминга и добавила геймификацию везде, куда была внедрена: в обучающие симуляторы, промышленные приложения и, что особенно актуально, в маркетинг недвижимости.

Девелоперы и агентства создают с помощью 6DoF интерактивные виртуальные туры, позволяющие свободно «прогуляться» по объекту и оценить его детали до начала строительства.

Центробанк опубликовал Кодекс этики в сфере разработки и применения ИИ на финансовом рынке. Документ рекомендует организациям придерживаться пяти ключевых принципов:

⚫️Человекоцентричность: клиент всегда может выбрать, хочет ли он взаимодействовать с ИИ, и пересмотреть решение, принятое машиной.
⚫️Справедливость: никакой дискриминации и только обоснованное использование личных данных.
⚫️Прозрачность: клиентам сообщают, где применяется ИИ, и маркируют контент, созданный генеративными моделями.
⚫️Безопасность и надежность: контроль качества, защита данных, непрерывность работы.
⚫️Ответственное управление рисками: системный подход к выявлению и минимизации рисков ИИ.

Из интересного:

📎Финансовым компаниям рекомендовано убирать из обучающих выборок данные с дискриминационными факторами — такими как: национальность, язык и раса, принадлежность к политическим партиям и общественным объединениям; вероисповедание и отношение к религии. И настраивать модели так, чтобы такие факторы не учитывались при принятии решений.

📎Очевидность применения ИИ. Пункт 4.2 Кодекса рекомендует информировать клиентов о применении ИИ, если это неочевидно. Но кто определяет степень очевидности? Для одного пользователя автоматический чат-бот — это ИИ, для другого — просто интерфейс. Мне кажется, с юридической точки зрения на практике единственный способ обеспечить прозрачность — всегда уведомлять: «здесь поработал ИИ».

📎А судьи кто? А вот пункт 4.4 Кодекса разрешает не маркировать ИИ-контент, если использование генеративной модели очевидно из обстоятельств или отсутствует риск причинения вреда клиентам.

Но что считать очевидным, и кто решает, есть ли риск вреда? В итоге уведомлять о применении ИИ (п. 4.2) нужно всегда, если это неочевидно, а вот маркировать, например, рекламу — не всегда, что оставляет компаниям простор для трактовок и потенциальных злоупотреблений. Непонятненько. Так что будем ждать пункт в Закон о рекламе по аналогии с БАДами, алкоголем и табаком.

📎Кодекс рекомендует устанавливать и регулярно — при разработке ИИ и его использовании — проверять показатели качества ИИ, проводить валидацию и мониторинг. Но насколько реально для большинства компаний внедрить полноценные процессы контроля, особенно для сложных или закупаемых извне моделей? Возникает вопрос о готовности рынка к такой глубокой самооценке.

Подробнее — в прикрепленном файле

Средний ROI внедрения ИИ в бизнес — 1,7, то есть каждый вложенный доллар приносит $1,7 экономии или дополнительной ценности — Capgemini Research Institute

Где ИИ приносит максимальный ROI?
⚫️Финансы и бухгалтерия — до 2,1x за счет автоматизации операций, ускорения обработки документов, снижения ошибок.
⚫️Цепочки поставок и закупки — до 1,5x благодаря оптимизации логистики, маршрутов и складов.
⚫️HR (people operations) — до 1,5x за счёт автоматизации подбора, сокращения времени найма и снижения затрат на рекрутинг.
⚫️Клиентские операции — 1,7x благодаря автоматизации поддержки и персонализации сервисов.

Как быстро окупаются вложения?
⚫️40% компаний ожидают выйти на положительный ROI уже в течение 1–3 лет после внедрения ИИ.
⚫️Ещё 35% рассчитывают на окупаемость в горизонте 3–5 лет.

Что даёт внедрение?
⚫️Снижение операционных затрат на 26–31% по ключевым направлениям.
⚫️Рост операционной эффективности на 10–25% (по оценкам лидеров рынка, например, Ericsson).
⚫️Сокращение ошибок и ускорение процессов, что напрямую влияет на прибыль и качество сервиса.

Подробнее — в прикрепленном файле.

Недавно белые хакеры обнаружили критическую уязвимость в системе McHire, которую McDonald’s использует для автоматизации найма

Они получили доступ к внутреннему API и базе данных с 64 миллионами записей кандидатов — включая имена, адреса, телефоны, email и историю переписки. И всё из-за пароля «123456» в админской учётке Paradox.ai, разработчика бота.

Когда хакеры попытались сообщить об уязвимости, контакта для экстренной связи не нашлось — пришлось писать наугад. В итоге дыру закрыли, программу баг-баунти запустили, а про пароль «123456» заявили, что «его должны были удалить ещё в 2019».

Как такого избежать

1️⃣ Запрещайте слабые пароли на уровне системы.
Внедряйте требования к сложности, регулярную смену и двухфакторную аутентификацию для всех критичных аккаунтов.

2️⃣Настройте надёжный контроль доступа к API
⚫️Проверяйте права доступа для каждого запроса, а не только при входе.
⚫️ Используйте уникальные, непредсказуемые идентификаторы объектов.
⚫️ Внедряйте принципы Zero Trust и минимальных привилегий.
⚫️Тестируйте API на возможность подмены параметров (IDOR-уязвимости).

3️⃣ Регулярно удаляйте неактивные учётные записи
⚫️Автоматизируйте процесс выявления и блокировки «зависших» аккаунтов.
⚫️ Внедряйте системы управления доступом (IAM) для контроля жизненного цикла учёток.
⚫️Логируйте все действия с аккаунтами для отслеживания аномалий.

Ну и пишите экстренный контакт кого-то из кибербеза😁

История McHire — яркий пример, как пренебрежение базовыми мерами безопасности ставит под удар миллионы персональных данных.

Принесла интересное видео, где Владимир Щекин, сооснователь и совладелец Группы «Родина», эксклюзивно рассказал редакции Всеостройке.pф о настоящих и будущих проектах, в том числе:

⚫️Про совместный проект со Сбером, где ИИ анализирует обезличенные данные на этапе проектирования жилых кластеров. Это помогает учитывать предпочтения будущих жителей — спорт, здоровье, интересы детей, даже вкусы в напитках.

⚫️Про созданную вместе с Высшей школой экономики платформу нейроурбанистики. Там изучают реакцию человека на цвета, формы и благоустройство. Группа «Родина» выступает за включение нейропоказателей в структуру мастер-планов.

⚫️А также о том, что типизация и роботизация проектирования не должна влиять на уникальность архитектуры.

Глобальный рынок генеративного ИИ вырастет с $5,5 млрд в 2020 году до $356,1 млрд в 2030 году (рост более чем в 60 раз, среднегодовой темп — 51,7%) — по данным отчёта АНО «Цифровая экономика», «Сколково» и Statista

Остальное интересное:
⚫️Только решения для CAD-инженерии достигнут $47,9 млрд к 2030 году, цифровые двойники — $155,8 млрд, ИИ в робототехнике — $124,8 млрд, чат-боты и языковые интерфейсы —$27,3 млрд.
⚫️К 2030 году доля генеративного ИИ в общем рынке ИИ-решений превысит 40%.

В России уже запущены пилотные проекты в авиастроении, энергетике, фармацевтике. Есть кейсы ускорения выпуска конструкторской документации в 2-3 раза и снижения числа ошибок до 40%.

Основные проблемы внедрения ГенИИ в инженерии России:
⚫️нехватка собственных LLM и разработок;
⚫️дефицит кадров;
⚫️ограниченность инфраструктурных ресурсов;
⚫️отсутствие нормативно-правовой базы;
⚫️фрагментарность внедрения (преимущественно — пилоты без масштабирования);
⚫️слабое развитие образовательных программ для подготовки кадров.

Подробнее — в прикрепленном файле.

Залипательное видео про платформу на базе ИИ для крупноформатной 3D-печати металла и управления промышленными роботами от британской компании Ai Build. С ее помощью недавно построили мост в Индии за неделю вместо 2 месяцев, сэкономили 25% металла и до 60% трудозатрат

В основе печати — метод геодезического слайсинга, при котором модель разбивается на слои, следующие её кривизне, а не просто на горизонтальные срезы. Это уменьшает потребность в поддерживающих структурах, улучшает сцепление слоёв и снижает внутренние напряжения в детали, что позволяет более эффективно использовать материал и сокращать отходы.

Платформа состоит из трёх элементов:
⚫️AiSync — облачное приложение для дистанционного управления и мониторинга печати.
⚫️AiMaker — роботизированный экструдер с ИИ, который контролирует подачу материала, сварку и качество в реальном времени.
⚫️AiCell — печатный модуль-камера, в котором ИИ поддерживает стабильные условия по температуре, влажности и вибрации.

Платформа также интегрируется и со станками с ЧПУ, где ИИ автоматически формирует оптимальные траектории для 3D-печати и операций фрезерования, сверления и гравировки, адаптируя параметры под состояние инструмента и материала.