GameVerse: A Minute-Scale Gameplay Dataset for Long-Horizon Interactive World Modeling
장기적 일관성을 유지하는 인터랙티브 월드 모델 학습을 위한 분 단위 규모의 대규모 게임 플레이 데이터셋 제안
논문이 다루는 내용
최근 인터랙티브 월드 모델은 액션 입력에 따른 동적 환경 생성이 가능해졌으나, 데이터 부족으로 인해 1분 이상의 장기 생성 시 일관성이 무너지는 문제가 있습니다. 기존 데이터셋은 짧은 클립 위주이며 캡션이 포괄적이라 정교한 제어가 어렵다는 한계가 있습니다. 이를 해결하기 위해 본 논문은 1,655시간 분량의 대규모 게임 플레이 데이터셋인 GameVerse를 제안합니다. GameVerse는 장면 일관성을 유지하는 세그멘테이션, 카메라 포즈 추정, 이벤트 기반 캡션 주석 기술을 통해 고품질 데이터를 구축했습니다. 실험 결과, GameVerse는 기존 데이터셋보다 규모와 다양성 면에서 우수하며, 이를 통해 학습된 모델은 월드 모델의 시간적 생성 범위를 크게 확장할 수 있음을 입증했습니다.
핵심 결과
-
1,655시간(3억 4,960만 프레임) 규모의 대규모 게임 플레이 데이터셋 구축
-
장기 일관성 유지를 위한 카메라 궤적 및 이벤트 기반 정밀 캡션 주석 방식 도입
-
기존 데이터셋 대비 10배 이상 긴 2분 단위 연속 시퀀스 포함
실무에서 볼 만한 점
장기적인 일관성이 필요한 게임 엔진, 시뮬레이터, 또는 비디오 생성 모델 개발 시 학습 데이터 부족 문제를 해결할 수 있는 벤치마크를 제공합니다.
읽을 때 확인할 점
-
기존 짧은 클립 기반 모델에 GameVerse 데이터셋을 미세 조정(Fine-tuning)하여 생성 시간 확장 테스트
-
이벤트 기반 캡션이 모델의 액션 제어 능력에 미치는 영향 분석
-
카메라 궤적 데이터가 생성된 환경의 공간적 일관성에 미치는 영향 검증