MirroS 发 AgentGarten：代码造世界、扩散模型实时渲染，智能体边玩边进化
MirroS 团队 10 月 8 日发布 AgentGarten，把两样东西接成一个闭环：可执行的代码世界负责物理规则与状态变化，实时神经渲染器负责让世界「看得见」——视觉部分按几何条件逐块生成，而不是逐帧标注，整条链路吞吐超过 30 fps。团队把它定位为「可扩展、通用的世界模型」，目标是给出智能体能持续行动、观察后果、积累经验的环境。
为长轨迹训练做的三个取舍是关键：用对抗强制（adversarial forcing）逐块生成以抑制误差累积；为历史梯度保留精确回放；并以真实数据的对抗信号替代双重反向传播，在不用 double backward 的前提下拿到接近 R1/R2 的精确性。团队称这三项合起来才让「边玩边学」在实时帧率下可行。
实验沿用经典捉迷藏：躲藏者第 4 轮学会搬动挡板搭掩体，搜寻者第 10 轮掌握借坡道翻墙，一次跳跃失败后还会主动推近坡道、调整位置再试。推动这些策略演化的，是智能体自己写下的「实验手册」——每轮结束复盘尝试、记录发现、标注疑问，下一轮带着这些经验继续探索。技术报告、代码与项目页均已公开。
原文链接：MirroS 官方博客
核验记录
官方博客 mirros.ai/blog/worlds-for-evolving-agents 直读 200（600,172 字节），页内可见 `Research · Oct 8, 2026`；官方代码仓 GitHub MirroS-Lab/AgentGarten `created_at 2026-10-08T03:53Z`（与博客同日互证，最新 push 10-09，87 star）。中文侧量子位 10-09 10:03 报道交叉（轮次、fps 数字一致）。该站 og:image 由 JS 渲染、HTML 里取不到，配图改用 GitHub 社交缩略图，裸请求与带站内 Referer 双 200 / PNG 48,078 字节。实验室本体定位（MirroS「Building Physical RSI」）为英文站，团队国别未在本机直读资料中确认。