JING and DAO

JING och DAO är XGEN Labs försök att bygga generativa världssimuleringar, alltså interaktiva världar som skapas av AI men ändå minns sin historia och fortsätter att finnas oberoende av vem som tittar.

DAO är en "beräkningsbar världsmotor". Den håller reda på personer, föremål och platser och hur de hänger ihop, för världen framåt enligt regler och en egen klocka, och sparar följderna av allt som gjorts. Ur det tillståndet räknar DAO ut vad en viss besökare kan uppfatta och skickar det vidare till JING. JING är en modell som skapar varje besökares förstapersonsupplevelse som video med ljud. Man kan styra kameran med tangentbordet, hantera föremål och prata med figurer genom textinstruktioner, och bygga upplevelsen från referensbilder av personer, föremål och miljöer.

Den släppta modellen, JING-Flash-v1, bygger på MiniMax-H3 och gör videon på fyra steg. Den skapar dock ett helt klipp i förväg utifrån en känd följd av handlingar; en modell som svarar steg för steg medan man trycker på tangenterna är ännu inte släppt. Demon kräver sex H100-grafikkort. Enligt den tekniska rapporten låg JING etta i Full-delen och tvåa i navigeringsdelen av topplistan WBench den 17 september 2026. Själva kopplingen mellan DAO och JING beskrivs i rapporten som en systemskiss, och realtidshastighet och pålitlig interaktion beskrivs fortfarande som forskningsutmaningar.

Vikterna för JING-Flash-v1 finns på Hugging Face under MiniMax-H3:s community-licens, och koden på GitHub. XGEN Labs egen webbplats (xgenlabs.ai) gick inte att nå när uppgifterna kontrollerades, så beskrivningen bygger på den tekniska rapporten, GitHub, Hugging Face och nyhetsbrevet.