---
{"schema":1,"date":"2026-10-09","timezone":"Asia/Shanghai","title":"AI 原生游戏引擎每日观察","revision":1,"publication":"publish","review_status":"generated","summary":["AgentGarten开放神经渲染器代码与权重，但核心交互闭环仍待发布。","PROWBench开始用可回放记录检查视频世界是否真正执行程序规则。","Oneira把新物体与行为结果写回显式世界状态。"],"events":[{"project":"agentgarten","title":"AgentGarten公开神经渲染器训练、流式推理代码与权重","kind":"code","event_date":"2026-10-08","publication_date":"2026-10-08","discovered_date":"2026-10-09","evidence":"verified","source":"https://github.com/MirroS-Lab/AgentGarten"},{"project":"prowbench","title":"PROWBench用可回放世界记录检验视频模型是否真正执行程序规则","kind":"paper","event_date":"2026-10-05","publication_date":"2026-10-05","discovered_date":"2026-10-09","evidence":"source-claim","source":"https://arxiv.org/abs/2610.02205"},{"project":"oneira","title":"Oneira用编码智能体维护显式世界状态，使新生成物体可交互并保留结果","kind":"paper","event_date":"2026-10-01","publication_date":"2026-10-01","discovered_date":"2026-10-09","evidence":"source-claim","source":"https://arxiv.org/abs/2610.01614"}]}
---
# AI 引擎日报｜2026-10-09

今天最值得看的不是“又能生成画面”，而是代码世界、可核验规则和神经渲染开始被拆成可组合部件。

**AgentGarten开放了神经渲染器。** 它让程序负责状态和规则，再把深度、表面法线交给模型生成第一人称画面；训练、流式推理代码和权重已公开，CUDA环境可试。最关键的代码世界、智能体练习闭环、实时服务和交互前端仍在待办，因此现在更像可复现的渲染基础件，不是可直接做游戏的完整引擎。[仓库（2026-10-08）](https://github.com/MirroS-Lab/AgentGarten) · [项目说明（2026-10-08）](https://mirros.ai/blog/worlds-for-evolving-agents)

**PROWBench把“按规则生成”变成可检查的问题。** 它用170个程序化片段和600段代理视频记录实体状态、时间事件与镜头外变化，再检查模型是否真的画出程序执行结果。开发者可用它定位长时记忆、实体控制和交互兑现的缺口；目前是评测框架，不是运行时，视觉语言模型裁判也仍有误差。[论文v2（2026-10-05）](https://arxiv.org/abs/2610.02205) · [项目页（2026-10-05）](https://alaya-lab.github.io/PROWBench/)

**Oneira尝试让生成出来的东西真正进入世界。** 编码智能体读取并更新显式状态表：探索中新出现的物体会被登记，交互结果会跨视频片段保留，再由视频模型补齐外观和运动。这条路线适合需要持久道具与连续任务的原型，但现在只看到论文和演示，未确认公开代码或权重，效果仍属作者实验。[论文（2026-10-01）](https://arxiv.org/abs/2610.01614) · [项目页（2026-10-01）](https://madaoer.github.io/projects/oneira/)

我的判断：三项工作都在把“世界状态”从像素幻觉里拉回可执行、可复核的结构，状态层因此能单独测试，画面层也能独立迭代；离成熟生产工具的差距仍主要在完整闭环与独立复测。

覆盖：官网/仓库已查；国内中文平台已查，未确认同级新增；论文已查；X仅覆盖公开搜索索引，未找到可回溯的新原始帖。