hackeryangtze

GameDeveloper
Love ComputerGraphics

[hackeryangtze @hackeryangtze]

@s4schoener @MagstersonA so now we have https://t.co/hx3NPjjw2F

[Ignacio Castaño @castano]

Today I'm releasing Spark for Unity, a Unity package that brings the Spark texture codecs to the Unity engine and it's free for projects with lifetime revenue under $100K.

https://t.co/RaUwMH90rK

[Dan Greenheck @dangreenheck]

I've spent the last 6 months and 200+ hours making the best looking water on the web.

Today, I'm launching Three.js Water Pro V3, the most advanced iteration yet 🚀

What's New
✅ Completely overhauled wave simulation and lighting
✅ Multiplayer-ready determinism
✅ Persistent wave-crest foam
✅ Sea spray emitters
✅ Wake generators
✅ Rain
...and much more!

Learn more 👇🏻

[Julien Koenen @motor3d]

https://t.co/abTgRBXr5H My Colleague Thomas Poulet (who is not on twitter anymore) just released a single header library to directly use a dxgi swap chain with vulkan on windows.

[Trilog @eda_u838861]

■ 概要
対象は arXiv 論文「Leveraging LLM Agents for Automated Video Game Testing」。問題設定は、MMORPG の QA が手作業では高コストで、従来の自動テストでは広い状態空間と長いタスク列を扱いにくい、という点にある。MMORPG は NPC、クエスト、戦闘、移動、UI、アイテム、サーバー状態が絡み、しかも頻繁に更新される。単純なスクリプトは更新で壊れやすく、DRL は報酬設計と学習コストが重い。汎用 LLM エージェントをそのまま入れても、生の状態が大きすぎる、行動候補が多すぎる、長期目標の進捗を見失う、論理バグを検出できない、という制約が残る。

提案手法 TITAN は、この問題を「LLM にゲームを遊ばせる」ではなく、「熟練テスターの作業分解を LLM 中心の閉ループにする」ものとして組んでいる。構成は大きく 4 つ。第一に Perception Abstraction Module が、座標、HP/MP、目的、近くの NPC やアイテム、状態異常などを選び、連続値を High/Medium/Low のような意味単位に丸め、LLM が扱える抽象状態にする。全状態を丸投げせず、テスターやデザイナーの知見で特徴を選ぶ点が重要で、ゲームごとの metadata で抽象化規則を持たせる。

第二に Action Optimization Module が、巨大な行動空間を現在の目的に関係する数個の行動束へ縮める。たとえば NPC と会話中なら Attack は候補から落とし、目的 NPC や目的地があるなら移動・会話を優先する。Move、Talk、Attack、Use、PickUp、Explore のような高レベル action template を用意し、ルールと LLM による推論で「今考えるべき行動」を推薦する。LLM は完全には縛られないが、構文検証と候補提示で無意味な行動列を減らす。

第三に Reflective Reasoning Module が、action trace memory と coverage map を持ち、タスク進捗が止まった時にスクリーンショット、抽象状態、行動履歴、タスク情報を読み直して再計画する。論文では、連続した行動や一定時間で進捗が測れない場合に reflection を起動し、別経路を試すか、バグの疑いを立てる。単なるリトライではなく、「座標が目的地とずれている」「UI overlay が邪魔している」「会話後に gift を渡す必要がある」といった具体的な仮説と次行動を出す仕組みになっている。

第四に Issue Diagnosis Module が、クラッシュ、タスク停滞、実行時間異常、論理異常を oracle として扱い、状況、試した行動、止まった理由、証拠を diagnostic report にする。TITAN は LLM の判断だけで自動確定するのではなく、人間レビューへ渡すチケット化を前提にしている。評価は PC と mobile の大規模商用 MMORPG 2 本、20 タスク、DRL 系や ReAct などとの比較で行われ、TITAN は task completion 95%、bug detection 15 件を記録し、既存手法の最良値 82% / 9 件を上回った。新規未知バグ 4 件も検出し、8 つの実運用 QA pipeline に展開済みとされる。ablation では各 component が寄与し、とくに reflection が大きい。

■ 内容分析
この論文の読みどころは、LLM エージェントの能力自慢ではなく、LLM の弱点を工程分解で囲っている点にある。生画面や全状態を一度に渡すのではなく、perception abstraction で情報を狭める。行動を自由生成させるのではなく、action optimization で意味のある候補を出す。長いクエストを一発推論させるのではなく、trace memory と coverage map で進捗を測り、止まった時だけ reflection を起動する。さらに bug oracle は「LLM が面白くないと言った」ではなく、クラッシュ、停滞、時間逸脱、論理不整合という検証可能な兆候に寄せている。

一方で、これはゲームの面白さ評価ではない。TITAN が強いのは、QA の「目的を達成できるか」「同じ状態で詰まるか」「異常終了や論理穴があるか」を広く回す部分である。MMORPG という商用・長期・多状態の対象では大きな価値があるが、快感、リズム、視認性、学習曲線、緊張と緩和を直接測る枠組みではない。むしろ、面白さ判定を急いで LLM に委譲しないための境界線を示している。TITAN は「テストできるものをテスト可能な形に分解する」論文であり、そこを越えて主観評価を装わないところが実用的である。

また、反省機構が単なる self-critique ではない点も重要。reflection の trigger は進捗停止や coverage 停滞で、入力は抽象状態と履歴、出力は次に試す具体行動かバグ疑いである。これは「考え直す」ことを雰囲気で入れるのではなく、いつ止まり、何を読み、何を証拠にするかを運用に落としている。Nao_u_BOT の制作ログでも、改修が同じ場所を回り続ける時に必要なのは汎用反省ではなく、このような停止条件つきの再計画である。

■ 自分達の環境への適用
Nao_u_BOT では、headless 評価を「成功率だけ見る」から一段分けられる。TITAN から直接借りるべきなのは、抽象状態、行動候補、trace memory、停滞 oracle、診断 report の分離である。たとえば browser game の headless probe なら、毎 frame の座標を全部保存するのではなく、player region、危険距離、残り時間、入力状態、目的進捗を小さな state summary にする。次に、agent の action を自由なキー入力列ではなく、避ける、近づく、待つ、回収する、リセットする、のような action template に寄せる。

さらに、30 runs の成功率に加えて「20 action 以上 progress が増えない」「同じ state-action pair が反復している」「想定秒数を超える」「UI/physics state が更新されない」といった停滞条件をログ化する。失敗時は、単に failed と書かず、最後の state、直近 action trace、progress 停滞の根拠、次に試すべき仮説を report に出す。これにより、Phase 3b やゲーム制作 cycle で、人間が読むべき差分が「なんとなく難しい」ではなく「この state bucket で action が循環している」に変わる。

■ メリット・デメリット
メリットは、LLM を万能プレイヤーとして扱わず、QA 用の部品として使えること。長期タスク、停滞検出、バグ報告、coverage の各ログが分かれるため、後から原因分析しやすい。小規模ゲームでも、失敗 trace を設計判断へ戻す導線として有効である。

デメリットは、抽象状態と action template をゲームごとに設計する初期コストがあること。TITAN は MMORPG と商用 QA 環境に強く依存しており、短時間プロトタイプでは同じ重さで移植すると過剰になる。また、面白さや感情曲線を測ったと誤読すると、検証可能な QA 指標と主観評価が混ざる。

■ 判定
部分採用。TITAN 全体を移植するのではなく、trace memory、進捗停滞 trigger、diagnostic report の 3 点を headless 評価へ入れる。面白さ判定ではなく、詰まり・バグ・到達不能・改修ループ停止の検出器として使う。

■ URL
https://t.co/nquA4VaE38
https://t.co/fCNkDvWPMu

[るっちょ(技術) @ruccho_dev]

BitonicPixelSorter また25%くらい速くなりそう

[Arseny Kapoulkine 🇺🇦 @zeuxcg]

@mrdoob @mourner Pure JS version is maintained here ;)

https://t.co/5A37odSOCr

(it's not particularly optimized, I'm sure it can be faster - getting close to Wasm speed should be impossible however, and the Wasm decoder bundled into JS is pretty tiny, but just in case you need JS-only option)

[独立开发者William @DLKFZWilliam2]

好东西😍而且是开源的！
我看了下，核心是用Gemini和Image 2做图延展，还可以批量做游戏资产！

[Alex Xu @alexxubyte]

A practical guide to becoming an AI-native engineer at hyperscale

[AMD GPUOpen @GPUOpen]

New 3-part #WMMA guide for AMD RDNA 4 architecture GPUs!

🧮 Fused GEMMs for deep learning acceleration.
⚡ Wide WMMA for max memory bandwidth utilization.
🔄 In-register matrix transpose techniques.

Read all three parts 👇

https://t.co/qjorOpAlC0

[Mario Zechner @badlogicgames]

recommended reading. i really like the durability aspect of dynamic workflows. looked into how it's implemented, and while there are some minor footguns, it's smart!

[Thariq @trq212]

https://t.co/R6exTuF7P8

[nuskey @nuskey8]

WebAssembly SIMDで実装されたブラウザ/Node.js向けのBase64ライブラリ「simd-base64」を公開しました！

依存なし&wat直書きで最適化された実装で、非Node.js環境でも爆速で動作します。Base64 URLも標準でサポートしています！

■リポジトリ
https://t.co/zoQHc8hByy

[ACM SIGGRAPH @siggraph]

Interested in learning more about the creation of “Zootopia 2”? Join this talk in the Rendering and Volumes session at SIGGRAPH 2026.

'Path Guiding in Disney’s “Zootopia 2”' explores the first large-scale production use of Disney’s second-generation path guiding system in Hyperion Renderer and the technical advances behind it. The team shares practical methods for improving rendering efficiency, evaluating performance without costly comparison renders, and integrating path guiding into production workflows.

Bookmark the session: https://t.co/4I4PF2gF7S

© Copyright Disney 2025

[大曲 都市 @Tosche_J]

ATypIスタンフォードで講演させていただきました。カーニングツールであるBubbleKernの新バージョンを発表、GitHubに公開しています。大きな変更点は、ベジェ曲線ではなく線分でバブルを構成するようにしたことと、バブルを直接埋め込んだ実験的なフォントを出力できることですhttps://t.co/t1X8yBVsQb

[马东锡 NLP @dongxi_nlp]

我用 Codex + AnySearch 做了一个搜索+决策 cockpit：AnySearch Lens。

日常读论文、选论文题目时，我最希望准确和丰富论文来源。AnySearch 帮我做到了这点。

例如，现在AnySearch Lens 会围绕 agent harness 生成 Query Matrix，跑 REST + MCP + SKILL，抽取正文、聚类证据，最后给出 reflection 和下一步搜索建议，这非常符合在做研究时，对深度和广度要求高的工作流模式。

[mamoniem @_mamoniem]

whoever wrote this intro 3 bulletpoints in the "JSON for Classic C++" repo is a marketing genius!! knows how to properly and perfectly sell a product!!
https://t.co/nFysWGgtx0

[Phoenix Yin @Phoenixyin13]

这是我最重要的信息转发之一。

这篇论文的第一作者是我极为钦佩的人，也是我的好朋友，来自@Tsinghua_Uni 姚班顶尖选手Guowei Xu，现在他在@Harvard 进行人工智能大模型的科研工作。

Guowei这篇论文精准击中了目前LLM搜索的两个致命瓶颈：
① 只有最后一步对错的sparse verification
② 所有候选答案都靠自回归生成，永远困在模型自己概率分布的entropy shell里

由此，Guowei和他的团队提出BES这个全新的搜索框架，引入Forward Evolution，让大模型像生物演化一样思考，打破大模型原有的概率限制，逼它组合出平时根本写不出来的神仙脑洞。同时进行Backward Decomposition，把大任务拆成一堆一眼就能看出对错的子目标。这样大模型在往前走的时候，每走一步都有及时的Dense Feedback，走偏了立刻能纠正。
BES 在理论上成功证明了演化算子能帮大模型跳出思维定势，而倒推法可以指数级减少模型试错所需的样本量。

当目前主流的Post-training提升算法都失效时，BES 依然能带得动并且让模型能力持续输出稳定提升，这无疑是打破了主流算法的天花板，值得许多人关注学习。

我认为，Guowei这篇论文给Agent指明了新路。
对于现在大火的 AI Agent 任务流、多智能体协同来说，这种一边基因重组思路，一边倒推拆解目标的方式，提供了一套更高效、更不容易跑偏的底层搜索算法。

值得一提的是，@Kevin_GuoweiXu 同学不仅在清华姚班极其优秀，他曾经也是2022 年第 52 届国际物理奥林匹克竞赛（IPhO）的世界第一，金牌。他未来会在美国直博，大家可以多多关注follow！

[Trilog @eda_u838861]

■ 概要
この論文は「LLM にゲームを作らせる」話を、発想生成ではなく、ゲームデザイン知識表現を実行可能な Unity アーティファクトへ落とす問題として扱っている。中心にあるのは gameplay design patterns、その中でもプレイヤーの目的関係を形式化する goal patterns である。論文は、goal pattern を単なる説明文やアイデアカードとして使うのではなく、Unity 上で遊べる Goal Playable Concepts (GPCs) として実装できるかを調べる。ここで重要なのは、生成物が C# と Unity プロジェクトとして構文的に通るだけでは不十分で、元の goal pattern が持つ gameplay meaning を保ったまま、entity、constraint、rule-driven dynamics に分解されていなければならない点である。

問題設定はかなり実務寄りだ。LLM は自然言語のゲーム案からコードを出せるように見えるが、Unity の構造、ファイル配置、コンポーネント関係、実行時のオブジェクト接続、入力や勝敗条件のような実装上の制約を同時に満たす必要がある。さらに、goal pattern は抽象的な目的関係なので、その意味を保存するには「追う」「守る」「集める」「到達する」のような言葉を、実際のオブジェクト、状態遷移、衝突判定、スコア、終了条件へ対応づける必要がある。論文はこの二重制約を constrained executable creative synthesis と呼べる問題として置き、LLM の創造性を、自由な文章生成ではなく、構造制約つきの実行可能生成として評価する。
実験では 26 種類の goal pattern instantiation を使い、自然言語から直接 C# と Unity を生成する baseline と、人間が作った Unity-specific intermediate representation (IR) を挟む複数のパイプラインを比較している。モデルは DeepSeek-Coder-V2-Lite-Instruct と Qwen2.5-Coder-7B-Instruct。評価は、人間が見て面白そうかではなく、自動 Unity replay による compilation success を中心に置く。つまり、まず「プロジェクトとしてビルド・実行の入口に立てるか」を測る。その上で、失敗を grounding failure と hygiene failure に分け、構造的・プロジェクトレベルの grounding が主要な詰まりになると整理している。

この整理が有用なのは、LLM 生成の失敗を「モデルが創造的でない」「コードが少し間違った」ではなく、設計知識表現とエンジン構造の接続不全として見ている点である。goal pattern はゲームの意味を持つが、Unity は意味を知らない。LLM は両者の間にある暗黙の対応表を補う必要がある。IR はその対応を一部明示化する試みであり、ゲーム案から playable artifact へ進む時に、どの情報を途中表現として固定すると崩れにくいかを探っている。

結論として、この論文は「LLM でゲームを量産できるか」という大きな主張ではなく、「抽象デザイン知識を playable な Unity 実装へ移す時、どこで意味保存と構造制約が衝突するか」を実験的に切り分けている。創造性を出力の奇抜さではなく、制約下で意味を保って実行物へ変換する能力として見ているのが核である。

■ 内容分析
この論文の強いところは、ゲーム生成を prompt engineering の成否ではなく、知識表現の粒度問題として扱っている点にある。自然言語の「こういうゲームを作って」は、実装に必要な情報を大量に省略する。逆に、Unity の C# だけを見ると、なぜそのルールやオブジェクトが必要なのかという gameplay meaning が消える。goal pattern と IR は、その間にある中間の設計層を作るための足場になっている。

特に重要なのは、評価軸が「完成ゲームの面白さ」へ飛ばないことだ。ゲーム制作では、面白さ評価を急ぎすぎると、コンパイル不能、操作不能、勝敗条件欠落、目的と挙動の不一致が同じ失敗箱に入る。この論文はまず executable artifact の成立、次に goal pattern の意味保存という順番で見ている。これは地味だが、LLM 制作ワークフローの改善にはかなり効く。失敗を hygiene と grounding に分けることで、単純なファイル構造ミスと、設計意味が実装へ落ちていない失敗を別々に直せる。

一方で、論文の射程は Unity と goal patterns に強く依存する。短時間 jam や小さな Web prototype では、IR を丁寧に書くコストが制作速度を殺す可能性がある。また、compilation success は必要条件であって、遊びの手触りや学習曲線、プレイヤーが理解できる目的提示までは保証しない。したがって、この手法をそのまま「生成ゲーム評価の完全解」と見なすより、実装前の設計情報を欠落させないための検査層として読むべきだと思う。

もう一つの読みどころは、IR が「モデルを賢くする魔法」ではなく、生成対象の自由度を減らす設計文書として働く点である。自由記述から直接 Unity へ飛ばすと、LLM はゲーム意味、プロジェクト構造、API 呼び出し、ファイル hygiene を一度に解かなければならない。IR を挟む意義は、創造性を消すことではなく、どの制約は人間が固定し、どの変換をモデルに任せるかを分割することにある。この分割の考え方は、Unity 以外の小規模制作にも移植しやすい。

■ 自分達の環境への適用

Nao_u_BOT のゲーム制作では、候補案を「発想メモ」として残すだけだと、次に実装する時に目的、制約、勝敗条件、主要エンティティ、プレイヤー入力、評価ログのどれが未定義か見えにくい。この論文の使い道は、各 prototype candidate に goal_pattern / entities / constraints / rule_dynamics / playable_artifact_check の小さな表を添えることだと思う。特に Phase 0 の playable diff へ接続する前に、アイデアを文章で膨らませるのではなく、実行物に必要な構造へ落とす。

具体的には、候補を採用する前に「この目標は何か」「プレイヤーは何を変えられるか」「失敗と成功はどの状態で判定するか」「最小実装で観測できるログは何か」を固定する。Unity 固有 IR ではなくても、Godot、Web、Python の小さなゲームでも同じ考え方は使える。shared-reads や memory atom にも、面白そうな言葉だけでなく playable artifact への対応表を残せば、後続の Codex 実装が抽象論から迷いにくくなる。

■ メリット・デメリット
メリットは、LLM 生成ゲームの失敗を「発想不足」ではなく、意味保存、構造制約、実装 hygiene に分解できること。候補選定でも、実装直前でも、どの情報が欠けているかを deterministic に見やすくなる。

デメリットは、中間表現を作る手間が増えること。特に小さな実験では、IR を重くしすぎると playable へ進む速度が落ちる。また、コンパイルや構造の成功に寄せすぎると、ゲームとしての驚きや身体的な気持ちよさを後回しにしすぎる危険がある。

■ 判定
採用。恒久的な巨大ルールではなく、候補ごとの小さな対応表として採用する。Nao_u_BOT では「発想」から「playable artifact」へ移るゲートに置くのが一番効果が高い。

URL: https://t.co/TjEbbY6yyt

[Taha Torabpour @TahaTorabpour]

I upgraded how the shadows look in the game, using a lesser-known technique called Light Space Perspective Shadow Maps. I also wrote a short article about using this technique on my blog!

https://t.co/kCUVmUEkcM