2023 年斯坦福的"AI 小镇"论文引爆了整个 Agent 研究领域，但此后所有类似项目都有一个共同瓶颈：世界是人工搭建的、固定的。WorldX 解决了这个问题——输入一句话，5 分钟后一个完整的 AI 世界就诞生了，而且没有任何模板复用。地图、角色、动画、人设全部从零生成，AI 角色在其中自主生活、对话、形成记忆、产生涌现行为。

项目地址：https://github.com/YGYOOO/WorldX

WorldX 是什么

WorldX 是一个"一句话造世界"的开源系统。它回答的核心问题是：怎么让任何人用一句话描述就能拥有一个自己的 AI 世界。

你只需要输入一句话

试试这些：

• "末日便利店，6 个幸存者挤在里面"
• "北宋汴京夜市，有算命的、说书的、捕快和一个穿越者"
• "6 个经典反派被关进了一个像素小镇：容嬷嬷、伏地魔、灭霸、琴酒"
• "魏无羡的师姐江厌离、卡卡西的挚友带土、扶苏、晴雯——那些没等到好结局的人住进了同一个小镇"

5 分钟后，一个完整的、有美术风格、有角色立绘动画、有完整运行逻辑的 AI 世界就出现了。

核心功能

完全自动的世界生成

整个地图生成管线一共 6 步：

1. 生成全景地图（带审查重试，最多 4 次）
2. 压缩工作图（降低下游 token 开销）
3. 三路并行：功能区定位 + 可交互元素定位 + 可行走区域标注
4. 像素级计算可行走网格（纯 CV 算法，不依赖 LLM）
5. 坐标映射 + 拼装 Tiled JSON（标准游戏地图格式，引擎可直接加载）

每一个世界都是从零生成的，没有任何模板复用。

AI 角色自主生活

进入世界后，每个 AI 角色会：

• 在地图上自由走动、决策、互动
• 头顶冒出对话气泡和内心独白（小偷和捕快客套时心里想着"她不会已经知道了吧"）
• 形成记忆、产生情绪、做出反思——一天结束时回顾今天发生的事
• 世界有真实的时间流转，凌晨 1 点夜市自动收摊，第二天 19 点重新开张

上帝模式

作为世界的"上帝"，你可以：

• 全局广播事件——"突然下大雨了"，所有角色下次决策时都知道
• 给特定角色耳语/托梦——你突然想起当年捕快办过的一桩旧案
• 实时修改角色人设——把"老实木讷"改成"心机深沉"，看世界走向变化
• 和角色架空对话——不影响主世界进程

多时间线 + 历史回放

同一个世界可以衍生出多条时间线，观察相同初始条件下故事是否走向同一个结局。任意一段历史也能像看录像一样回放。

关键技术亮点

"叠加标注 + 差异定位"

这是 WorldX 最精巧的工程方案。核心问题是：AI 生成的地图只是一张图片，代码怎么知道哪些区域能走？

作者的方法是：

1. 把原图作为参考，让文生图模型用半透明青色覆盖所有可行走区域
2. 用固定的 CV 代码逐像素比较原图和标注图的色差
3. 检测青色偏移，精确计算可行走网格

把问题拆成两半：让 AI 做它擅长的事（画出位置），让 CV 算法做 AI 不擅长的事（算出精确坐标）。生成式 AI 的不确定性输出被转化成了确定性的 CV 计算。

自我审查 + 约束累积

每生成完一轮地图或标注，系统把结果发给视觉审查 LLM 做 Review。不通过时，反馈被转化成中文约束追加（不是替换）到下一次 Prompt 中。每一轮都记住之前的教训，像漏斗一样逐步收敛。

三层记忆 + 双维度情绪

记忆系统的评分公式：

score = relevance x 3 + recency x 2 + importance x 2 + emotionalIntensity x 1

作者选择不用向量数据库，理由朴素：在这种 Agent 系统里，可调试比精度更重要。权重透明，改完马上能验证。

情绪用双维度模型——Valence（效价）+ Arousal（唤醒度），能表达比单标签丰富得多的情绪状态。

应用场景

• AI 角色扮演：创建任意设定下的 AI 互动世界
• 叙事实验：观察相同初始条件下不同时间线的故事走向
• 内容创作：自动演绎为视觉小说或漫剧素材
• 教育模拟：构建历史场景、社会实验等教学环境

成本

生成一个世界只需约 3-18 万 token，成本相当可控。作者在博客中写道："我希望这最终能成为一种普惠的、人人可用的架构。"

这个项目由一位独立开发者在 10 天婚假中独立完成，包括完整的多模态生成管线、AI 模拟引擎、Phaser + React 客户端、上帝系统和双语支持。