Cómo funciona OsuGAI
OsuGAI convierte una canción en un mapset de osu! standard, con círculos, sliders y spinners distribuidos por el campo de juego. Planifica la canción, genera el ritmo y las posiciones y comprueba el resultado. Esta página describe la v3.0, publicada el 30 de octubre de 2026.
En esta página
- 01Entender la música
- 02Planificar la canción
- 03Ritmo y objetos
- 04Colocación y geometría
- 05Comprobaciones antes de descargar
Mediciones de la v3.0
- Charts de entrenamiento
- 157.209
- Parámetros del modelo
- ~77M
- Cómputo de entrenamiento
- ~78 GPU·h
- Desviación media en la prueba de calibración
- 0,28★
- Mapas válidos en la prueba de validez
- 36 / 36
- Flower Dance · 6 dificultades · T4
- 79 s
La prueba de estrellas usa 3 canciones, 4 objetivos y una semilla por objetivo; 2 canciones formaron parte del entrenamiento. La prueba de validez independiente usa 3 semillas. Son muestras pequeñas, no una garantía general de calidad.
Entender la música
Beat This detecta pulsos y primeros tiempos del compás. Nuestro ajuste de rejilla calcula BPM y offset, también con cambios de tempo. MERT-v1-95M aporta características musicales alineadas pulso a pulso. Los mapas de entrenamiento usan el mismo tipo de rejilla. Se detectan introducciones, finales y fundidos silenciosos para dejar vacíos esos tramos.
Planificar la canción
Un planificador de difusión gaussiana de unos 5,9 millones de parámetros describe toda la canción por secciones antes de colocar objetos. A partir de la música y los ajustes pedidos, planifica dificultad, estilo y descansos conjuntamente: un estribillo puede ser más denso y un puente tranquilo quedar como pausa.
Ritmo y objetos
El modelo principal escribe pulsaciones, liberaciones, tipos de objetos, inversiones de sliders, nuevos combos, descansos y velocidad de sliders. Es un Transformer no autorregresivo de tipo MaskGIT: refina el mapa completo en varias pasadas. Primero genera y limpia el ritmo; después añade detalles y velocidad.
Colocación y geometría
Una red compartida de unos 71 millones de parámetros reutiliza la comprensión musical para ritmo y colocación. Un solucionador de restricciones mantiene los objetos dentro del campo, ajusta las curvas de sliders a la longitud necesaria y escribe cambios de velocidad. Si una dificultad no puede construirse correctamente, falla en vez de producir un archivo roto. Ninguna de las 24.000 ejecuciones de estrés necesitó esa salida.
Qué puedes controlar
Puedes elegir objetivos de ★1 a ★10 con ajustes por dificultad. Nueve controles de estilo abarcan sliders, ángulos, separación, ritmo, aim y speed, entre otros. Los ajustes incluyen CS, AR, OD, HP y velocidad de sliders. El modelo lee CS, AR, OD y velocidad; HP se escribe en el archivo. Las dificultades solicitadas se generan juntas como un mapset.
Las estrellas elegidas son objetivos; los mapas finales muestran la dificultad medida.
Comprobaciones antes de descargar
El sistema corrige pulsaciones demasiado juntas y mantenimientos demasiado cortos, elimina objetos en silencio y revisa la geometría. El algoritmo de osu! mide las estrellas finales y ese valor da nombre a la dificultad. Las pruebas también leen los mapas con osu!lazer. Diez repeticiones con la misma canción, ajustes y semilla produjeron archivos .osu idénticos byte a byte.
Datos de entrenamiento
El corpus contiene 157.209 charts: 132.032 ranked, approved o loved y 25.177 adicionales de estrellas altas fuera de ranked. La base contiene unos 56 millones de objetos. La selección adicional excluye mapas de gimmicks, mapas de IA y canciones presentes en validación o prueba. Todas las dificultades y versiones de audio de una canción quedan en la misma partición. Se reservan 200 canciones clasificadas en 2026 para pruebas a ciegas, sin entrenarlas.
Entrenamiento
El planificador y la red principal se entrenaron desde cero. La red principal completó unos 1,03 millones de pasos: corpus ranked, incorporación de mapas difíciles y muestreo final equilibrado por estrellas. El planificador completó 60.000 pasos. Una RTX 4070 Ti SUPER dedicó unas 68 horas GPU a la red principal y 10 al planificador. Los checkpoints se eligieron por los mapas generados, no solo por la pérdida de validación.
Qué hemos medido
La calibración de la tabla da un error absoluto medio de 0,28 estrellas. Es una muestra pequeña, no una demostración con música nueva, y no incluye ★9–★10. Otra prueba con 3 canciones, 4 objetivos y 3 semillas produjo 36 mapas válidos de 36. En la evaluación final, la limpieza eliminó los 3,9 problemas de ritmo por 1.000 objetos del modelo sin procesar.
| ★ | Flower Dance | River Flows in You | FREEDOM DiVE |
|---|---|---|---|
| 2 | 1,92 | 1,89 | 2,38 |
| 4 | 3,63 | 3,90 | 4,61 |
| 6 | 5,49 | 5,53 | 6,02 |
| 8 | 8,27 | 8,10 | 8,38 |
En un panel de 24 mapas, la planificación recuperó el 50% de los descansos humanos y cubrió el 35% de su duración. Cerca del 60% de los descansos generados coincidió con uno humano. Con el plan correcto, la red acertó el número exacto en 23 de 24 mapas. Estas mediciones usaron el planificador publicado y una red anterior, no el sistema publicado completo.
De crear a un mapa jugable
El navegador decodifica y normaliza el audio antes de subirlo. El servicio extrae timing y características musicales una vez por canción, planifica las dificultades y las genera juntas en un lote GPU. La limpieza, medición y empaquetado producen un .osz con canción y fondo. Los tiempos siguientes corresponden a Flower Dance en una NVIDIA T4 de producción; no son plazos garantizados.
| Solicitud | Tiempo |
|---|---|
| 1 dificultad | 21–32 s |
| 3 dificultades | 42 s |
| 4 dificultades | 54 s |
| 6 dificultades · distribución automática | 79 s |
| 9 dificultades | 116 s |
Qué cambia en la v3.0
La v2.0 separaba los modelos de ritmo y colocación. La v3.0 comparte una red, amplía los charts de 10.428 a 157.209 y añade planificación de descansos, velocidad variable y ajustes por dificultad. Flower Dance en T4 registró 72 segundos para 4 dificultades en v2.0 y 79 segundos para 6 en v3.0. Son cargas distintas, no una proporción de velocidad.
Limitaciones conocidas
- En la pequeña calibración, ★4–★6 quedaron por debajo del objetivo y ★8 algo por encima. No se evaluaron ★9–★10.
- Todavía falta aproximadamente la mitad de los descansos humanos y algunos descansos generados están mal situados.
- Algunas canciones reciben demasiados spinners, sobre todo a estrellas bajas. Los sliders son deliberadamente simples.
- Pequeños errores de timing pueden acumularse en canciones largas y rápidas.
- Los nuevos combos siguen una regla fija. No hay hitsounds personalizados, secciones kiai ni storyboards.
- La validez estructural no demuestra diversión ni buen diseño. Los mapas generados son para jugar y practicar, no para ranked.
En qué estamos trabajando
Trabajamos en descansos, calibración de todo el rango, formas de sliders y velocidad. Los resultados a ciegas y las mediciones de autointersección de sliders de la v3.0 aún no están publicados. TaikoGAI y CatchGAI siguen siendo productos futuros.