Как работает OsuGAI

Понимание музыки

Beat This определяет доли и начала тактов. Наше построение сетки вычисляет BPM и смещение, в том числе при переменном темпе. MERT-v1-95M даёт музыкальные признаки с привязкой к долям. Обучающие карты используют тот же тип сетки. Тихие вступления, окончания и затухания определяются, чтобы оставлять тишину пустой.

Beat This · MERT-v1-95M

Планирование песни

Планировщик на гауссовой диффузии с примерно 5,9 млн параметров описывает всю песню по секциям до размещения объектов. По музыке и заданным настройкам он совместно планирует сложность, стиль и перерывы: припев может стать плотнее, а тихий переход — паузой.

Ритм и объекты

Основная модель задаёт нажатия и отпускания, типы объектов, развороты слайдеров, новые комбо, перерывы и скорость слайдеров. Это неавторегрессионный Transformer типа MaskGIT, который уточняет всю карту за несколько проходов. Сначала создаётся и очищается ритм, затем добавляются детали объектов и скорость.

Размещение и геометрия

Общая сеть примерно из 71 млн параметров использует одно понимание музыки для ритма и размещения. Решатель ограничений удерживает объекты в поле, подгоняет кривые слайдеров к нужной длине и записывает изменения скорости. Если сложность нельзя построить корректно, возвращается ошибка вместо повреждённого файла. В 24 000 стрессовых запусках этот путь ошибки не понадобился.

Доступные настройки

Можно выбрать цели ★1–★10 и отдельные настройки каждой сложности. Девять регуляторов стиля охватывают слайдеры, углы, интервалы, ритм, aim и speed. Настройки карты включают CS, AR, OD, HP и скорость слайдеров. Модель читает CS, AR, OD и скорость; HP записывается в файл. Все выбранные сложности создаются совместно в одном mapset.

Выбранные звёзды — цель; готовая карта показывает измеренную сложность.

Проверки перед скачиванием

Система исправляет слишком близкие нажатия и слишком короткие удержания, удаляет объекты в тишине и проверяет геометрию. Алгоритм osu! измеряет итоговые звёзды, по которым называется сложность. В тестах карты также разбираются через osu!lazer. Десять повторов с одинаковой песней, настройками и сидом дали побайтово одинаковые .osu-файлы.

Обучающие данные

Корпус содержит 157 209 карт: 132 032 ranked, approved или loved и 25 177 дополнительных высокозвёздных карт вне ranked. Базовый набор включает около 56 млн объектов. Дополнительная выборка исключает gimmick-карты, карты ИИ и песни, совпадающие с валидацией или тестом. Все сложности и аудиоверсии одной песни остаются в одной части данных. 200 песен, ранкнутых в 2026 году, отложены для слепого теста и не участвуют в обучении.

Обучение

Планировщик и основная сеть обучены с нуля. Основная прошла около 1,03 млн шагов: ranked-корпус, добавление сложных карт, затем выборка с балансом звёзд. Планировщик обучался 60 000 шагов. Одна RTX 4070 Ti SUPER затратила примерно 68 GPU-часов на основную сеть и 10 на планировщик. Чекпойнты выбирали по созданным картам, а не только по ошибке валидации.

Что мы измерили

Средняя абсолютная ошибка калибровки в таблице — 0,28 звезды. Это малая выборка, не доказательство качества на новой музыке; ★9–★10 не тестировались. Отдельная проверка на 3 песнях, 4 целях и 3 сидах дала 36 валидных карт из 36. В итоговой оценке очистка устранила 3,9 проблемы ритма на 1000 объектов исходного вывода модели.

На 24 картах планирование находило 50% человеческих перерывов и покрывало 35% их времени. Около 60% созданных перерывов совпадали с человеческими. С верным планом сеть выдала точное число на 23 из 24 карт. Измерения использовали выпущенный планировщик и более раннюю сеть, а не всю выпущенную систему.

От создания до игровой карты

Браузер декодирует и нормализует аудио перед загрузкой. Сервис один раз извлекает тайминг и музыкальные признаки песни, планирует сложности и создаёт их одним пакетом на GPU. Очистка, измерение звёзд и упаковка дают .osz с песней и фоном. Ниже — примеры Flower Dance на рабочей NVIDIA T4, не обещание времени ожидания.

Что изменилось в v3.0

v2.0 использовала отдельные модели ритма и размещения. v3.0 объединяет их в сети, расширяет данные с 10 428 до 157 209 карт, добавляет планирование перерывов, переменную скорость слайдеров и настройки каждой сложности. На T4 для Flower Dance зафиксировано 72 секунды для 4 сложностей в v2.0 и 79 секунд для 6 в v3.0. Это разные нагрузки, не коэффициент ускорения.

Известные ограничения

• В малом тесте калибровки ★4–★6 были ниже цели, ★8 — немного выше. ★9–★10 не оценивались.
• Пропускается примерно половина человеческих перерывов; часть созданных пауз расположена неудачно.
• Некоторые песни получают слишком много спиннеров, особенно на низких звёздах. Формы слайдеров намеренно простые.
• В длинных быстрых песнях небольшие ошибки тайминга могут накапливаться в дрейф.
• Новые комбо следуют фиксированному правилу. Нет собственных хитсаундов, секций kiai и сторибордов.
• Корректная структура не доказывает интересный геймплей или хороший дизайн. Карты предназначены для игры и практики, не для ranked.

Над чем мы работаем

Мы улучшаем перерывы, калибровку всего диапазона, формы слайдеров и скорость. Результаты слепого теста и измерения самопересечений слайдеров v3.0 ещё не опубликованы. TaikoGAI и CatchGAI остаются будущими продуктами.

Другие технические статьи

• Создание OsuGAI · отчёт v1
• Почему DanceGAI использует Planner + Noter
• Проверка точности тайминга карт ИИ (beatmap)
• Как мы ускорили генерацию