OsuGAI ทำงานอย่างไร
OsuGAI เปลี่ยนเพลงเป็นชุดแมป (mapset) osu! standard ที่มีวงกลม สไลเดอร์ และสปินเนอร์บนสนามเล่น ระบบวางแผนเพลง สร้างจังหวะและตำแหน่ง แล้วตรวจสอบผลลัพธ์ หน้านี้อธิบาย v3.0 ที่เผยแพร่เมื่อ 30 ตุลาคม 2026
เนื้อหาในหน้านี้
สรุปการวัด v3.0
- ชาร์ตที่ใช้ฝึก
- 157,209
- พารามิเตอร์โมเดล
- ~77M
- การคำนวณสำหรับฝึก
- ~78 GPU·h
- ความคลาดเคลื่อนดาวเฉลี่ยในการทดสอบปรับเทียบ
- 0.28★
- แมปที่ผ่านการตรวจความถูกต้อง
- 36 / 36
- Flower Dance · 6 ระดับ · T4
- 79 s
การทดสอบดาวใช้ 3 เพลง 4 เป้าหมาย และหนึ่ง seed ต่อเป้าหมาย โดย 2 เพลงอยู่ในข้อมูลฝึก การตรวจความถูกต้องอีกชุดใช้ 3 seed นี่เป็นกลุ่มตัวอย่างขนาดเล็ก ไม่ใช่การรับประกันคุณภาพโดยรวม
ทำความเข้าใจเพลง
Beat This ตรวจจับจังหวะและจังหวะแรกของห้องเพลง วิธีปรับกริดของเราคำนวณ BPM และ offset รวมถึงเพลงที่เปลี่ยนความเร็ว MERT-v1-95M ให้คุณลักษณะดนตรีที่จัดแนวตามแต่ละจังหวะ แมปฝึกใช้กริดชนิดเดียวกัน ระบบตรวจจับช่วงต้น ช่วงท้าย และช่วงค่อย ๆ เงียบลง เพื่อเว้นส่วนที่ไม่มีเสียงไว้
วางแผนทั้งเพลง
ตัววางแผนแบบ Gaussian diffusion ประมาณ 5.9 ล้านพารามิเตอร์อธิบายทั้งเพลงเป็นช่วงก่อนวางวัตถุ โดยใช้เพลงและค่าที่ขอเพื่อวางแผนความยาก สไตล์ และช่วงพักร่วมกัน ท่อนฮุกจึงหนาแน่นขึ้นได้ และท่อนเชื่อมเงียบ ๆ อาจเป็นช่วงพัก
จังหวะและวัตถุ
โมเดลหลักสร้างการกดและปล่อย ประเภทวัตถุ การย้อนสไลเดอร์ คอมโบใหม่ ช่วงพัก และความเร็วสไลเดอร์ เป็น Transformer แบบไม่ออโตรีเกรสซีฟแนว MaskGIT ที่ปรับทั้งแมปหลายรอบ ไม่ได้เขียนจากซ้ายไปขวาอย่างเดียว ระบบสร้างและทำความสะอาดจังหวะก่อนเพิ่มรายละเอียดวัตถุและความเร็ว
ตำแหน่งและเรขาคณิต
เครือข่ายร่วมประมาณ 71 ล้านพารามิเตอร์ใช้ความเข้าใจเพลงเดียวกันกับจังหวะและตำแหน่ง ตัวแก้ข้อจำกัดรักษาวัตถุให้อยู่ในสนาม ปรับเส้นสไลเดอร์ให้ยาวตามต้องการ และเขียนการเปลี่ยนความเร็ว หากสร้างระดับความยากอย่างถูกต้องไม่ได้ ระบบจะรายงานล้มเหลวแทนการส่งไฟล์เสีย การทดสอบหนัก 24,000 ครั้งไม่ต้องใช้เส้นทางล้มเหลวนี้
สิ่งที่ปรับได้
เลือกเป้าหมาย ★1–★10 และตั้งค่าแยกแต่ละระดับได้ ตัวควบคุมสไตล์ 9 ตัวครอบคลุมสไลเดอร์ มุม ระยะห่าง จังหวะ aim และ speed การตั้งค่าแมปมี CS, AR, OD, HP และความเร็วสไลเดอร์ โมเดลอ่าน CS, AR, OD และความเร็ว ส่วน HP เขียนลงไฟล์ ระดับที่เลือกจะสร้างพร้อมกันเป็น mapset เดียว
ดาวที่เลือกเป็นเป้าหมาย ส่วนแมปที่เสร็จแล้วจะแสดงความยากที่วัดได้จริง
การตรวจสอบก่อนดาวน์โหลด
ระบบแก้การกดที่ชิดจนเล่นไม่ได้และการกดค้างที่สั้นเกินไป ลบวัตถุในช่วงเงียบ และตรวจเรขาคณิต อัลกอริทึม osu! วัดดาวสุดท้ายเพื่อนำไปตั้งชื่อระดับ การทดสอบยังอ่านแมปด้วย osu!lazer การทำซ้ำ 10 ครั้งด้วยเพลง การตั้งค่า และ seed เดียวกันให้ไฟล์ .osu ตรงกันทุกไบต์
ข้อมูลฝึก
ข้อมูลมี 157,209 ชาร์ต ได้แก่ ranked, approved หรือ loved 132,032 ชาร์ต และชาร์ตดาวสูงนอก ranked เพิ่มอีก 25,177 ชาร์ต ชุดพื้นฐานมีวัตถุประมาณ 56 ล้านชิ้น ชุดเพิ่มเติมตัดแมป gimmick แมป AI และเพลงที่ตรงกับชุดตรวจสอบหรือทดสอบออก ทุกระดับและทุกเวอร์ชันเสียงของเพลงเดียวกันอยู่ในส่วนข้อมูลเดียวกัน อีก 200 เพลงที่ ranked ในปี 2026 ถูกกันไว้สำหรับทดสอบแบบปิดโดยไม่ใช้ฝึก
การฝึก
ตัววางแผนและเครือข่ายหลักฝึกจากศูนย์ เครือข่ายหลักฝึกประมาณ 1.03 ล้านขั้น เริ่มจากข้อมูล ranked แล้วเพิ่มแมปยาก และจบด้วยการสุ่มตัวอย่างให้ดาวสมดุล ตัววางแผนฝึก 60,000 ขั้น ใช้ RTX 4070 Ti SUPER ใบเดียว โดยเครือข่ายหลักใช้ประมาณ 68 ชั่วโมง GPU และตัววางแผน 10 ชั่วโมง เลือกจุดบันทึกจากแมปที่สร้างจริง ไม่ใช่ดูเฉพาะค่า loss ของชุดตรวจสอบ
สิ่งที่เราวัด
การปรับเทียบด้านล่างมีความคลาดเคลื่อนสัมบูรณ์เฉลี่ย 0.28 ดาว เป็นเพียงตัวอย่างเล็ก ไม่ยืนยันผลกับเพลงใหม่ และไม่ได้ทดสอบ ★9–★10 การตรวจอีกชุดที่ใช้ 3 เพลง 4 เป้าหมาย และ 3 seed ได้แมปถูกต้อง 36 จาก 36 แมป ในการประเมินสุดท้าย ขั้นตอนทำความสะอาดกำจัดปัญหาจังหวะ 3.9 จุดต่อ 1,000 วัตถุจากผลดิบของโมเดล
| ★ | 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 |
ในกลุ่มทดสอบ 24 แมป การวางแผนพบช่วงพักของมนุษย์ 50% และครอบคลุมเวลาพัก 35% ช่วงพักที่สร้างราว 60% ตรงกับของมนุษย์ เมื่อได้แผนที่ถูกต้อง เครือข่ายวางจำนวนช่วงพักได้ตรงใน 23 จาก 24 แมป การวัดนี้ใช้ตัววางแผนที่เผยแพร่ร่วมกับเครือข่ายรุ่นก่อน ไม่ใช่การประเมินระบบที่เผยแพร่ทั้งชุด
จากการสร้างสู่แมปที่เล่นได้
เบราว์เซอร์ถอดรหัสและปรับระดับเสียงก่อนอัปโหลด บริการสกัด timing และคุณลักษณะเพลงครั้งเดียวต่อเพลง วางแผนระดับที่เลือก และสร้างพร้อมกันในแบตช์ GPU เดียว จากนั้นทำความสะอาด วัดดาว และรวมเป็น .osz พร้อมเพลงและพื้นหลัง เวลาด้านล่างเป็นตัวอย่าง Flower Dance บน NVIDIA T4 ที่ให้บริการจริง ไม่ใช่การรับประกันเวลารอ
| คำขอ | เวลา |
|---|---|
| 1 ระดับ | 21–32 s |
| 3 ระดับ | 42 s |
| 4 ระดับ | 54 s |
| 6 ระดับ · กระจายอัตโนมัติ | 79 s |
| 9 ระดับ | 116 s |
สิ่งที่เปลี่ยนใน v3.0
v2.0 แยกโมเดลจังหวะกับตำแหน่ง ส่วน v3.0 ใช้เครือข่ายร่วม เพิ่มชาร์ตจาก 10,428 เป็น 157,209 เพิ่มการวางแผนช่วงพัก ความเร็วสไลเดอร์ที่เปลี่ยนได้ และค่ารายระดับ Flower Dance บน T4 ใช้ 72 วินาทีสำหรับ 4 ระดับใน v2.0 และ 79 วินาทีสำหรับ 6 ระดับใน v3.0 ภาระงานต่างกัน จึงไม่ใช่อัตราเปรียบเทียบความเร็ว
ข้อจำกัดที่ทราบ
- ในการปรับเทียบกลุ่มเล็ก ★4–★6 มักต่ำกว่าเป้าหมายและ ★8 สูงกว่าเล็กน้อย โดยไม่ได้ประเมิน ★9–★10
- ยังพลาดช่วงพักของมนุษย์ประมาณครึ่งหนึ่ง และบางช่วงพักที่สร้างอยู่ผิดตำแหน่ง
- บางเพลงมีสปินเนอร์มากเกินไป โดยเฉพาะดาวต่ำ รูปร่างสไลเดอร์ยังตั้งใจให้เรียบง่าย
- ข้อผิดพลาด timing เล็กน้อยอาจสะสมจนคลาดในเพลงยาวและเร็ว
- คอมโบใหม่ใช้กฎตายตัว ไม่มี hitsound แบบกำหนดเอง ช่วง kiai หรือ storyboard
- โครงสร้างถูกต้องไม่ได้พิสูจน์ความสนุกหรือการออกแบบที่ดี แมปที่สร้างมีไว้เล่นและฝึก ไม่ใช่สำหรับ ranked
งานที่กำลังพัฒนา
เรากำลังปรับปรุงช่วงพัก การปรับเทียบตลอดช่วงดาว รูปร่างสไลเดอร์ และความเร็ว ผลทดสอบแบบปิดและการวัดสไลเดอร์ตัดตัวเองของ v3.0 ยังไม่เผยแพร่ TaikoGAI และ CatchGAI ยังเป็นผลิตภัณฑ์ในอนาคต