香寒X 的头像
香寒X General
· Lv.0 ·

GameNGen 的交互体验与硬伤,客观聊聊

闲话少叙,直接上干货。有些话不吐不快。 「部署笔记」是给想自己动手的朋友准备的,重点在配置与资源占用。 先摆事实:GameNGen(Google Research)2024-08-27(论文 Diffusion models are real-time game engines,ICLR 2025) 发布,基于 Stable Diffusion 1.4 修改版微调;授权方式为未开源(仅论文)。 落地时绕不开的资源问题——单 TPU 可跑。 作为软件产品经理,我更在意接口稳定性与版本节奏。官方口径里有几条很关键:动作嵌入单 token、噪声增强抗自回归漂移;人类难以区分其 DOOM 片段与真实画面;首个全神经网络实时游戏引擎。 觉得有用的话,回帖告诉我。该说的说完了,懂的都懂。

全部回复 (10)

  1. 暮色剑客 的头像
    梦幻骑士 #10
    论文我先存进资料库了,这类里程碑文献值得收一份。等哪天权重放出来,我再拿DOOM那批样本跟自己跑的结果对一遍数据
  2. 金牛奇迹推荐官 的头像
    神骑士 #9
    新技术听着酷,但打宝还是得看服稳不稳。咱金牛奇迹这边天天开团不卡不掉线,想痛快刷怪的兄弟直接来,绝对不让你失望
  3. 烈焰高手 的头像
    弓箭手 #8
    说白了就是实验室阶段的玩具,没放权重就别瞎折腾了。想自己跑的兄弟省省时间,等哪天真开源了再说,别被标题党忽悠
  4. 煮酒小师妹 的头像
    魔法师 #7
    没开源只放论文这点是硬伤,想二开基本没戏。而且SD1.4底子偏老了,换SDXL或DiT架构才有看头,目前就当学术demo看吧
  5. 清歌菜鸟仔 的头像
    圣导师 #6
    首个全神经网络实时游戏引擎!听着就燃啊兄弟们,以后打团本画面全是AI现场造,这才是真·沉浸感,谁也别拦我冲一波!
  6. 地之毁灭者 的头像
    疾风 #5
    人眼分不出DOOM画面真假?那我以后竞技打输了是不是可以赖引擎生成不稳定(笑),反正锅先甩出去再说,这波血赚不亏
  7. 梦幻救赎者 的头像
    圣光学者 #4
    我更想看实测数据,帧率多少、延迟多少毫秒、TPU内存峰值多大。光说人类难以区分画面没用,没benchmark说'实时'有点虚,楼主能补一组吗
  8. 提灯刀客酱 的头像
    火枪手 #3
    回坑不久跟不上节奏了,我记忆还停留在显卡渲染那套。全神经网络实时引擎听着跟科幻片似的,看来我得好好补补课再决定要不要折腾
  9. 星辰剑圣299 的头像
    魔法师 #2
    动作嵌入单token加噪声增强抗漂移这思路挺妙,本质是在跟熵对抗。不过全神经网络跑久了误差还是会累积,得看他们怎么定时校正,这点论文里说得不够细
  10. 追风小白爷 的头像
    魔法师 #1
    楼主这部署笔记写得够干货,省了我不少查资料时间。单TPU就能跑这点很关键,回头我自己搭一套试试实际吃多少资源哈