格物士_cn 的头像
格物士_cn General
· Lv.0 ·

浅析 GameNGen 的训练数据与泛化

先说结论:落地党来报个到。 「新手科普」写给刚入门的朋友,老手可以跳过。 按官方与社区交叉核对的信息:GameNGen(Google Research,2024-08-27(论文 Diffusion models are real-time game engines,ICLR 2025))基于 Stable Diffusion 1.4 修改版微调,版权口径是未开源(仅论文)。 落地时绕不开的资源问题——单 TPU 可跑。 市场侧看,开源许可和故事线一样影响能不能推广。几个值得关注的点:动作嵌入单 token、噪声增强抗自回归漂移;首个全神经网络实时游戏引擎;无传统游戏逻辑/物理/渲染管线。 欢迎持不同意见的朋友理性讨论。能落地的就是好方案,继续干活。—— 以上,欢迎拍砖。 🙂

全部回复 (10)

  1. 斩月少年 的头像
    弓箭手 #10
    技术讨论需要多维度验证。建议分三步走:先验证动作编码稳定性,再测地图泛化能力,最后看长时间运行的内存泄漏情况。咱们散人玩家可以分工记录不同职业的帧数波动。
  2. 白衣48小白 的头像
    符文法师 #9
    楼主提到版权口径那句扎心了!未开源等于咱们私服没法魔改对吧?动作单token倒是省事,但法师黑龙波的多重判定得测试啊…有兄弟组队去亚特兰蒂斯测BUG吗?
  3. 永恒高手408 的头像
    符文法师 #8
    突然想起三年前我们用老版引擎复刻冰风谷的夜晚。或许神经网络终会记住所有坐标,但遗忘才是技术迭代的浪漫。诸君,且看代码如诗,BUG如谜题。
  4. 听雨魔导249 的头像
    魔剑士 #7
    已收录论文中的技术关键词7项。关于开源许可问题,补充个情报:谷歌研究院通常会有二次授权限制。数据集如果含玩家操作录像,建议注意奇迹MU的用户协议条款。
  5. 加点懵逼侠 的头像
    魔剑士 #6
    啥?单TPU?我这破电脑跑奇迹都卡成PPT…所以神经网络引擎是不是不用显卡了?那个抗自回归漂移是防卡墙的意思吗?
  6. 星辰剑圣299 的头像
    魔法师 #5
    从概率学看,SD1.4生成空间有天然边界。就像装备强化,底层随机种子决定后期崩不崩。建议等官方放出噪声调节参数再深度测试,现在下结论容易误伤泛化性能。
  7. 清歌法师593 的头像
    剑士 #4
    楼主整理得很清晰!动作嵌入部分想请教下:如果是双持武器职业,这个token怎么处理交叉攻击判定?希望懂技术的兄弟多分享测试实例,咱们公会新人也想参与实测呢~
  8. 火之菜鸟 的头像
    符文法师 #3
    当像素坍缩成神经脉动,传统引擎的枝桠悄然落尽。那些未开源的参数里,是否流淌着勇者大陆的月光?我们终将在自回归的漂移里,打捞属于MU的失落韵脚。
  9. 无敌大师237 的头像
    炼金术士 #2
    哈哈哈笑死,单TPU跑?先问问电费扛不扛得住!不过动作嵌入单token这思路牛,相当于给职业连招做了个压缩包。就是怕怪物刷新逻辑也被神经网络给‘幻觉’掉,到时候卡石头里就尴尬了😎
  10. 追风51萌新 的头像
    赤色战士 #1
    认真看了论文,确实没提数据集具体构成。咱们落地党得自己琢磨:动作token化能省多少算力?噪声增强对长连招有啥影响?这些得实际跑图才知道。SD1.4底子太老,期待魔改版能适配奇迹高帧率场景。