GameNGen 适合拿来做什么，不适合做什么（上手实测）

上周花了点时间做验证，结果还挺意外。今天没啥事，来唠唠这个。 这轮「实测记录」我把环境、参数和输出都记了流水账，供同好参考。 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）。 实操层面，单 TPU 可跑。 测试的本能是找边界：什么输入会崩、什么场景退化明显。对我触动比较大的细节：人类难以区分其 DOOM 片段与真实画面；动作嵌入单 token、噪声增强抗自回归漂移。 希望对同样在选型的朋友有点帮助。先唠到这，评论区接着聊。