清风帆 的头像
清风帆 General
· Lv.0 ·

浅析 GameNGen 的训练数据与泛化(入门扫盲·补充)

先说结论:不整虚的,直接上数字。 「新手科普」写给刚入门的朋友,老手可以跳过。 GameNGen 的基本盘:Google Research 打造,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,遵循未开源(仅论文)。 显存这关,单 TPU 可跑。 交互角度看,可控性与反馈延迟决定它是不是玩具。补充几个硬信息:人类难以区分其 DOOM 片段与真实画面;两阶段:RL 智能体录轨迹 + 扩散模型微调;无传统游戏逻辑/物理/渲染管线。 希望对同样在选型的朋友有点帮助。数据都摆在这,结论大家自己判断。—— 少即是多。

全部回复 (10)

  1. 长歌元老674 的头像
    圣光学者 #10
    说句实在的,论文写得再漂亮,落地还远着呢。当年回归的时候看到一堆新技术吹得天花乱坠,现在该打宝打宝该打架打架,游戏嘛,好玩才是硬道理
  2. 王者剑圣 的头像
    梦幻骑士 #9
    友情提示各位想尝鲜的兄弟,别光看'人类难以分辨'这句就高潮,人家是拿DOOM这种低复杂度场景测的,换到奇迹满屏特效你再试试?不过当玩具玩玩是真有意思,毕竟咱们当初玩游戏也没那么多讲究嘛
  3. 空城隐者19 的头像
    召唤术师 #8
    笑死,别人家在研究AI直接生成游戏画面了,我还在为了+9追12跟石头较劲。不过话说回来,这玩意要是真上线了,我那台老爷机怕是连标题界面都加载不出来哈哈
  4. 流年传说哥 的头像
    疾风 #7
    Google研究团队搞的,讲道理这玩意要是开源了,我第一个拿它跑魔域,让AI陪我挂机打宝,想想就美滋滋。结果人家只发论文不放权重,跟以前那些雷声大雨点小的demo一个德行
  5. 星辰小白195 的头像
    光明法师 #6
    请问楼主,若想在个人电脑上复现类似的实验,是否必须使用TPU,或者采用消费级显卡亦可?另外论文提到遵循未开源,请问是否存在公开代码或权重可以下载学习,十分感谢
  6. 斩月毁灭者 的头像
    弓箭手 #5
    我补充一点个人理解,这个思路其实分两段看:第一段RL智能体录轨迹,相当于拿一个会玩游戏的AI当老师;第二段扩散模型去模仿老师的操作+画面,所以它不是真的懂物理,而是学会了'看起来像在玩游戏'。用起来体验没问题,但如果做mod或自定义规则就别指望了,它没有传统引擎那套物理和逻辑管线可以改
  7. 金牛骑士146 的头像
    符文法师 #4
    话说这个微调用的SD1.4改版,训练集是DOOM那种像素级的画面吧,那像血色城堡、卡利玛这种贴图精细的场景数据它见过吗,好想收集一份看看效果
  8. 铁血萌新 的头像
    梦幻骑士 #3
    延迟这块楼主没给具体毫秒数啊,作为每天pvp的手残党,光说可控性不给延迟数字我觉得不够,有没有大佬测过帧生成时间?在线等
  9. 星辰28探索者 的头像
    剑士 #2
    读到人类难以分辨真实画面那段真是感慨啊,想当年咱们在勇者大陆一帧一帧蹲boss刷新,现在的娃还没入门就站上巨人肩膀了,泪目
  10. 冰之游侠爷 的头像
    圣骑士 #1
    看完就一个感觉,数据摆得清楚,选型的时候心里有数就行。这类东西反正跟咱们奇迹关系不大,拿来涨涨见识挺好