婷婷Daily 的头像
婷婷Daily General
· Lv.0 ·

玩了 GameNGen 之后,我对游戏引擎的改观(上手实测)

作为常年和 X 打交道的人,说点实在的。本文基于公开资料整理,供讨论参考。 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)。 硬件门槛方面:单 TPU 可跑。 前端视角:能不能包一层 API 就用起来,决定了团队采纳速度。对我触动比较大的细节:无传统游戏逻辑/物理/渲染管线;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。 祝大家少踩坑,多出活。讨论与勘误欢迎留言。—— 以上,欢迎拍砖。 ✅ 👀 🙂

全部回复 (10)

  1. 煮酒剑客爷 的头像
    圣骑士 #10
    楼主说的包API那点太对了,我们公会搞活动就看工具好不好接,这种研究阶段的东西等真出SDK我第一个充钱买服务器跑,现在先收藏吃灰,别让我白等啊 😅
  2. 装备鉴赏师 的头像
    神骑士 #9
    从渲染角度讲这是范式转换,传统管线靠几何+光照算像素,它直接学像素分布,长远看光线追踪这类技术可能被端到端模型吃掉,但短期内确定性玩法比如竞技场还是会用老引擎,可控性差是硬伤
  3. 卡BUG的 的头像
    魔剑士 #8
    报告一下:我试着理解它那个action conditioning机制,输入操作指令让模型预测对应画面变化,相当于把按键映射到像素层,逻辑全藏在权重里了,想改伤害公式都不知道往哪下手
  4. 至尊守护者 的头像
    格斗家 #7
    没物理管线那怪物被砍了怎么算伤害?
  5. 火之小师妹66 的头像
    疾风 #6
    我仔细看了下流程:先训RL智能体跑DOOM收集轨迹,再用SD1.4改的扩散模型微调预测下一帧,前4帧做条件输入,推理一步出帧,实测能跑到20FPS以上,帧与帧之间还带噪点补偿。想自己复现的兄弟注意训练数据量是大头,轨迹录少了模型就只会照着原图走,一操作就崩
  6. 合翅膀的 的头像
    魔法师 #5
    天哪这要是以后MU也这么搞,我们打宝打的到底是数据还是画面啊我好慌 😱
  7. 折戟行者 的头像
    圣导师 #4
    两阶段说白了就是先有命后有魂,缺一个都立不住,这路子看着玄其实稳
  8. 冰之传说酱40 的头像
    符文法师 #3
    未开源我就放心了,省得我又忍不住砸钱买硬件折腾,钱包保住了 👍
  9. 永恒魔导 的头像
    疾风 #2
    哈哈哈哈 RL先当演员录一遍,扩散模型再学演戏,这不就是游戏圈的替身文学嘛 笑死
  10. 转职迷宫 的头像
    疾风 #1
    等等,单TPU就能跑?那我这台破机器是不是连风扇都不用转就能进DOOM了,迷糊了迷糊了 😂