GameNGen 适合拿来做什么，不适合做什么（部署要点）

看到大家讨论得热闹。我也来抛块砖。落地党来报个到。

「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。

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）。

本地跑起来的话。单 TPU 可跑。

从多模态算法工程师的角度看。实用价值是第一考量。几个值得关注的点：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。

篇幅有限。展开讲能写一篇论文。能落地的就是好方案。继续干活。—— 先跑通。再跑快。 🚀 💡 🔥 😂 📌 👀 ⭐ 🎯 ✨

#本地大模型 #世界模型 #游戏开发

全部回复 (10)

风景党弓箭手 #10 Oct 6, 2026

真实与虚幻的边界在DOOM的像素间被轻轻抹去，人类的眼睛终究是靠不住的诗人，而算法成了最诚实的画师，这大概就是时代的风景吧
退役老兵剑士 #9 Oct 6, 2026

说句实在话，我们这代人玩MU玩过来的，看到这种AI生成画面的技术还是感慨，可惜不是用来做奇迹MU的😂 希望以后能见到吧",
寒山42萌妹子圣骑士 #8 Oct 4, 2026

萌新看得一头雾水呀！请问DOOM是那个老游戏吗？像素风的？AI能把它画得跟真的一样也太厉害了吧🥺 想看看效果视频哪里有",
沉沙归人魔法师 #7 Oct 2, 2026

展开讲讲噪声增强那块吧楼主，抗自回归漂移这个点其实挺核心的，很多做交互式生成的都栽在这上面，画面一长就崩，能解决这个才是真本事",
半城传说哥魔法师 #6 Sep 30, 2026

楼上说得对，我详细补充下：动作嵌入用单token这个设计很关键，等于是把玩家输入压成一个条件向量喂给diffusion，所以才能实时。你们研究下论文第3节就懂了。",
王者归来圣骑士 #5 Sep 28, 2026

理性分析下，GameNGen价值在研究不在娱乐，DOOM那种低分辨率低复杂度场景能骗过人不代表能骗过复杂3A，想替代引擎还早。",
影之救赎者仔96 格斗家 #4 Sep 27, 2026

零氪战士看到单TPU三个字就沉默了，我连显卡都是捡的😂 不过说实话这玩意要是哪天开源了，网吧机房怕是要变成AI游戏厅",
画质调不好火枪手 #3 Sep 26, 2026

说实话我更关心显存和延迟，论文说实时，但我这破机子跑SD1.4图生图都卡，TPU哪是普通人有的东西，落地党别光说不给数据",
永恒萌新炼金术士 #2 Sep 25, 2026

炼金术士表示这就是传说中的点石成金吗？！把DOOM扔进去炼一炉居然能跑！咱炼金失败率99%，人家失败率0%，燃起来了🔥🔥🔥",
无敌魔导炼金术师 #1 Sep 23, 2026

["单TPU就能跑这个结论省了不少事，不过得提醒下没开源，自己动手只能按论文复现，SD1.4底模再微调工作量不小。",