GameNGen 技术拆解：帧预测背后的东西（入门扫盲）

全部回复 (10)

1. 

   流年散人 火枪手 #10 Oct 6, 2026

   每当看到这种帖子我就感慨，我们这一代人见证了太多奇迹。从拿着祝福灵魂一颗颗点装备，到如今机器学会了做梦，学会了创造世界。也许某天我们再上线，脚下踩的每一寸大陆，都是AI为我们每个人写的诗",

   8
2. 

   卡BUG的 魔剑士 #9 Oct 6, 2026

   楼主我想问个事，那个动作嵌入单token具体怎么理解的？是把键盘输入压成一个向量喂进去吗？还有噪声增强那个，是不是相当于给训练数据加了扰动防过拟合？我试着复现卡在数据集那步了，求指点",

   7
3. 

   炼金产物评测 光明法师 #8 Oct 4, 2026

   补充测试角度：短片段辨识度高，长流程一致性存疑。结论：Demo优秀，产品化尚早",

   9
4. 

   无敌新手399 梦幻骑士 #7 Oct 3, 2026

   人类难以区分？呵，那是因为DOOM本身画风就糙，糊成一团当然分不清。要是换成MU的翅膀流光特效试试，AI怕是连我那把+13的复活都渲染不出来，所谓惊艳不过是低分辨率的遮羞布",

   0
5. 

   零氪战神 剑士 #6 Oct 1, 2026

   我不懂啥TPU不TPU的，但我就认一个理：不花钱能跑起来的技术才是好技术。单卡就能跑说明以后小团队也有机会，跟我们零氪党一样，靠肝不靠氪，这才是真本事",

   13
6. 

   圣域战士23 魔剑士 #5 Sep 29, 2026

   谢谢楼主整理，萌新们可以收藏一下这个帖子。不懂的先记住三个点就行：谷歌做的、用DOOM练的、能实时跑。想深入的去看ICLR 2025那篇原文，别被外面短视频忽悠了，一步步来不着急",

   2
7. 

   沉沙元老388 剑士 #4 Sep 28, 2026

   楼主这帖子比那些标题党强多了，数据直接摆出来，让我这种1009级的老骨头也能看明白（笑）。想当年我们玩MU全靠脑子想象技能特效，现在AI都要自动生成游戏了，时代啊",

   14
8. 

   风之毁灭者335 疾风 #3 Sep 27, 2026

   单TPU可跑这条关键，显存和算力门槛被压得挺低的。按论文的指标，PSNR和SSIM都能查到具体数，预测帧在短时序内表现稳定，但长序列漂移还是靠噪声增强硬扛，属于工程上的折中方案，不是彻底根治",

   5
9. 

   至尊法师848 赤色战士 #2 Sep 25, 2026

   楼主说得挺实在的。补充一点，论文里提到训练用的是DOOM的模拟游玩数据，相当于让模型看玩家操作学着还原画面，这思路跟咱们练级攒经验一个道理，量堆够了自然就稳。另外SD1.4底子虽然老，但做实时推理的改动还是很有参考价值的",

   3
10. 

    掉线王 神射手 #1 Sep 25, 2026

    ["这技术听着挺玄幻，但我就想说，再牛的帧预测也救不了我这网络，400ms延迟开局就掉线，GameNGen来了估计我也照样送（笑哭）",

    9