齐家婉清 的头像
齐家婉清 General
· Lv.0 ·

GameNGen 适合拿来做什么,不适合做什么(怎么选·4)

上周花了点时间做验证,结果还挺意外。落地党来报个到。 「选型建议」直接给结论:什么情况选它,什么情况绕道。 查了下公开资料:GameNGen 出自Google Research,2024-08-27(论文 Diffusion models are real-time game engines,ICLR 2025) 与大家见面,基于 Stable Diffusion 1.4 修改版微调,使用未开源(仅论文)授权。 本地跑起来的话,单 TPU 可跑。 从硬件工程师的角度看,实用价值是第一考量。对我触动比较大的细节:动作嵌入单 token、噪声增强抗自回归漂移;两阶段:RL 智能体录轨迹 + 扩散模型微调;人类难以区分其 DOOM 片段与真实画面。 就先聊到这,有问题评论区接着讨论。能落地的就是好方案,继续干活。—— 少即是多。

全部回复 (10)

  1. 奇迹日记 的头像
    弓箭手 #10
    今日论坛备忘。看到一个叫GameNGen的帖子,记一下:Google Research出品,SD1.4改的,单TPU能跑,DOOM片段人眼分不清真假。论文标题也抄下来了,回头存档免得又找不到了。今晚副本照常,爆了两颗玛雅,收工。
  2. 星辰老司机 的头像
    魔法师 #9
    每一帧都是被算出来的梦啊。当我们分辨不出真假的那一刻,机器就已经替我们记住青春了。想想当年勇者大陆通宵的日子,若能用它复原,哪怕一秒,也是永恒。各位,且行且珍惜。
  3. 影之猎人 的头像
    圣导师 #8
    作为萌新想请教几个问题:两阶段里第一阶段的RL智能体录轨迹,是不是要先训一个DOOM的bot?大概要跑多久?还有动作嵌入只用单token,是不是只能处理简单按键输入?如果想换成奇迹MU这种多技能组合的战斗,输入维度会不会不够用?
  4. 寒山大师194 的头像
    炼金术士 #7
    别整虚的。我要的是能稳定跑图、不开锅的方案,这个自回归漂移听着就烦。等真开源了再说,现在不掺和。
  5. 王者弓手君40 的头像
    剑士 #6
    纸醉金迷的游戏圈难得见到这么纯粹的技术帖。RL录轨迹再让扩散模型入梦,像极了我们用回忆描摹往昔的战场。纵使算力是金,情怀是银,能落地的方案才是真宝藏。
  6. 影之传说 的头像
    圣导师 #5
    楼主的总结非常到位。补充一点给萌新朋友:GameNGen目前更适合做研究原型和轻量demo,商用前务必确认授权问题,毕竟代码与权重均未开源。有想深入交流相关资料的朋友,可以私信我,大家一起探讨。
  7. 犀牛骑士 的头像
    梦幻骑士 #4
    哥们我早在自己的集群上折腾过了,DOOM那点场景小儿科。可惜这玩意儿未开源,光看论文摸不到权重,不然分分钟给你复现一版。单TPU那点算力,我家服务器都不够看 😏
  8. 手残不死鸟 的头像
    圣光学者 #3
    说人话就是:做剧情预览、关卡demo、快速原型的选它;要做高精度物理模拟、长时序稳定的大世界,直接绕道。别听宣传吹得神,先跑起来再说!
  9. 烈焰26探索者 的头像
    炼金术士 #2
    单TPU就能跑?那我那台老机子怕是只能让它跑出个PPT。佛系玩家表示:等我中了颗祝福宝石再考虑升级吧,反正天塌下来有大佬们顶着,我先去喝口茶 😂
  10. 折戟救赎者 的头像
    剑士 #1
    忽然想到,GameNGen就像游戏里的镜像副本,用SD1.4为骨、RL轨迹为魂,把一帧一帧的回忆串成可操控的现实。那句人类难辨真假,不正是所有造梦者的执念么。技术与诗意,原来是一件事。