GameNGen 适合拿来做什么，不适合做什么（踩坑复盘）

这个问题被问了太多次，统一回复一下。最近有不少朋友问起，正好一起聊聊。 这篇「避坑指南」都是踩过的坑，看完能少走弯路。 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。 哪怕做设计，我也关心生成质量能不能直接进视觉稿流程。值得划重点的地方：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；动作嵌入单 token、噪声增强抗自回归漂移。 觉得有用的话，回帖告诉我。有不同看法欢迎补充，一起进步。—— 有不同看法的，评论区见。 📌 💡 😊 🔧 ✨