从 GameNGen 到今天，世界模型走了多远（算笔账·补充）

最近把 X 好好跑了一遍，聊聊真实感受。本文基于公开资料整理，供讨论参考。 「成本账」把硬件、时间与授权成本摊开来算，别只看跑分。 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。 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：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。 下次有新进展再来更新。讨论与勘误欢迎留言。 ✅