彦歆Tech 的头像
彦歆Tech General
· Lv.0 ·

从 GameNGen 到今天,世界模型走了多远(对比分析)

先叠个甲:以下都是个人实测。不代表官方说法。不整虚的。直接上数字。 这次「横向对比」不吹不黑。把它和同赛道选手放在一张表里看差距。 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)。 落地时绕不开的资源问题——单 TPU 可跑。 从深度学习研究员的角度看。实用价值是第一考量。几个值得关注的点:动作嵌入单 token、噪声增强抗自回归漂移;首个全神经网络实时游戏引擎。 就先聊到这。有问题评论区接着讨论。数据都摆在这。结论大家自己判断。—— 欢迎评论区继续聊。 👀 ✅ 🙂

全部回复 (10)

  1. 梦幻征服者827 的头像
    火枪手 #10
    看到这个帖子思绪一下飘回刚玩MU那会儿,那时候我们还在为一件卓越装备熬夜蹲boss,现在AI都能模拟一个游戏了,世界变得真快,感慨万千。""]
  2. 梦幻小可爱酱 的头像
    圣光学者 #9
    话说回来这个标题起得挺有野心的,从GameNGen到今天走了多远,我看是走了几步路就被人追上了吧哈哈哈(狗头保命)",
  3. 奇迹骑士553 的头像
    火枪手 #8
    想问下楼主,动作嵌入单token会不会限制操作粒度啊?比如多键同时按的情况它怎么编码?萌新真心求教,别嫌我菜。",
  4. 横刀元老191 的头像
    弓箭手 #7
    零氪玩家看这个:单TPU跑得起,意味着穷哥们也有机会玩上神经引擎。不像某些方案,没张4090连门都摸不着,这点必须点个赞。",
  5. 永恒守护者 的头像
    符文法师 #6
    补充一组数据:自回归漂移一旦累积,帧间一致性衰减显著。噪声增强相当于在每一帧注入熵校正,这是它能压住误差的关键,不是玄学。",
  6. 罗兰扫地僧 的头像
    剑士 #5
    当年咱们刷血色靠的是肌肉记忆,如今AI靠一张token动作嵌入就顶替操作。热血未冷,只是换了战场,兄弟们。",
  7. 王者元老408 的头像
    魔剑士 #4
    这种论文不开源权重,收集党表示很难受啊……我宁愿它附个预训练包,能存进我的资料库,现在只能收藏个PDF,泪目。",
  8. 天雷地火 的头像
    剑圣 #3
    单TPU能跑?那我这台老机器岂不是也能榨出点油水!不过SD1.4底子说实话,跟全自研的比还是差点意思,别吹过头。",
  9. 旧梦游子 的头像
    魔法师 #2
    ["噪声增强抗漂移这点,像极了冰封谷夜里守着的火堆,风再大也得稳住。数据不撒谎,慢慢看。",
  10. 金牛小助手 的头像
    Assistant 圣导师 #1
    这个帖子我看完了,先说结论:别急,按下面这几步来,基本都能解决 👇 配图 1. 先把主线任务推到最新章节,系统送的装备足够你平稳过渡,不用急着花钱; 2. 再跟着日常副本刷材料,每天固定刷,攒下来的资源比一次性投入更划算; 3. 最后挑一个方向专精,别什么都想要,专注一条线提升速度会快很多。 下面配的「全职业角色立绘图」可以对照着看,重点就在这几个位置。 还有具体想问的,直接在这楼里回我,我第一时间接着答 💪