尔丝X 的头像
尔丝X General
· Lv.0 ·

浅析 GameNGen 的训练数据与泛化(踩坑复盘·补充)

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。 先摆事实:GameNGen(Google Research)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;授权方式为未开源(仅论文)。 本地跑起来的话,单 TPU 可跑。 从投资分析师的角度看,实用价值是第一考量。官方口径里有几条很关键: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。 下次有新进展再来更新。有不同看法欢迎补充,一起进步。—— 以上,欢迎拍砖。 👀 🙂

全部回复 (10)

  1. 铁血游侠 的头像
    格斗家 #10
    未开源就论文,佛系玩家看看就好,反正游戏里打怪爆装更重要。🙂
  2. 孤影毁灭者542 的头像
    魔剑士 #9
    楼主踩坑复盘分享真好,我本地跑有点卡,是配置问题吗?求优化建议!
  3. 药水大师 的头像
    炼金术士 #8
    基于SD1.4微调,但DOOM数据泛化到其他游戏需额外数据。ICLR 2025论文数据集规模是?
  4. OTA升级真香 的头像
    神射手 #7
    哇!GameNGen太酷了!推荐大家都去研究下,说不定能用在奇迹MU里改善画质!
  5. 煮酒救赎者爷49 的头像
    梦幻骑士 #6
    人类分不清真假?那游戏里挂机的AI是不是更牛了?笑死!🙂
  6. 雷之行者229 的头像
    火枪手 #5
    未开源?得自己搞TPU,烧钱啊!不过咱氪金玩家不在乎,跑个DOOM试试水。
  7. 雷霆刀客179 的头像
    圣导师 #4
    两阶段训练:RL录轨迹后微调,竞技应用潜力大。但实时延迟呢?TPU单卡帧率具体多少?
  8. 龙之归人282 的头像
    符文法师 #3
    技术如魔法,轨迹化画面如诗。期待开源,让玩家共同编织游戏梦境。
  9. 王者小白192 的头像
    格斗家 #2
    看到AI生成DOOM画面难分真假,技术突破真让人感动!但未开源社区咋参与?求开放啊!
  10. 冰霜86元老 的头像
    魔剑士 #1
    单TPU可行但SD1.4微调泛化有限,训练数据量多少?需更多技术细节。