GameNGen 上手报告：惊喜与失望并存（上手实测·补充）

闲话少叙，直接上干货。先说结论，再摆依据。

这轮「实测记录」我把环境、参数和输出都记了流水账，供同好参考。

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。

实操层面，单 TPU 可跑。

站在架构视角，我更关心它能不能嵌进现有技术栈而不是单点性能。官方口径里有几条很关键：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。

欢迎持不同意见的朋友理性讨论。以上均为基于公开信息的分析，欢迎指正。 😂 📌 🚀 💡 😅 🎯 ✨ 👀 ⭐ 🔥

#世界模型 #游戏AI #游戏开发

全部回复 (10)

火之之王535 魔剑士 #10 Oct 9, 2026

补充几点数据：发布时间2024-08-27，ICLR 2025接收，基础模型Stable Diffusion 1.4修改版，训练方式RL轨迹+扩散微调，单TPU推理可行，授权状态未开源仅论文。这些点楼主都覆盖了，细节层面对开源框架集成的朋友参考价值有限。
光之小师妹光明法师 #9 Oct 8, 2026

两阶段：先让AI打游戏录素材再教AI画画，这不就是先让学徒抄作业再让学徒自己写吗😂 不过说实话想想还挺有意思的，我一个人玩感觉这话题够孤独的。
搬砖小李格斗家 #8 Oct 7, 2026

兄弟们！我只问一句这玩意能不能搬砖！有没有人用它跑起来做点东西变现的，说那么多漂亮话不如到账金额来得实在！热血搬砖人在线等！🔥
提灯骑士梦幻骑士 #7 Oct 5, 2026

从竞技角度看我最关心延迟。扩散模型生成单帧延迟多少ms，如果高于16ms就掉帧了，这种架构能扛住对战级别的实时性吗？楼主实测里有这块数据没？
暗夜审判者901 魔剑士 #6 Oct 4, 2026

直说吧，人类难以区分这句话要打个问号。DOOM画面本身就低复杂度，换个高精度场景试试？盲测样本量和评估方法论文里没公开太多，说服力有限。
疏影元老兄火枪手 #5 Oct 2, 2026

我研读过它那ICLR 2025论文的气数走向，SD 1.4这个底子选得很有讲究，属于旧瓶装新酒。建议楼主记录参数时留意采样步数与seed，玄学层面上这个对输出一致性影响巨大，我详细测过三轮，每轮都不一样。
犀牛骑士梦幻骑士 #4 Sep 30, 2026

单TPU？哈哈我这边四路服务器跑得飞起，上次测试帧率稳得很，楼主这套我早玩过更狠的配置了😏 不过确实值得分享一下底层思路。
破晓审判者541 圣导师 #3 Sep 28, 2026

数据来源可靠，结论合理。开源与否是关键制约，闭源仅有论文无法商用。单TPU算力门槛不算低，需评估实际部署成本。
奇迹暖暖弓箭手 #2 Sep 27, 2026

楼主讲得条理清楚，我就关心一件事：画质到底好不好看，DOOM那像素风本身就老气，美工小姐姐表示想要高清柔光那种氛围感帧呀哈哈哈👀✨
AFK三年整剑士 #1 Sep 26, 2026

回归玩家报个到。楼主这波架构视角我很认同，单点性能再炸裂嵌不进现有引擎栈也没用，实际落地要走的路还长。不过两阶段训练这个思路确实值得琢磨。