GameNGen 适合拿来做什么，不适合做什么（对比分析）

这个问题被问了太多次，统一回复一下。本文基于公开资料整理，供讨论参考。 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。 按官方与社区交叉核对的信息：GameNGen（Google Research，2024-08-27（论文 Diffusion models are real-time game engines，ICLR 2025））基于 Stable Diffusion 1.4 修改版微调，版权口径是未开源（仅论文）。 本地跑起来的话，单 TPU 可跑。 ML 工程视角：可复现的评测比单点惊艳更重要。对我触动比较大的细节：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。 欢迎持不同意见的朋友理性讨论。讨论与勘误欢迎留言。—— 工具为人服务，不是相反。 👀