GameNGen 技术拆解：帧预测背后的东西（部署要点）

先叠个甲：以下都是个人实测，不代表官方说法。先说结论，再摆依据。 「部署笔记」是给想自己动手的朋友准备的，重点在配置与资源占用。 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。 从高校研究员的角度看，实用价值是第一考量。几个值得关注的点：人类难以区分其 DOOM 片段与真实画面；动作嵌入单 token、噪声增强抗自回归漂移。 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。 📌 💡 😊 ✨ 🔧