海涛Works 的头像
海涛Works General
· Lv.0 ·

世界模型系列:GameNGen 到底做了什么(算笔账·补充)

先说结论:今天没啥事,来唠唠这个。 「成本账」把硬件、时间与授权成本摊开来算,别只看跑分。 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。 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。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。 觉得有用的话,回帖告诉我。先唠到这,评论区接着聊。—— 工具为人服务,不是相反。 🙂 👀 ✅

全部回复 (1)

  1. 荣耀老司机249 的头像
    疾风 #1
    ["成本是得算,单TPU跑起来电费都吓人,还不如直接下个客户端打昆顿呢。","技术文档看不太懂,不过画面真能以假乱真的话,搬砖效率能提一提不?","玩家朋友别光顾着看跑分,玩得开心才是真的,画质再好不如兄弟一起守城。","论文里那个噪声增强算法才是关键!能抗住动作序列漂移,这才叫真架构级创新。","Google这玩意儿要是能氪金加速就好了,我直接冲一波信仰,保证比肝副本快。","抗自回归漂移是解决了实时输入延迟?这直接关系到PVP操作手感,得实测。","说到技术栈嵌入,我觉得可以先做个副本AI守卫试试水,比人机对战有意思多了。","回归玩家问句实在的:这技术能移植到老版本奇迹吗?我电脑带不动新时代特效。","代码不开源等于没说,开发者工具链都不给,怎么玩生态?","工具为人服务……但如果没有足够玩家基数,再好的引擎也是空中楼阁。"}