世界模型系列：GameNGen 到底做了什么（对比分析·补充）

今天想认真聊聊这个话题。先从我最近的一段经历说起。 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。 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）。 落地时绕不开的资源问题——单 TPU 可跑。 从技术文档工程师的角度看，实用价值是第一考量。对我触动比较大的细节：两阶段：RL 智能体录轨迹 + 扩散模型微调；首个全神经网络实时游戏引擎；人类难以区分其 DOOM 片段与真实画面。 祝大家少踩坑，多出活。故事讲完了，你的版本呢？