黄仁勋预言步入现实 谷歌展示实时游戏生成AI模型GameNGen平博PINNACLE
本周来自谷歌公司和特拉维夫大学的研究人员发表了一篇名为《Diffusion模型是实时游戏引擎》的论文，介绍了计算机历史上第一个完全由神经网络模型支持的游戏引擎GameNGen。
研究人员在论文中写道：“今天，电子游戏是由人类编程的，GameNGen是游戏引擎新范式的部分概念验证游戏将会变成神经模型的权重，而不是代码行。”
换一种更容易理解的说法，目前所有的电子游戏都是预先设计好的，开发者需要编写代码、准备游戏文本和贴图模型，然后放置在游戏地图上游戏画面的渲染和状态更新取决于手动编辑的规则。但GameNGen模型打开了一个完全不同的思路：使用AI生成模型，根据玩家的动作和反应，实时演算和生成游戏画面。
在演示中，研究人员通过机器学习，让GameNGen模型成功实时生成90时代的第一人称射击游戏《毁灭战士》。视频显示，在AI生成的游戏中，玩家可以在场景中转弯、发射武器，同时能够准确反映剩余的子弹数量、遭到攻击后的剩余血量，以及是否满足打开下一个关卡所需的条件。
需要注意的是，上面看到的一系列画面，完全是AI实时生成的图像。最新的进展也显示，AI模型继成功生成文字、图像、音频和短视频后，可能存在生成游戏场景的能力，这对逻辑性、连贯性和实时交互的要求明显高出一大截。
研究团队介绍称，为了训练这个能实时生成游戏的AI，首先需要训练一个强化学习（RL）代理来玩游戏，然后使用录制下来的片段来训练生成扩散模型，根据过去的画面和玩家动作来预测接下来的画面，这也是为什么AI生成的游戏能够展现生命值和弹药的变化，以及敌人受到攻击的动画。
更大的挑战在于让AI生成的图像保持时间和逻辑上的连贯性。为了减轻推理过程中的自回归漂移，研究人员在训练期间通过向编码帧添加高斯噪声破坏上下文帧，允许AI更正前几帧中采样的信息，从而长时间保持图像生成的稳定性。
研究人员披露，跑这个模型只需要单个TPU（谷歌自研AI处理器），就能实现每秒20帧的生成速度。
当然，上面这几段话也展现出GameNGen的局限性：这个AI必须依靠输入已有的游戏（或文字、图片等材料）来生成游戏。
英伟达高级研究经理&具身智能集团主管Jim Fan博士在社交媒体上评论称，GameNGen更像是一个神经辐射场（NeRF），而不是一个视频生成模型。神经辐射场通过从不同角度拍摄场景的图像，从而生成场景的3D展示。但这也意味着模型不具备泛化能力，无法“想象”新的场景。这也是GameNGen与Sora的不同点：它无法生成新的场景或交互机制。
研究人员也在论文中提到这一点，解释称借助该技术，未来的游戏开发者将能通过“文本描述和示例图像”来创建新游戏，人们将有可能仅根据示例而不是编程技能，将一组精致的图像转化为现有游戏的新可玩关卡或角色。
由AI渲染来进行实时游戏并不是一个全新的想法。在今年3月发布最新一代Blackwell架构芯片时，英伟达CEO黄仁勋就曾预言，大概在5-10年内就能看到完全由AI生成的游戏。
事实上，朝着这个方向前进的不只是谷歌团队，OpenAI在今年首次发布Sora演示时，也曾展现过模拟像素游戏《我的世界》的能力。
最新的进展，也恰好迎合了米哈游前董事长蔡浩宇近期引发热议的“劝退”言论。
蔡浩宇本周公开发声称，AIGC已经彻底改变了游戏开发，现在只需要时间让这种现象完全展开。他认为，未来只有两种游戏开发者具有继续从业的意义前0.0001%的天才，以及99%的业务爱好者创作满足自己需求的游戏。至于剩下的“从普通到专业”的游戏开发者，大家还是趁早转行吧。
扫一扫关注微信公众帐号
