当AI遇见游戏，每秒20帧无缝生成，颠覆你的游戏体验

当AI与游戏碰撞，会擦出怎样的火花呢？

最近，谷歌DeepMind的一项研究——GameNGen，就为我们展现了AI在游戏领域前所未有的可能性。

AI驱动的实时游戏引擎

GameNGen，是由谷歌DeepMind研发的实时游戏引擎。

利用先进的扩散模型，能够在单个谷歌TPU上以每秒20帧的速度实时生成经典射击游戏DOOM（毁灭战士）的画面。

不同于传统的游戏，GameNGen在你进入一道门之前，门后的内容尚未生成。

而游戏画面的质量，甚至能与事先存储的场景相媲美，人类评估者难以分辨真伪，操作转换流畅自如。

核心技术：扩散模型

在训练过程中，首先通过强化学习Agent来玩游戏，记录下所有的操作、技能和观察数据，形成第二阶段的训练数据集。

为使生成的游戏行为更加贴近人类，研究者设计了一个奖励函数，根据游戏中的特定情况（如被击中、消灭敌人、捡起物品等）分配分数。

基于预训练的Stable Diffusion v1.4，GameNGen预测下一帧，将过去的帧序列和动作作为条件输入。

通过一系列创新技术，如噪声增强和微调自编码器的解码器部分，有效解决了自回归生成中的误差累积问题，显著提高了图像质量。

人类难以分辨的AI生成画面

实验结果显示，GameNGen在图像质量评估上表现出色，无论是基于感知的图像相似度度量LPIPS还是衡量图像质量的PSNR，均达到了较高标准。

在短时轨迹上，人类评估者几乎无法区分模拟画面与实际游戏画面。

未来游戏行业的革命

GameNGen的出现，无疑为游戏行业带来了新的变革。

虽然有人质疑其是否真正能替代传统游戏引擎，但不可否认的是，GameNGen为游戏开发提供了全新的技术路径，未来或许能为尚未存在的游戏生成数据，创造全新的游戏体验。

在专业开发者和3D创作引擎的协作下，消费者将能体验从文本直接创造游戏或虚拟世界的全新方式，开启游戏行业的无限可能。