文章摘要
【关 键 词】 AI游戏引擎、技术突破、逼真画面、游戏创作、实时生成
谷歌研究者开发了世界上首个完全由AI驱动的游戏引擎GameNGen，这一技术突破预示着游戏行业的未来可能面临重大变革。GameNGen能够在单个TPU上以每秒20帧的速度实时生成可玩的游戏画面，且画面质量逼真到让60%的测试玩家无法区分AI生成的画面与真实游戏画面。这项技术的应用不仅有望降低游戏开发时间和成本，还可能推动游戏创作的民主化，让小型工作室和个人创作者也能制作出具有复杂互动体验的游戏。
GameNGen的核心技术是扩散模型，该模型能够预测并生成游戏画面的每一帧。在模拟”毁灭战士”游戏时，GameNGen生成的画面峰值信噪比（PSNR）达到了29.4，与有损JPEG压缩相媲美，显示出与原始游戏相当的视觉质量。此外，GameNGen的生成过程以用户输入为条件，打破了现有扩散模型架构的一些假设，实现了自回归生成帧，解决了采样发散和模型不稳定的问题。
为了训练GameNGen，研究者首先使用深度强化学习方法训练一个agent，生成了900M帧的训练数据。然后，利用Stable Diffusion 1.4模型进行训练，通过嵌入模块将agent的动作转换为token，并将其与先前帧的观察结果结合，以生成新的游戏画面。在推理阶段，GameNGen使用DDIM采样方法，只需4个采样步骤就能生成高质量的游戏画面，实现了20FPS的实时生成效率。
在评估GameNGen的图像质量时，研究者采用了LPIPS和PSNR作为指标，发现AI生成的游戏画面与真实游戏画面在质量上非常接近。人工评估结果显示，测试玩家在区分AI生成和真实游戏画面时，正确率仅略高于随机猜测，说明AI生成的游戏画面具有高度的逼真性。此外，消融实验表明，增加上下文帧的数量可以提高生成质量，但随着上下文的增加，质量提升逐渐放缓。
尽管GameNGen在技术上取得了显著进展，但仍存在一些限制，如在单个游戏上的过拟合、无法想象新场景或合成新的游戏交互机制等。然而，作为游戏引擎领域的一次重要创新，GameNGen的诞生无疑为游戏开发和AI技术的应用开辟了新的可能性。随着技术的不断发展和优化，未来我们可能会看到更多由AI驱动的游戏引擎，为玩家带来更加丰富和个性化的游戏体验。
原文和模型
【原文链接】 阅读原文 [ 6925字 | 28分钟 ]
【原文作者】 新智元
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
