財聯社8月29日訊（編輯 史正丞）由AI模型實時生成游戲的時代，已經悄然來到了我們身邊。
本周來自谷歌公司和特拉維夫大學的研究人員發表了一篇名為《Diffusion模型是實時游戲引擎》的論文，介紹了計算機歷史上第一個完全由神經網絡模型支持的游戲引擎GameNGen。
研究人員在論文中寫道：“今天，電子游戲是由人類編程的，GameNGen是游戲引擎新范式的部分概念驗證——游戲將會變成神經模型的權重，而不是代碼行。”
換一種更容易理解的說法，目前所有的電子游戲都是預先設計好的，開發者需要編寫代碼、準備游戲文本和貼圖模型，然后放置在游戲地圖上——游戲畫面的渲染和狀態更新取決于手動編輯的規則。但GameNGen模型打開了一個完全不同的思路：使用AI生成模型，根據玩家的動作和反應，實時演算和生成游戲畫面。
在演示中，研究人員通過機器學習，讓GameNGen模型成功實時生成90時代的第一人稱射擊游戲《毀滅戰士》。視頻顯示，在AI生成的游戲中，玩家可以在場景中轉彎、發射武器，同時能夠準確反映剩余的子彈數量、遭到攻擊后的剩余血量，以及是否滿足打開下一個關卡所需的條件。
需要注意的是，上面看到的一系列畫面，完全是AI實時生成的圖像。最新的進展也顯示，AI模型繼成功生成文字、圖像、音頻和短視頻后，可能存在生成游戲場景的能力，這對邏輯性、連貫性和實時交互的要求明顯高出一大截。
他們是怎么做到的？
研究團隊介紹稱，為了訓練這個能實時生成游戲的AI，首先需要訓練一個強化學習（RL）代理來玩游戲，然后使用錄制下來的片段來訓練生成擴散模型，根據過去的畫面和玩家動作來預測接下來的畫面，這也是為什么AI生成的游戲能夠展現生命值和彈藥的變化，以及敵人受到攻擊的動畫。
更大的挑戰在于讓AI生成的圖像保持時間和邏輯上的連貫性。為了減輕推理過程中的自回歸漂移，研究人員在訓練期間通過向編碼幀添加高斯噪聲破壞上下文幀，允許AI更正前幾幀中采樣的信息，從而長時間保持圖像生成的穩定性。
研究人員披露，跑這個模型只需要單個TPU（谷歌自研AI處理器），就能實現每秒20幀的生成速度。
當然，上面這幾段話也展現出GameNGen的局限性：這個AI必須依靠輸入已有的游戲（或文字、圖片等材料）來生成游戲。
英偉達高級研究經理&具身智能集團主管Jim Fan博士在社交媒體上評論稱，GameNGen更像是一個神經輻射場（NeRF），而不是一個視頻生成模型。神經輻射場通過從不同角度拍攝場景的圖像，從而生成場景的3D展示。但這也意味著模型不具備泛化能力，無法“想象”新的場景。這也是GameNGen與Sora的不同點：它無法生成新的場景或交互機制。
研究人員也在論文中提到這一點，解釋稱借助該技術，未來的游戲開發者將能通過“文本描述和示例圖像”來創建新游戲，人們將有可能僅根據示例而不是編程技能，將一組精致的圖像轉化為現有游戲的新可玩關卡或角色。
黃仁勛：5-10年內出現完全由AI生成的游戲
由AI渲染來進行實時游戲并不是一個全新的想法。在今年3月發布最新一代Blackwell架構芯片時，英偉達CEO黃仁勛就曾預言，大概在5-10年內就能看到完全由AI生成的游戲。
事實上，朝著這個方向前進的不只是谷歌團隊，OpenAI在今年首次發布Sora演示時，也曾展現過模擬像素游戲《我的世界》的能力。
最新的進展，也恰好迎合了米哈游前董事長蔡浩宇近期引發熱議的“勸退”言論。
蔡浩宇本周公開發聲稱，AIGC已經徹底改變了游戲開發，現在只需要時間讓這種現象完全展開。他認為，未來只有兩種游戲開發者具有繼續從業的意義——前0.0001%的天才，以及99%的業務愛好者創作滿足自己需求的游戲。至于剩下的“從普通到專業”的游戲開發者，大家還是趁早轉行吧。
