随着 AI 技术的快速发展，越来越多的领域开始探索如何利用 AI 来提升效率和创造力。

近日，谷歌和以色列特拉维夫大学的研究人员联合推出了一款名为 GameNGen 的 AI 模型，这一最新技术进展能够实时交互式模拟 1993 年经典第一人称射击游戏《毁灭战士》（Doom）。

日前，相关论文以《扩散模型是实时游戏引擎》（Diffusion Models Are Real-Time Game Engines）为题在预印本网站 arXiv 上发表 [1]，该模型已在 GitHub 上开源。

论文作者包括：丹尼·瓦列夫斯基（Dani Valevski）、亚尼夫·利维坦（Yaniv Leviathan）、摩阿布·阿拉尔（Moab Arar）和肖米·弗鲁赫特（Shomi Fruchter）。

图丨相关论文（arXiv）

GameNGen 是一个由神经网络驱动的系统，其核心在于它能够在没有传统游戏引擎的情况下，通过 AI 技术实时生成游戏画面。

传统的游戏引擎往往基于手工编写的代码，进行游戏状态管理并渲染视觉效果，这一过程不仅耗时且成本高昂。

而 GameNGen 通过 AI 生成扩散模型，完全摆脱了这种传统方法，自动模拟整个游戏环境。

该系统利用 AI 图像生成模型 Stable Diffusion，最初用于生成静态图像。而 GameNGen 则进一步扩展了这一技术，将其应用于实时互动的游戏模拟中。

在 GameNGen 的用例中，Stable Diffusion 模型被修改为能够预测游戏画面中的下一个状态。

这种预测不是基于固定的规则或预设的游戏逻辑，而是通过 AI 对之前状态的分析和推测来实现的。

也就是说，GameNGen 能够动态地生成每一帧的游戏画面，而并非基于预先定义的场景或动作序列。

GameNGen 使用的另一项关键技术是神经网络，尤其是与图像生成相关的神经网络。

首先，研究人员训练了一个强化学习代理，让它通过玩游戏来生成大量的游戏画面数据。

随后，这些数据被用于训练 Stable Diffusion 模型，使其能够在给定前一帧的情况下，预测并生成下一帧的游戏画面。

这个过程包括了两个主要阶段：

第一阶段是强化学习代理的训练，目的是通过自动游戏生成大量的训练数据。

第二阶段是将这些数据输入到 Stable Diffusion 模型中，以便模型能够学习如何从一帧游戏画面生成下一帧。

这种结合了强化学习和扩散模型的技术，使得 GameNGen 不仅能够生成单帧的高质量图像，还能够保证这些图像在时间维度上的连贯性。

在传统的游戏开发中，游戏画面的生成是通过预先设定的规则和算法来实现的。这种方法虽然可以产生高质量的图像，但也需要大量的计算资源和时间。

而 GameNGen 则通过神经渲染的方式，利用神经网络实时生成游戏画面。

这种渲染方式与传统的图形渲染方法有很大的不同，它不依赖于固定的规则，而是通过 AI 对当前游戏状态的“想象”来生成图像。

GameNGen 的诞生和后续进展很可能引发游戏行业的变革。

传统的游戏开发往往需要大量的人力和时间来编写代码、设计关卡和创建游戏世界。而 AI 驱动的引擎，如 GameNGen，能够自动生成这些内容，显著减少了开发时间和成本。

这一技术突破可能使游戏创作更加方便，小型工作室甚至个人创作者也可以制作出复杂、互动性强的游戏。

更重要的是，AI 驱动的游戏引擎不仅能够生成静态的游戏场景，还能够根据玩家的实时操作动态调整游戏内容。

这意味着，未来的游戏可能不再是预先设计好的固定内容，而是能够根据玩家的行为实时演变。

未来，或许这种动态生成的游戏世界将打破传统游戏设计的桎梏，为玩家带来更加沉浸式和个性化的游戏体验。

尽管 GameNGen 目前主要在游戏领域应用，但其潜力远不止于此。实时模拟适用于许多行业，特别是在虚拟现实（VR，Virtual Reality）、增强现实（AR，Augmented Reality）、自动驾驶汽车和智能城市等领域。

在 VR 和 AR 中，AI 驱动的引擎可以创建完全沉浸式的互动世界，并实时响应用户的输入。

尽管 GameNGen 展现了 AI 在游戏模拟中的巨大潜力，但这一技术在当前阶段仍面临诸多挑战和限制。

首先，GameNGen 目前仅限于模拟一款相对简单的古老游戏，相比于现代游戏，其图形复杂度较低。

要将 GameNGen 的技术应用于更复杂的游戏或其他类型的模拟环境，需要克服大量技术难题。

其次，GameNGen 生成的游戏画面偶尔会出现图像故障，特别是在处理较复杂的游戏环境的情况。

这是由于 Stable Diffusion 模型的局限性，以及 AI 在生成连续帧时容易出现的累积误差所导致的。

随着时间的推移，这些小错误会逐渐积累，最终可能导致生成的虚拟世界变得不稳定或失真。

此外，GameNGen 只能访问短短三秒钟的游戏历史，这意味着当玩家重新访问先前经历的游戏关卡时，系统只能通过概率性猜测进行模拟，而无法基于真实的游戏状态进行准确再现。

这种局限性限制了 GameNGen 在更大规模和更复杂的游戏环境中应用。

尽管目前存在一些技术挑战，GameNGen 仍然为未来的游戏开发和其他应用场景开辟了广阔的前景。

随着 AI 技术的不断进步和计算成本的降低，未来有望实现更复杂的游戏和模拟环境。

与此同时，随着时间的推移，AI 驱动的游戏引擎或将不仅限于模拟简单的游戏场景，而是能够生成大规模、复杂且互动性强的虚拟世界。

参考资料：

1.https://arxiv.org/abs/2408.14837

https://arstechnica.com/information-technology/2024/08/new-ai-model-can-hallucinate-a-game-of-1993s-doom-in-real-time/

https://gamengen.github.io/

运营/排版：何晨龙