由AI模型即時生成遊戲的時代，已經悄悄來到了我們身邊。本週來自Google公司和特拉維夫大學的研究人員發表了一篇名為《Diffusion模型是即時遊戲引擎》的論文，介紹了電腦史上第一個完全由神經網路模型支援的遊戲引擎GameNGen。

（圖片來源：Github）

研究人員在論文中寫道：“今天，電子遊戲是由人類編程的，GameNGen是遊戲引擎新範式的部分概念驗證——遊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，目前所有的電子遊戲都是預先設計好的，開發者需要編寫程式碼、準備遊戲文字和貼圖模型，然後放置在遊戲地圖上——遊戲畫面的渲染和狀態更新取決於手動編輯的規則。但GameNGen模型開啟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，即時演算和生成遊戲畫面。

在演示中，研究人員透過機器學習，讓GameNGen模型成功即時生成90時代的第一人稱射擊遊戲《毀滅戰士》。影片顯示，在AI生成的遊戲中，玩家可以在場景中轉彎、發射武器，同時能夠準確反映剩餘的子彈數量、遭到攻擊後的剩餘血量，以及是否滿足打開下一個關卡所需的條件。

（來源：示範影片）

要注意的是，上面看到的一系列畫面，完全是AI即時產生的影像。最新的進展也顯示，AI模型繼成功生成文字、影像、音訊和短視訊後，可能存在生成遊戲場景的能力，這對邏輯性、連貫性和即時互動的要求明顯高出一大截。

他們是怎麼做到的？

研究團隊介紹稱，為了訓練這個能即時生成遊戲的AI，首先需要訓練一個強化學習（RL）代理來玩遊戲，然後使用錄製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，這也是為什麼AI生成的遊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。

更大的挑戰在於讓AI產生的影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透過向編碼幀添加高斯噪聲來破壞上下文幀，允許AI更正前幾幀中採樣的信息，從而長時間保持圖像生成的穩定性。

（資料來源：研究論文）

研究人員揭露，跑這個模型只需要單一TPU（Google自研AI處理器），就能達到每秒20幀的生成速度。

當然，上面這幾段話也展現出GameNGen的限制：這個AI必須依靠輸入已有的遊戲（或文字、圖片等材料）來產生遊戲。

英偉達資深研究經理&具身智慧集團主管Jim Fan博士在社群媒體上評論稱，GameNGen更像是神經輻射場（NeRF），而不是影片產生模型。神經輻射場透過從不同角度拍攝場景的影像，從而產生場景的3D展示。但這也意味著模型不具備泛化能力，無法「想像」新的場景。這也是GameNGen與Sora的不同點：它無法產生新的場景或互動機制。

（來源：X）

研究人員也在論文中提到這一點，解釋稱借助該技術，未來的遊戲開發者將能夠通過“文本描述和示例圖像”來創建新遊戲，人們將有可能僅根據示例而不是編程技能，將一組精緻的圖像轉化為現有遊戲的新可玩關卡或角色。

黃仁勳：5-10年內出現完全由AI生成的遊戲

由AI渲染來進行即時遊戲並不是一個全新的想法。今年3月發表最新一代Blackwell架構晶片時，英偉達CEO黃仁勳就曾預言，大概在5-10年內就能看到完全由AI生成的遊戲。

事實上，朝著這個方向前進的不只是Google團隊，OpenAI在今年首次發布Sora演示時，也曾展現過模擬像素遊戲《我的世界》的能力。

（圖片來源：OpenAI）

最新的進展，也恰好迎合了米哈遊前董事長蔡浩宇近期引發熱議的「勸退」言論。

蔡浩宇本周公開聲稱，AIGC已經徹底改變了遊戲開發，現在只需要時間讓這種現象完全展開。他認為，未來只有兩種遊戲開發者俱有繼續從事的意義——前0.0001%的天才，以及99%的業務愛好者創作滿足自己需求的遊戲。至於剩下的「從普通到專業」的遊戲開發者，大家還是趁早轉行吧。

（圖片來源：社群媒體）