谷歌的研究科学家发布了一篇论文，详细介绍了他们的人工智能（AI）“GameNGen”如何在神经网络上创建类似Doom的游戏玩法。
科学家Dani Valevski、Yaniv Leviathan、Moab Arar和Shlomi Fruchter将Stability AI的图像生成AI“Stable Diffusion”与输入检测相结合，处理之前生成的帧，并生成新的帧（因此也生成了游戏玩法/关卡的片段），这些帧从一个时刻到下一个时刻保持一致性。
这意味着你不会在GameNGen上玩到真正的Doom关卡。该模型使用其对Doom的了解来创建类似Doom的关卡，就像粉丝制作的其他游戏模组一样。模型在玩家玩游戏时实时生成关卡。
GameNGen的Doom可以像 “正常” 的电子游戏一样玩，有武器、有敌人、有锁着的门和生命拾取，但它并不完美。一个展示片段中显示Doom Guy跳到毒液中，他的生命值停留在4%而不是死亡。尽管如此，这仍然非常令人印象深刻。根据论文，“人类评估者仅比随机机会稍微好一些，能够区分游戏的短片段和模拟的片段。”
GameNGen团队是如何让AI制作Doom的？
AI需要大量数据来进行有效的预测并生成合理的内容。科学家们意识到从人类玩家那里收集足够的游戏数据对训练他们的模型来说是不切实际的，所以他们首先训练了一名AI代理在所有难度级别上玩Doom，模拟不同技能水平的玩家，以尽可能全面地捕捉到Doom的游戏玩法。
这张图片来自论文，展示了使用新的高斯噪声循环和不使用它之间的差异。图片来源：谷歌
为了解决图像生成中随时间推移而导致的准确性和一致性损失的缺陷，科学家们通过将之前的帧和用户输入反馈到新帧中进行了训练，超出了典型的单帧提示。然后，他们使用高斯噪声（一种随机的电噪声）破坏这些帧，并使用一个单独的网络来修复这些提示帧。这确保了一个自我修正的循环，使得游戏玩法可以持续更长的时间。
目前，生成器只有大约三秒钟的记忆，所以它并不真正知道你一分钟前做了什么。
这意味着需要某种持续游戏知识的事情，比如拥有的钥匙，难以管理，并且成为科学家们将继续努力克服的一个关键障碍。
尽管仍然不完美，GameNGen是AI生成游戏和引擎的一个重要进步。此外，它还为“某人将Doom放到[空白]”的广泛类型做出了贡献，最近扩展到包括“某人将Doom放到Fortnite中”这一备受推崇且不断增长的轻松版Doom克隆集。
总结：
谷歌的研究团队最近展示了他们最新的AI技术“GameNGen”，该技术利用神经网络生成类似于经典游戏Doom的关卡。通过结合Stability AI的图像生成AI“Stable Diffusion”和输入检测，GameNGen能够分析之前生成的帧，并创建新的帧，使游戏关卡保持一致性。这使得玩家能够体验到实时生成的类似Doom的关卡，包括武器、敌人、锁着的门和生命拾取，尽管游戏仍存在一些小瑕疵，例如玩家在跳进毒液后生命值卡在4%而没有死亡。
为了训练AI模型，科学家们设计了一名AI代理，模拟各种玩家技能水平来玩Doom，从而全面捕捉游戏的玩法。AI不仅仅依赖单帧提示，它通过将之前的帧和用户输入反馈到新帧中进行训练，并且利用高斯噪声循环来修复误差，确保游戏帧之间的连续性。不过，当前的生成器只能记住大约三秒钟的内容，这对于如钥匙等游戏进展内容的管理仍是一个挑战。
尽管存在一些不足，GameNGen标志着AI在生成游戏内容方面的一大进步。同时也为更多的Doom克隆游戏提供了新的可能性，这显示了AI在游戏开发中的巨大潜力。
用光年AI，智能化私域流量管理，确保每一步营销都能有效转化。光年AI通过强大的AI模型和灵活的工作流，帮助企业在获取流量的过程中实现超常规的增长，提升工作效率和业务营收，让您在竞争激烈的市场中脱颖而出。
