Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

news studionews studio
0

引言

近日,谷歌宣布推出其首个AI游戏引擎——GameNGen。这一创新技术的出现,有望彻底改变游戏开发行业,甚至对虚拟现实、自动驾驶等领域产生深远影响。

GameNGen:实时生成逼真游戏画面

GameNGen是谷歌推出的首个AI游戏引擎,能够以每秒20帧的速度实时生成高质量的、实时的游戏画面。这一技术突破了传统游戏开发的限制,使得游戏开发不再需要复杂的编程工作。

功能特色

  1. 实时游戏画面生成:GameNGen能够在单个TPU上以每秒20帧的速度生成高质量的、实时的游戏画面,为玩家带来沉浸式体验。
  2. 无需编程:区别于传统游戏开发,GameNGen允许“0代码”生成游戏,简化了开发流程,降低了开发门槛。
  3. 高逼真度:生成的游戏画面质量极高,多数玩家无法区分AI生成与真实游戏画面。
  4. 交互式体验:GameNGen能够根据玩家的行为动态发展游戏环境、叙事和机制,提供个性化的游戏体验。
  5. 潜在多行业应用:技术不仅适用于游戏产业,还对虚拟现实、自动驾驶汽车、智能城市等领域产生巨大影响。

技术原理

  1. 神经网络:GameNGen使用深度神经网络来学习和模拟游戏画面的生成。
  2. 扩散模型:基于扩散模型的架构,通过预测像素来生成连续的游戏帧。
  3. 实时渲染:通过优化算法,实现在单个TPU上以每秒20帧的速度进行实时渲染。
  4. 自回归生成:模型能够根据前一帧的状态和玩家的输入,自回归地生成下一帧画面。
  5. 数据集训练:使用大量游戏数据训练神经网络,学习游戏的视觉效果和逻辑。
  6. 动作嵌入:将玩家的动作转换为模型可以理解的嵌入,作为生成条件之一。
  7. 上下文帧处理:模型会考虑一定数量的历史帧作为上下文,提高生成画面的连贯性和质量。
  8. 噪声增强:在训练过程中添加噪声,减轻自回归生成中的漂移问题,提高生成稳定性。

应用场景

  1. 游戏开发:为中小型游戏开发者提供无需编程的游戏生成工具,快速制作游戏原型或完整游戏。
  2. 游戏测试:在游戏开发过程中,用于自动化测试,快速发现并修复游戏中的问题。
  3. 个性化游戏体验:根据玩家的行为和偏好,动态生成个性化的游戏内容和挑战。
  4. 教育与培训:创建模拟环境进行专业技能培训,如军事战术模拟、医疗手术模拟等。
  5. 自动驾驶汽车:用于模拟各种驾驶场景,进行自动驾驶系统的测试和训练。

总结

谷歌的GameNGen游戏引擎无疑将引领游戏开发行业进入一个新的时代。随着AI技术的不断发展,我们有理由相信,未来游戏产业将迎来更加丰富、多元化的内容。


>>> Read more <<<

Views: 0

0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注