Google研究人員推出UNBOUNDED：基於生成式AI模型的互動無限遊戲
遊戲可分為有限或無限類型。有限遊戲有明確的目標、規則和終點，而無限遊戲則著重於持續進行，隨時調整規則和界限。傳統的電子遊戲多數是有限的，因為程式設計和圖像設計的限制，使其成為封閉系統，動作和勝利條件固定。
然而，隨著生成式AI的進步，創造無限遊戲體驗成為可能。大型語言模型能處理複雜的遊戲機制、角色互動、動態敘事，而先進的視覺模型可根據提示生成高質量圖像，這些技術使無限遊戲的開放式玩法和不斷演變的敘事成為現實。
Google和北卡羅來納大學教堂山分校的研究人員推出了UNBOUNDED，一款利用AI突破傳統遊戲界限的生成式無限遊戲。受到生活模擬和角色扮演遊戲的啟發，UNBOUNDED使用專門的語言模型創建動態遊戲機制、故事情節、角色互動，以及區域圖像提示適配器，生成跨場景一致的視覺效果。玩家在模擬世界中根據選擇進化角色，創造開放式、實時互動。這種框架展示了一種新範式，生成模型主導遊戲內容和邏輯，實現沉浸式、無限的遊戲體驗。
UNBOUNDED 的技術亮點
UNBOUNDED是一款由文本到圖像生成和語言模型驅動的無限互動遊戲，讓玩家創建自定義角色、探索動態世界並參與開放式玩法。遊戲利用潛在一致性模型（LCM）高效地進行文本到圖像生成，實現高分辨率圖像的實時互動。透過DreamBooth和新的區域IP-Adapter分離角色和環境條件，保持角色和環境的一致性。遊戲引擎由大型語言模型驅動，模擬角色行動和世界環境，透過精簡至更小、更快的Gemma-2B模型提升互動性。
評估顯示，區域IP-Adapter與區塊丟棄技術在環境和角色一致性方面表現優異，超越先前方法。定量上，它保持環境和角色一致性，同時保留語義對齊。定性上，該方法展示了與指定條件匹配的角色和環境生成的一致性。同時，使用動態區塊丟棄進一步改善對齊和圖像準確性。在將語言模型與遊戲引擎比較時，模型的性能因使用更大數據集而受益，有效縮小與領先模型的差距。
UNBOUNDED是一款創新的生成遊戲，利用先進的生成模型超越傳統有限設計。遊戲整合了一個精簡的語言模型，用於實時互動的角色和敘事發展，以及一個快速擴散模型與新的區域IP-Adapter，實現跨場景的視覺一致性。借鑒無限遊戲的概念，UNBOUNDED允許開放式玩法，用戶可在動態演變的環境中與虛擬角色互動。語言和視覺模型的技術進步確保角色行為、故事進展和場景一致性，提供無法與傳統方法相比的流暢、沉浸式體驗。
編者評論
UNBOUNDED的誕生標誌著遊戲設計的一次重大突破，透過生成式AI技術，遊戲不再受限於固定的結構和結局，而是可以隨著玩家的選擇不斷演變。這不僅改變了玩家的遊戲體驗，也重新定義了遊戲開發的可能性。未來，這種無限遊戲的概念或許能應用於教育、培訓等領域，提供更為個性化和持久的學習體驗。然而，這也帶來了一些挑戰，如如何平衡遊戲的可控性與開放性，以及確保生成內容的倫理性和正確性。這些都是值得我們深入思考的問題。
以上文章由特價GPT API KEY所翻譯
