**實驗顯示神經網絡在RTX GPU上運行經典CS:GO地圖**
研究人員成功在一台RTX 3090顯示卡上，用神經網絡模擬出經典的《Counter-Strike: Global Offensive》地圖Dust II。雖然影片中有一些錯誤，但這顯示了生成式AI在模仿完整3D遊戲環境方面的驚人進展。
參與這項目的的Eloi Alonso在X/Twitter上展示了「Diamond」擴散世界模型的模擬運行。乍看之下，儘管只有10 FPS的輸出，遊戲玩法如慢慢進行，仍然相當逼真和一致。玩家可以持槍、裝彈，看到槍口閃光，甚至感受到後座力。
然而，當你意識到這個模型其實並不是運行CS:GO的引擎時，問題就出現了。研究人員向神經網絡餵入大量Dust II的死亡競賽，直到它基本上可以「幻覺」出經典地圖和遊戲玩法的近似。GitHub頁面指出使用了超過五百萬幀或87小時的遊戲畫面，並在RTX 3090上運行。
播放這些影片時，你會看到一些錯誤。由於模擬無法理解重力或碰撞檢測等概念，遊戲的物理特性完全失效。玩家可以無限跳躍，基本上可以飛行，武器在特定燈光下會奇怪地變形，快速移動會讓環境變成抽象模糊的混亂。甚至可以像某種幽靈般穿過實心牆壁。
當然，如果你想要真實的Dust II體驗，可以在Steam下載《Counter-Strike 2》並享受不會像幻燈片般的幀率。實際上，遊戲已經優化到只需1GB VRAM就能流暢運行。
儘管Alonso的AI實驗僅僅是一個實驗，但它代表了設備上AI處理能力的一個重大里程碑。該模型完全在單個GPU上訓練，並由同一單位驅動生成的即時模擬。
這類演示很罕見，但這並不是生成式AI第一次嘗試重現遊戲體驗。例如，谷歌團隊最近展示了GameNGen，使用自訂的Stable Diffusion模型即時生成《Doom》關卡。
考慮到這些發展，著名開發者Peter Molyneux預測AI最終將創建遊戲的「大量部分」，包括角色、動畫、對話和遊戲內資產。
**評論與觀察：**
這次的實驗展示了AI在遊戲模擬中的潛力，尤其是當設備僅需一個RTX 3090就能運行如此複雜的模擬時，讓人對未來遊戲開發的可能性感到興奮。然而，這樣的技術是否能真正取代傳統的遊戲引擎，仍然有待觀察。當前的技術限制，如無法處理物理碰撞，顯示出AI在遊戲開發中的應用還有很長的路要走。但隨著技術的進步，AI或許能在遊戲創作中擔當更重要的角色，甚至可能改變我們對遊戲開發的傳統觀念。這不僅僅是技術進步的展示，更是對未來遊戲產業的啟示。
以上文章由特價GPT API KEY所翻譯
