《CS:GO》的标志性实验地图在 RTX GPU 神经网络中运行

研究人员让标志性的《CS:GO》地图《Dust2》完全通过神经网络在单个RTX3090GPU上模拟运行。虽然这些片段既令人印象深刻，又问题百出，但它们展示了生成式人工智能在模仿全3D游戏环境方面取得的令人敬佩的进展。

该项目的负责人之一埃洛伊-阿隆索（EloiAlonso）在X/Twitter上炫耀了"钻石"世界建模扩散模拟的运行片段。乍一看，尽管输出只有10FPS，但如果保持耐心，游戏的玩法还是相当完整连贯的，玩家可以挥枪、装弹、看到枪口闪光，甚至体验到后坐力。

然而，当你意识到这个模型实际上并没有运行《CS:GO》的引擎时，事情就开始变得奇怪了。研究人员给它喂食了大量《Dust2》上的死亡竞赛场景用于训练，直到神经网络基本上能"幻化"出自己对经典地图和游戏玩法的近似。GitHub页面指出，他们使用了超过500万帧或87小时的游戏。然后，他们使用RTX3090玩了所有这些游戏。

这时你就会发现一些小问题，由于GPU模拟并不掌握重力或碰撞检测等概念，游戏的物理效果也就无从谈起。玩家可以无休止地跳跃，基本上可以飞起来，武器在特定光线下会奇异地变形，快速移动会将环境分解成抽象模糊的一团乱麻，甚至可以像某种幽灵一样穿过坚固的墙壁。

当然，如果您想获得真正的、非噩梦般的《Dust2》燃料体验，您现在就可以在Steam上下载《反恐精英2》，以不像幻灯片的帧数享受游戏乐趣。当然，这并不需要RTX3090，事实上，这款游戏经过优化，只需1GB显存即可正常运行。

尽管阿隆索的人工智能实验只是一个实验，但它代表了设备上人工智能处理能力的一个重要里程碑。该模型完全是在单个GPU上进行训练的，然后由同一台GPU驱动生成式实时模拟。

这样的演示很少见，但这并不是生成式人工智能第一次尝试重现游戏体验。例如，Google的一个团队最近推出了GameNGen，它使用定制的稳定扩散模型实时生成一个《毁灭战士》关卡。

著名开发者彼得-莫利纽克斯（PeterMolyneux）预测人工智能最终将创造游戏的"大部分"，从角色和动画到对话和游戏资产。