|
这其实就是一个“类固醇版”的视频生成技术，说白了并没有一开始看起来那么牛。大家被“对象持久性”给唬住了，但其实它背后的套路就是靠硬算——用超强的算力维持一个长时间打开的上下文窗口，这样你就可以“回溯”你走过的路。它本质上是在一个类似谷歌街景那种3D环境里，一帧一帧地生成2D画面。它知道如果你往左拖动画面，屏幕上所有东西都应该往左延伸（其实原理跟图像生成模型差不多）。而且它会记住之前生成的帧，所以如果你往右拖回去，它能重新生成正确的画面。真正厉害的地方是它能做到“实时”，但这技术目前对游戏来说没啥用，因为太吃硬件资源了，效率也低。打个比方，你让LLM做“2+2=？”这样的基础数学题，它当然也能回答，但它不是像计算器那样精准地计算，而是靠概率来“猜”。它甚至可能误以为你在暗示乔治·奥威尔，然后莫名其妙地输出“5”。同样的道理，这个所谓的“新环境”并不是真的3D模拟，它只是在一堆2D信息的基础上画布拼接。比如说HUD界面，矢量图形可以做到无限清晰、计算成本还很低。如果用程序化的方式把这些东西放在最前层，数据比如你有多少血量，就是真实的数据，而不是靠猜。所以目前这个技术只能在Google的超级数据中心里跑，靠一堆TPU撑着，勉强能处理720P、24帧、大概一分钟左右的视频。你想想，如果要运行《赛博朋克2077》那种级别的游戏，那得多少算力？一个数据中心都得专门为它服务，才有可能在全VR+极致画质下跑出8K 240帧的效果。再比如《战地6》那种物理破坏效果，如果要实时模拟，那才是真的物理引擎在跑——这个技术根本做不到。而且你也注意到了吧，他们自己其实也在“降温”，没怎么大肆宣传。我喜欢DeepMind，虽然他们不怎么吹牛，但他们也清楚地表示这玩意儿不会取代传统3D流程。——总结一句话：这玩意儿看起来很炫，但说到底还是“画饼”，离真正实用还有很长一段路要走。 |
微信登陆 
