notícias

a previsão de huang renxun se tornou realidade. o google demonstra o modelo de ia de geração de jogos em tempo real gamengen.

2024-08-29

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

① por meio do aprendizado de máquina, os pesquisadores permitiram que o modelo gamengen gerasse com sucesso o jogo de tiro em primeira pessoa "doom" na década de 1990 em tempo real ② embora o produto final ainda seja difícil, esta pesquisa mostra ainda mais as perspectivas para futuros jogos gerados por ia; ; ③ o ceo da nvidia, jensen huang, previu uma vez que poderemos ver jogos completamente gerados pela ia em cerca de 5 a 10 anos.

financial associated press, 29 de agosto (editor shi zhengcheng)a era da geração de jogos em tempo real por modelos de ia chegou silenciosamente até nós.

esta semana, pesquisadores do google e da universidade de tel aviv publicaram um artigo intitulado “o modelo de difusão é um mecanismo de jogo em tempo real“o artigo apresenta o gamengen, o primeiro motor de jogo na história da computação totalmente suportado por modelos de redes neurais.

(fonte: github)

os pesquisadores escreveram no artigo: “hoje, os videogames são programados por humanos e o gamengen faz parte da prova de conceito de um novo paradigma em motores de jogos – onde os jogos se tornarão pesos de modelos neurais em vez de linhas de código.。”

para ser mais compreensível, todos os videogames atuais são pré-projetados. os desenvolvedores precisam escrever o código, preparar o texto do jogo e os modelos de textura e, em seguida, colocá-los no mapa do jogo - a renderização e as atualizações de status da tela do jogo dependem. ativado para regras editadas manualmente. mas o modelo gamengen abre uma ideia completamente diferente:use modelos de geração de ia para calcular e gerar gráficos de jogos em tempo real com base nas ações e reações dos jogadores.

na demonstração, os pesquisadores usaram aprendizado de máquina para gerar com sucesso o jogo de tiro em primeira pessoa “doom” da década de 1990 em tempo real usando o modelo gamengen. o vídeo mostra que no jogo gerado por ia, os jogadores podem virar e disparar armas na cena e, ao mesmo tempo, pode refletir com precisão o número de balas restantes, o volume de sangue restante após o ataque e se as condições exigidas para abrir o próximo nível são atendidos.

(fonte: vídeo de demonstração)

ressalta-se que as séries de imagens vistas acima são inteiramente imagens geradas por ia em tempo real.os progressos mais recentes também mostram que, depois de gerarem com sucesso texto, imagens, áudio e vídeos curtos, os modelos de ia podem ter a capacidade de gerar cenas de jogos, o que requer lógica, coerência e interação em tempo real significativamente maiores.

como eles fizeram isso?

segundo a equipe de pesquisa, para treinar essa ia que pode gerar jogos em tempo real, primeiro é necessário treinar um agente de aprendizagem por reforço (rl) para jogar o jogo e, em seguida, usar os clipes gravados para treinar o modelo de difusão generativa para prever com base nas cenas anteriores e nas ações do jogador a próxima tela, e é por isso que os jogos gerados por ia podem mostrar mudanças na saúde e na munição, bem como animações de inimigos sendo atacados.

o maior desafio é manter as imagens geradas por ia temporal e logicamente coerentes. para mitigar o desvio autorregressivo durante a inferência, os pesquisadores destruíram os quadros de contexto adicionando ruído gaussiano aos quadros codificados durante o treinamento, permitindo que a ia corrigisse as informações amostradas nos quadros anteriores, mantendo assim a estabilidade da geração de imagens ao longo do tempo.

(fonte: artigo de pesquisa)

os pesquisadores divulgaram,a execução deste modelo requer apenas um único tpu (processador de ia desenvolvido pelo próprio google), que pode atingir uma velocidade de geração de 20 quadros por segundo.

é claro que os parágrafos acima também mostram as limitações do gamengen: esta ia deve contar com a inserção de jogos existentes (ou textos, imagens e outros materiais) para gerar jogos.

jim fan, gerente sênior de pesquisa e chefe do grupo de inteligência corporizada da nvidia, comentou nas redes sociais:gamengen é mais parecido com um campo de radiação neural (nerf) do que com um modelo de geração de vídeo. o campo de radiação neural gera uma representação 3d da cena tirando imagens da cena de diferentes ângulos. mas isto também significa que o modelo não tem capacidade de generalização e não pode “imaginar” novos cenários. essa também é a diferença entre gamengen e sora: ele não pode gerar novas cenas ou mecanismos de interação.

(fonte: x)

os pesquisadores também mencionaram isso no artigo, explicando que com a ajuda dessa tecnologia,os desenvolvedores de jogos do futuro serão capazes de criar novos jogos com “descrições textuais e imagens de amostra”, tornando possível transformar um conjunto refinado de imagens em um novo nível ou personagem jogável para um jogo existente, baseado apenas em exemplos, em vez de habilidades de programação. .

jen-hsun huang: haverá jogos totalmente gerados por ia em 5 a 10 anos

jogos em tempo real com renderização de ia não são uma ideia nova. quando a última geração de chips da arquitetura blackwell foi lançada em março deste ano, o ceo da nvidia, jensen huang, previu que,em cerca de 5 a 10 anos, veremos jogos totalmente gerados por ia.

na verdade, não é apenas a equipe do google que está caminhando nessa direção;quando a openai lançou pela primeira vez a demo sora este ano, ela também demonstrou sua capacidade de simular o jogo de pixel "minecraft"

(fonte: openai)

o desenvolvimento mais recente também coincide com cai haoyu, ex-presidente da mihoyo, que recentemente gerou discussões acaloradas sobre “persuadi-lo a desistir”.

cai haoyu declarou publicamente esta semana,aigc revolucionou o desenvolvimento de jogos, agora leva tempo para que esse fenômeno se desenvolva totalmente. ele acredita que, no futuro, apenas dois tipos de desenvolvedores de jogos farão sentido continuar trabalhando na indústria – os 0,0001% dos principais gênios e os 99% dos entusiastas de negócios que criam jogos que atendem às suas próprias necessidades. quanto aos demais desenvolvedores de jogos que vão do “comum ao profissional”, todos deveriam mudar de carreira o mais rápido possível.

(fonte: internet)