研究者たちは、単一の RTX3090 GPU 上のニューラル ネットワークを通じて、象徴的な CS:GO マップ「Dust2」を完全にシミュレートしました。これらのクリップは印象的であると同時に問題もありますが、完全 3D ゲーム環境のシミュレーションにおいて生成 AI が成し遂げた素晴らしい進歩を示しています。
プロジェクトのリーダーの 1 人であるエロイ アロンソは、X/Twitter でダイヤモンド ワールド モデリングの拡散シミュレーションの実行クリップを披露しました。一見したところ、出力は 10FPS しかありませんが、辛抱強く続ければ、ゲームプレイは非常に完成度が高く、一貫性のあるものになります。プレイヤーは銃を振ったり、リロードしたり、マズルフラッシュを確認したり、反動を体験したりすることができます。
しかし、このモデルが実際には CS:GO のエンジンを実行していないことに気づくと、事態は奇妙になり始めます。研究者らは、ニューラル ネットワークが基本的にクラシック マップとゲームプレイの独自の近似を「ゴースト」できるようになるまで、トレーニングのために Dust 2 のデスマッチ シーンを大量に供給しました。 GitHub ページには、500 万以上のフレームまたは 87 時間以上のゲームプレイが使用されたと記載されています。次に、RTX3090 を使用してこれらのゲームをすべてプレイしました。
この時点で、いくつかの小さな問題が見つかるでしょう。 GPU シミュレーションは重力や衝突検出などの概念を理解していないため、ゲームの物理的効果について語ることは不可能です。プレイヤーは際限なくジャンプしたり、基本的には飛行したり、特定の光の下で奇妙に変形する武器を持ったり、環境を抽象的なぼやけた混乱に破壊する素早い動きをしたり、ある種の幽霊のように硬い壁を通り抜けることさえできます。
もちろん、悪夢ではない真の Dust 2 燃料体験をお望みの場合は、今すぐ Steam で Counter-Strike 2 をダウンロードし、スライドショーとは思えないフレーム レートでゲームを楽しむことができます。もちろん、これには RTX3090 は必要ありません。実際、ゲームはわずか 1GB のビデオ メモリで適切に実行されるように最適化されています。
アロンソの AI 実験は単なる実験にすぎませんが、オンデバイス AI 処理の能力における重要なマイルストーンを表しています。モデルは単一の GPU で完全にトレーニングされ、同じ GPU が生成的なリアルタイム シミュレーションを駆動します。
このようなデモンストレーションはまれですが、生成 AI がゲーム体験を再現しようとするのはこれが初めてではありません。たとえば、Google のチームは最近、カスタムの安定した拡散モデルを使用して Doom レベルをリアルタイムで生成する GameNGen を立ち上げました。
著名な開発者のピーター・モリニュー氏は、キャラクターやアニメーションから対話やゲームアセットに至るまで、最終的にはゲームの「大部分」が人工知能によって作成されるだろうと予測しています。