香港和中国多所大学与腾讯合作，研发出一款名为GameGen-O的AI模型，用于模拟开放世界视频游戏的生成。该模型不仅能够生成高质量的游戏内容，还模拟了多种游戏引擎特性，创造出丰富的游戏元素，例如动态环境、复杂动作和各种事件，并支持多模态互动控制，提升玩家游戏体验。GameGen-O并非一个完整可玩游戏，而是为开发者提供一个快速制作原型和测试游戏元素的工具，大大减少开发时间和成本。本文将详细介绍GameGen-O的开发过程、功能特性以及未来应用前景。
最近，香港和中国的几所大学与腾讯联合研发了一个名为 GameGen-O 的 AI 模型，专门用于创建开放世界视频游戏的模拟。
GameGen-O 的功能不仅仅限于生成高质量的游戏内容，它还模拟了多种游戏引擎的特性，能够创造出丰富多样的游戏元素，比如角色动态环境、复杂的动作以及各种事件。
项目入口:https://gamegen-o.github.io/
这款模型还提供了多模态互动控制的能力，让玩家在游戏过程中能够自由地进行操控，带来前所未有的游戏体验。
研究团队表示，虽然 GameGen-O 并不是一个完全可玩游戏，但它为开发者提供了一个极好的工具，让他们可以快速制作原型，并测试不同的游戏元素，省去了从零开始构建的麻烦。
在展示的演示视频中，模型生成的场景中出现了许多著名游戏的画面，这可能会引发关于版权的进一步讨论。
GameGen-O 的开发是一个从零开始的庞大工程。团队通过建立一个名为 OGameData 的开放世界视频游戏数据集，这个数据集包含了超过100款现代开放世界游戏的处理数据。
为了这一目标，他们从网络上收集了32000个原始视频，经过专业人士的筛选和处理，最终形成了15000个可用视频。视频经过场景检测后被切分成片段，随后又经过严格的筛选和排序，确保它们在美学、光流和语义内容等方面的高质量。这些片段经过结构化的注释处理，形成了更为精细且适合训练的数据集。
接下来，他们通过两个阶段来训练这个模型。第一阶段，模型学习根据 OGameData 生成各种游戏内容;第二阶段，他们增加了一个名为 “InstructNet” 的组件，使得用户可以对生成的内容进行互动控制。
在实际的游戏生成过程中，GameGen-O 不仅支持角色和环境的生成，还能设计各种动作和事件，让玩家体验到生动的游戏场景。此外，这个模型还能够根据玩家的输入和指令灵活调整生成的内容，带来更个性化的游戏体验。
研究人员认为，GameGen-O 在使用 AI 生成开放世界视频游戏方面迈出了重要的一步，它结合了创意生成和互动能力，有望成为传统渲染技术的替代方案。
他们表示，这个模型对于研究者和开发者而言将是一个宝贵的资源，可以探索诸如视频游戏 AI 开发、互动控制和沉浸式虚拟环境等多种应用。
此外，最近也有其他研究团队展示了类似的 AI 系统，例如谷歌研究、谷歌 DeepMind 和特拉维夫大学共同开发的 GameNGen，这个系统能够实时模拟并播放经典游戏《DOOM》，并且帧率超过20帧每秒。
划重点:
GameGen-O 是一个新开发的 AI 模型，能够生成开放世界视频游戏的各种元素。
该模型旨在帮助开发者快速制作原型，测试游戏概念，而不是创建完全可玩的游戏。
研究团队通过建立数据集和两阶段训练，增强了模型的互动控制能力，为游戏开发带来新的可能性。
GameGen-O的出现标志着AI在游戏开发领域取得了显著进展，其高效的原型制作能力和互动控制功能，将极大地促进游戏产业的发展。未来，随着技术的不断成熟，GameGen-O及其类似技术有望彻底改变游戏开发流程，带来更加丰富多彩的游戏世界。