最近，研究人员开发了一种名为 DIAMOND（Diffusion for World Modelling）的 AI 模型，它能够在神经网络中模拟著名的电脑游戏《反恐精英:全球攻势》(CS:GO)。
这个模型在一张 Nvidia RTX3090显卡上运行，能够达到每秒10帧的速度。虽然帧数不算高，但在 AI 模拟领域，这个成就依然令人瞩目。
DIAMOND 的训练数据仅仅是87小时的 CS:GO 游戏记录，这仅占类似项目如 GameNGen 所需数据的0.5%。尽管数据量少，但这个模型依然能够模拟出游戏中令人印象深刻的场景。
DIAMOND 最初是在 Atari 游戏上展示其能力的，它采用了一种基于 Transformer 的方法，将玩家的移动视作 “标记”，就像句子中的单词一样。通过预测这些标记，模型能够学习如何根据之前的动作来预判玩家的下一步移动。
研究者 Eloi Alonso 在 Twitter 上展示了这个模型的能力，视频中可以看到玩家通过键盘和鼠标与模拟的 CS:GO 环境互动。模拟中包含了复杂的元素，比如玩家之间的互动、武器机制以及环境物理效果。然而，DIAMOND 仍然存在一些明显的缺陷。
例如，玩家可以无限次跳跃，因为模型没有考虑到 Source 引擎的重力或碰撞检测。此外，一旦玩家偏离训练数据中常用的路径，模拟就会完全崩溃。
研究人员相信，随着数据量和计算能力的提升，模型的性能将得到进一步改善。他们还认为，未来有可能开发出能够在复杂现实环境中导航的 AI 模型。
值得一提的是，DIAMOND 的 CS:GO 模拟灵感来源于 Google Research、Google DeepMind 和特拉维夫大学共同开发的 GameNGen 系统，该系统能够在单个 Google TPU 芯片上以每秒20帧的速度完全模拟经典游戏 DOOM 的一部分。
对于对 AI 感兴趣的开发者来说，DIAMOND 模型现已在 GitHub 上开源，欢迎大家进一步探索。
项目入口:https://diamond-wm.github.io/
划重点:
🎮 研究人员开发的 AI 模型 DIAMOND 能够模拟 CS:GO，运行在 Nvidia RTX3090上，达到每秒10帧的速度。
📊 该模型仅使用了87小时的游戏数据进行训练，虽然数据量小，但依然能模拟出复杂的游戏场景。
🐛 DIAMOND 存在一些严重的限制和漏洞，但研究人员相信未来可以通过增加数据和计算能力来改善模型性能。