这两年「AI 实时生成世界」的演示不算少，但它们大多住在机房里，看演示的人和跑演示的机器隔着几千公里。这次的项目说明里写的是一张消费级显卡，480p 分辨率下 60 帧，按键到画面的端到端延迟低于 150 毫秒，公开对比图里给的具体数字是 112 毫秒。
分量全在「本地」这两个字上。
它怎么做到的，这一步最有意思。团队把活儿拆成三份：游戏引擎当裁判，血量、背包、碰撞、任务进度这些都由代码直接算；编程智能体当编剧，玩家用自然语言提的想法由它改写成能跑的游戏规则；视频生成模型当画师，只负责把引擎吐出来的线框渲染成带光影和材质的画面。
我拿餐厅比一下。老做法是让一个师傅同时掌勺、跑堂、收银，饭点一到全乱；这次是三个人站三个位置，谁的活儿归谁，菜单上写清楚。引擎每帧先吐一张结构草图，画师照着这张草图往上画，画得快，也不需要自己记着这个世界长什么样。
团队的数据管线已经产出超过 500 万段视频切片，覆盖 1200 多个游戏场景，素材取自虚幻引擎 5 里的超大城市、开放沙漠、复杂城堡和高动态空战四类场景。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。