NVIDIA的DLSS深度學(xué)習(xí)采樣技術(shù)是目前顯卡界最強的防狗牙技術(shù)，但AI的強大當(dāng)然不會止于此。NVIDIA昨天發(fā)布的一篇研究論文探討了AI生成畫面與傳統(tǒng)游戲引擎結(jié)合的方法，他們也為此制作了一個混合圖形系統(tǒng)原型。

雖然NVIDIA所使用的算法和構(gòu)架思路前人早已提供，比如pix2pix、GAN(對抗生成式神經(jīng)網(wǎng)絡(luò))，不過NVIDIA在此實現(xiàn)的新突破，則是借助這些現(xiàn)有的東西，用它們制作了一個能跑起來的游戲demo，盡管這個駕駛模擬demo很簡陋，而且跑的成本有些高(NVIDIA用了塊Titan V)，從無到有這一過程總有它的特殊意義在。

為實現(xiàn)該demo，NVIDIA首先喂給GAN模型一堆從自動駕駛中獲得的開源數(shù)據(jù)組，讓AI學(xué)習(xí)辨識畫面中的內(nèi)容如天空，車輛，樹木道路以及建筑等等，隨后交由其自己根據(jù)學(xué)習(xí)數(shù)據(jù)生成這些物體的新狀態(tài);接下來是準(zhǔn)備虛擬環(huán)境，用虛幻4引擎以傳統(tǒng)方式構(gòu)建出車輛所處環(huán)境的基本拓撲;最后，GAN模型會把構(gòu)成畫面的各種元素實時生成出來傳遞給虛幻4引擎，更新畫面的模型信息。

在demo成型的初期，GAN模型的表現(xiàn)非常不穩(wěn)定，在25fps的幀率條件下它所傳遞的物體顏色和貼圖信息幾乎每幀都會改變，畫面相當(dāng)瞎眼;在為模型加入短時記憶之后，通過對比兩幀畫面，整套系統(tǒng)會自行判斷畫面內(nèi)物體的運動，讓整體動畫看起來更具關(guān)聯(lián)性，更像是連續(xù)行進中的游戲畫面。

NVIDIA強調(diào)稱該技術(shù)仍處于實驗室的早期階段，沒個十年二十年恐怕不會出現(xiàn)在我們最終能玩到的游戲內(nèi)。但是這類AI玩法我們其實已經(jīng)在“根據(jù)人臉?biāo)茉熳约旱?D角色形象”，還有深度偽圖等實例中見過了，也許它所要花的時間，會比我們想象中的要短。