AI驱动游戏变革：Mirage 2世界模型挑战GTA 6开放世界

近日有消息称，备受期待的《GTA 6》再次推迟发布，预计明年才能与玩家见面。

作为开放世界游戏的标杆，《GTA》系列不仅在游戏领域名声显赫。在人工智能驱动的视频生成、三维生成和世界模型等领域，研究人员不仅使用游戏内场景作为训练数据，更将生成类似《GTA》的完整虚拟世界作为长期追求的目标。

但《GTA 6》的反复推迟已成为一个常被调侃的梗，人们常常开玩笑说：用AI制作一个《GTA》游戏可能比《GTA 6》的发布还要快，例如之前报道过的Decart AI。

然而，要真正用AI创建一个《GTA》式的游戏，一个强大的游戏引擎至关重要。一个多月前，我们报道了全球首个由实时世界模型驱动的AI原生UGC游戏引擎Mirage。

当时，我们使用公司附近的照片测试了场景生成效果，结果并不理想。

但令人惊讶的是，仅仅过了一个多月，Mirage就迎来了重大升级，推出了更强大、更灵活、更智能的Mirage 2。

Dynamic Labs将其称为生成式世界引擎——它不仅适用于游戏，还能用于任何你能想象的互动虚拟世界。

“从Mirage 1到Mirage 2，仅仅一个月时间，我们没有停歇，而是加速前进。”

01

他们宣称，如果Mirage 1展示了类似GTA世界模型的潜力，那么Mirage 2则是一款通用领域的世界模型，能够让你即时创建、体验和修改任何游戏世界。

与Mirage 1相似，Mirage 2也支持上传图片并将其转化为可交互的游戏世界。同时，Mirage 2支持实时对话，允许在游戏过程中通过文本指令随时调整游戏环境。此外，Mirage 2还支持将生成的游戏场景通过视频分享。

Mirage 2在生成性能上有了显著提升。通过架构创新，它实现了：

更灵敏的提示控制：你的创意能更快实现，画面更精确。

更低的游戏延迟：操作更流畅，等待时间减少，沉浸感增强。

通用领域建模：不受题材限制，任何风格的世界都能生成。

上一次，Mirage仅发布了两款可玩的演示，一个是GTA城市风格，另一个是竞速风格。

这次打开演示页面，与Mirage 1的交互基本一致，但用户界面更加精致。重点是，Mirage 2显著突出了多种完全不同风格的场景可供选择。

我们举几个与传统城市风格截然不同、较为跳脱的例子：

吉卜力风格：村庄任务

 

儿童画：彩色城市

 

繁星之夜

 

除此之外，Mirage 2能够在交互过程中通过文本指令修改世界：

由于支持广泛的不同风格场景，Mirage 2似乎已经具备了与DeepMind最新Genie 3世界模型竞争的底气。与Genie 3相比，Mirage 2能够实现奔跑、跳跃、攻击等动作，支持十分钟以上的交互时间，延迟水平约为200ms，并能在单个消费级GPU上运行。但Mirage 2最大的不同在于：它已经上线，可以立即体验。

感兴趣的读者可以尝试一下：https://demo.dynamicslab.ai/chaos

机器之心也亲自上手测试了一番，和测试Mirage 1时类似，我们使用了同一张公司附近的照片进行上传测试，导出视频如下：

这次我们提供了一些详细的提示词，效果与上一次相比简直是飞跃。

不仅显著改善了Mirage 1中物体比例的问题，增强了场景理解，场景的精度也有了明显提升。人物和车辆的模型变得更加合理，车流已经明显有了GTA 4的既视感。

虽然在线体验时的延迟较高，人物灵敏度与上次相比感知不到明显改善，但导出的视频比较流畅。

在Mirage 1发布时，团队成员Zhiting Hu表示推理时间约为700ms，在Mirage 2上显著改善至200ms，并且Dynamics Lab表示仍有进一步加速的空间。

02

尽管Mirage 2在生成式世界建模方面取得了重大进展，但仍存在一些技术问题：

动作控制精度：角色的操作还不够完美，例如在右转等动作上，偶尔会出现响应偏慢的情况。

视觉一致性：在快速切换场景时，可能会出现细节上的意外变化。不过，通过合理的提示工程，可以在较长时间内保持画面一致性。

我们试玩下来最明显的感知就是视觉一致性问题。在上面的测试视频中，有两点可以明显看出世界一致性不足：当操作的主角走过骑电动车的人，视角被遮挡后，我们操作的主角莫名其妙地变成了骑电动车的人；视角回转时，照片中的建筑物已经完全不是原先的样子了。

这种效果与Genie 3的演示的一致性效果相差甚远，正如读者在Mirage 1的报道下评论的那样：

不过，虽然仍然存在这些亟待解决的问题，但仅仅过了一个多月，Mirage就已经取得了如此大的进步。距离GTA 6发售还有九个月，到时候这些AI驱动的UGC游戏引擎又会发展到哪一步呢？

参考链接：

https://blog.dynamicslab.ai/