最近，研究人員開發了一種名為 DIAMOND（Diffusion for World Modelling）的 AI 模型，它能夠在神經網絡中模擬著名的電腦游戲《反恐精英:全球攻勢》(CS:GO)。

這個模型在一張 Nvidia RTX3090顯卡上運行，能夠達到每秒10幀的速度。雖然幀數不算高，但在 AI 模擬領域，這個成就依然令人矚目。

DIAMOND 的訓練數據僅僅是87小時的 CS:GO 游戲記錄，這僅占類似項目如 GameNGen 所需數據的0.5%。盡管數據量少，但這個模型依然能夠模擬出游戲中令人印象深刻的場景。

DIAMOND 最初是在 Atari 游戲上展示其能力的，它采用了一種基于 Transformer 的方法，將玩家的移動視作 “標記”，就像句子中的單詞一樣。通過預測這些標記，模型能夠學習如何根據之前的動作來預判玩家的下一步移動。

研究者 Eloi Alonso 在 Twitter 上展示了這個模型的能力，視頻中可以看到玩家通過鍵盤和鼠標與模擬的 CS:GO 環境互動。模擬中包含了復雜的元素，比如玩家之間的互動、武器機制以及環境物理效果。然而，DIAMOND 仍然存在一些明顯的缺陷。

例如，玩家可以無限次跳躍，因為模型沒有考慮到 Source 引擎的重力或碰撞檢測。此外，一旦玩家偏離訓練數據中常用的路徑，模擬就會完全崩潰。

研究人員相信，隨著數據量和計算能力的提升，模型的性能將得到進一步改善。他們還認為，未來有可能開發出能夠在復雜現實環境中導航的 AI 模型。

值得一提的是，DIAMOND 的 CS:GO 模擬靈感來源于 Google Research、Google DeepMind 和特拉維夫大學共同開發的 GameNGen 系統，該系統能夠在單個 Google TPU 芯片上以每秒20幀的速度完全模擬經典游戲 DOOM 的一部分。

對于對 AI 感興趣的開發者來說，DIAMOND 模型現已在 GitHub 上開源，歡迎大家進一步探索。

項目入口:https://diamond-wm.github.io/

劃重點:

- ?? 研究人員開發的 AI 模型 DIAMOND 能夠模擬 CS:GO，運行在 Nvidia RTX3090上，達到每秒10幀的速度。

- ?? 該模型僅使用了87小時的游戲數據進行訓練，雖然數據量小，但依然能模擬出復雜的游戲場景。

- ?? DIAMOND 存在一些嚴重的限制和漏洞，但研究人員相信未來可以通過增加數據和計算能力來改善模型性能。