好生猛，全球首款 AI 遊戲問世！

最近，一款名為 Oasis 的開放世界遊戲火遍全網。

在國內外，關於 Oasis 的影片都引發了廣泛的關注。

從表面看來，遊戲畫面完全是《我的世界》。

不過令人震驚的是，這款遊戲不包含任何遊戲引擎，也不依賴編程邏輯，所有遊戲畫面，只由AI大模型實時生成。

想像一下，一個完全由AI創造的開放世界，只需鍵盤輸入，AI就能直接生成一整個虛擬宇宙！

Oasis的團隊將重點放在提升生成式AI的實時性和互動性上。通過將模型訓練在數百萬小時的遊戲影片數據上，Oasis學習了基礎的遊戲邏輯、物體行為、物理法則和交互模式。

這樣，模型不僅能理解玩家的輸入，還可以自主構建遊戲規則、管理物品、計算光照物理等，這些都是傳統遊戲引擎無法脫離代碼邏輯實現的。

那麼 Oasis 是怎麼實現的？

Oasis的核心技術設計基於 Transformer 架構，採用了創新的模型分層設計和推理機制。

這種設計不僅要求生成視覺內容，還要實時反應遊戲物理、交互規則等複雜的動態變化。要實現這一點，Oasis將生成式模型分為兩個主要模塊：

• 空間自動編碼器：Oasis 中的空間自動編碼器基於Vision Transformer (ViT) 架構，負責從玩家的視角輸入中提取空間特徵，理解三維場景的結構、光照效果和物體佈局。編碼器會對場景進行編碼，使模型能夠理解並生成符合物理規律的場景。

• 潛在擴散骨幹：核心的潛在擴散模型基於DiT（Diffusion Transformer），負責將空間特徵編碼轉化為實際的遊戲畫面。Latent Diffusion Backbone 通過逐幀生成，模擬物體的動態變化、視角切換及互動效果。

此外，Oasis 的一個重要的技術創新是「動態加噪」技術。這是一種在推理時使用的噪聲注入機制，專門為解決長時生成中的誤差累積問題設計的。

由於Oasis每幀的生成都是基於前一幀的輸出，這種自回歸特性使得小的誤差會逐漸積累，最終可能導致嚴重的畫面失真，甚至直接崩潰。

為此，Oasis在推理過程中對每一幀注入噪聲，通過增加初始幀的噪聲來防止誤差放大，逐步降低噪聲以恢復細節，使模型能夠在生成的過程中保持一致性。

這種動態加噪的實現方式在訓練過程中得到了優化：模型在訓練時已經接觸並適應了不同噪聲水平的場景，因而在推理時更能處理帶有噪聲的輸入，進一步增強了生成的穩定性。這種機制不僅提升了生成的質量，還有效地降低了對硬件性能的壓力。

不過，在實際體驗中，Oasis 也存在許多問題。簡單來說，所有的問題都可以用一句話概括—— 吃菌子了。

多個玩家提到，在視角轉動時會產生錯覺，即視野中的場景似乎在切換視角後發生了隨機變化，有一種「夢境」感。

場景突然改變，缺乏連續性，特別是在操作停頓一段時間後，遊戲世界中的環境似乎會「自行演變」，彷彿在靜態時場景也會自行刷新。

這讓人感覺到現實解體。甚至有玩家提到，這樣的體驗帶來了生理不適。

這一問題的根源可能在於，Oasis 缺乏長時記憶的支持——每一幀都是模型即時生成的，而不是基於持久的場景數據，因此場景無法在用戶的視角切換中保持一致。

另一個問題是，Oasis當前僅支持以360p解像度和每秒20幀的速率運行，這種低清晰度極大程度上影響了體驗。

生成的世界看上去較為粗糙，這一問題與模型的實時生成速度和硬件要求直接相關。

其實這兩個問題通俗來說，就是上下文問題和性能問題。

所以，引入短期和長時記憶模塊可能可以幫助解決上下文問題。而為提升解像度，作者團隊提到，Oasis 針對 Sohu 進行了優化（Sohu 是由 Etched 構建的 Transformer ASIC），會有不斷的性能提升。

在不久的將來，Oasis 或許會發展出更高的解像度、更流暢的體驗、甚至能提供長時記憶，真正實現一個無限演化的虛擬遊戲宇宙。

目前遊戲的 demo 已經可以直接在線體驗了。PC端和手機端都可以直接通過網址遊玩。

這款遊戲，屬於未來。

官方網址：https://oasis-model.github.io/

體驗地址：https://oasis.decart.ai