头号玩家的绿洲这回真的实现了，开发者下一步还要挑战英伟达

本文来自微信公众号：果壳 （ID：Guokr42），作者：TTT，编辑：沈知涵

截至目前，全世界最畅销的游戏是哪款？

自从2010年诞生以来，《我的世界》在全球卖出了超过3亿份，打破了《俄罗斯方块》的纪录，成为世界上最畅销的游戏。

《我的世界》

密集的真人玩家互动、高度开放性和自由度，让《我的世界》如今成为了AI公司们各种耍宝的一方热土。

你也许还记得之前OpenAI训练出了机器人玩家。

OpenAI用大量人类游戏视频，预训练了一个神经网络，让其成功学会制作“金刚石”游戏工具。要制作这个工具包含24000个游戏操作，即使是熟练的《我的世界》玩家也需要超过20分钟才能完成。

更夸张的事情在上个月发生，一款名为Oasis的“游戏”使用了OpenAI的开源数据集，几乎一比一地复刻了《我的世界》的界面——然而，Oasis并不依赖游戏引擎或者手工编写的代码，它的每一帧画面都由AI模型生成。

Oasis这个名字来自于欧内斯特·克莱恩（Ernest Cline）的科幻小说《头号玩家》。被更多人熟知，是在2018年，斯皮尔伯格将其改编成了电影。小说中，Oasis是个虚拟的游戏世界，人们为了逃避混乱的现实，大部分时间都投入在这个足以乱真的世界中。

Oasis已经成为试图打造虚实难辨的体验的代名词。取名倒是足以见得它开发者的野心。声称“世界上第一款可玩的AI生成游戏”，真实体验到底如何？

不像绿洲，倒更像是《盗梦空间》

先说结论，眼下，你就可以通过浏览器就可以免费玩到Oasis；但相信我，你玩不下去，或者说，没法玩……

与《我的世界》游戏操作类似，玩家可以在游戏里行走、跳跃、打破方块、打开库存和使用物品。Oasis也理解复杂的游戏机制，如建筑、照明物理、库存管理、对象理解等。

放置非立方体块

与动物互动

吃饭恢复健康

但不同的是，Oasis的每一帧画面都是AI实时生成的。

尽管“AI生成游戏”听起来很唬人，但从本质上来说，Oasis和Sora、Runway使用技术类似，依赖于基于Transformer架构的扩散模型。

基于DiT的潜在扩散主干架构、基于ViT的变分自编码器、加速的轴向、因果、时空注意力机制、以及克服长序列模型发散问题的新策略丨Etched

不过那些文生视频产品的提示词是“文本”，像Sora根据文本一次性生成60秒的视频。Oasis根据的“提示词”是玩家的键盘、鼠标操作和之前帧，生成下一帧。

也就是说，Oasis生成画面也是逐帧的，因为在模型架构和推理技术方面的进步，使得Oasis延迟尽可能小，小到画面连贯起来（这与早期动画的原理类似，静止的图像以一定频率变化之后，因为视觉暂留的缘故，人会觉得画面动了起来），就能让Oasis产生“可交互、可操作”的效果。

《运动中的马》，Eadweard Muybridge，1879

发布3天左右，Oasis的用户数量就突破了100万。汹涌而来的玩家使得服务器一度崩溃，即使到现在也不太稳定，甚至经常出现服务器断连的情况。

79小时内Oasis玩家数量增长情况｜Decart

抛开不稳定的服务器和10分钟的限制不谈。从游戏体验而言，Oasis基本还处于“不可玩”的状态。

玩家很快会发现，随着时间的推移，游玩Oasis会呈现一种劣质版《盗梦空间》的体验——敲碎一个砖块或者转动鼠标换个视野，地图就可能完全变成另外一个样子。

以自回归方式生成的每一帧都会累积细小的错误，随着时间的推移，这些错误就会像雪球一样越滚越大，使得画面很快就会和原始图像南辕北辙。

如何用AI生成一个连续的世界，克服幻觉，这其实是一个整个AI业界都在面临的难题。

为了改善这点，开发人员使用了一种称为“动态噪声”的技术。简单来说，他们在生成每个帧的早期阶段有意为图像数据添加一些随机噪声，以防止错误积累。随着AI模型对图像进行细化，这种人工噪声会逐渐被去除，使得画面保持与前一帧的一致性。

开发者也承认，第一个版本只是用于研究和概念验证，表明AI模型有潜力做到——跟那些视频生成工具一样，他们还无法解决生成连续画面的问题。

下一步，造芯片，赢过英伟达

Oasis的开发者，是以色列初创公司Decart和硅谷芯片设计公司Etched。

Etched开发了一款名为Sohu（搜狐？）的专用AI芯片，将Transformer架构刻录在芯片中。目前，Oasis以480p的分辨率运行在英伟达的H100 GPU上。Etched声称，相比英伟达，Sohu会将性能提升20倍，可以以4k的分辨率处理1000亿参数的大模型。

Etched认为，Sohu芯片的性能会是H100的20倍丨Etched

当然，Sohu的开发也还处于早期阶段，Etched的说法目前无法得到证实。纽约大学电气和计算机工程教授Siddharth Garg就表示了质疑。他说，鉴于市场上顶级GPU的AI专业化程度，“对仅通过更智能或更专业的设计就能实现10倍的改进持怀疑态度。”

Dean Leitersdorf毕业于以色列理工学院，在2022年结识了哈佛毕业生Robert Wachen。受到OpenAI的启发，Wachen在2022年联合创立了Etched，Leitersdorf在2023年联合创立了Decart。

在他们的设想中，Etched会像英伟达一样构建下一代硬件，Decart则像OpenAI一样开发运行在硬件上的模型。

Leitersdorf表示，他们的目标是创造一个生成式体验的新时代。“你的屏幕可以变成一个门户——进入某个不需要编码、可以即时更改的虚构世界。”

就像LLMs跨越了复杂的人类语言体系，让机器学会用人话和我们沟通。Oasis大抵是想克服视觉障碍，学会像人类一样看世界，以及世界的运行机制，并以我们的视觉和交互习惯展示环境。

Leitersdorf称，像Oasis这样的模型可以用于需要交互式视频的各种环境，例如娱乐、教育工具，甚至是AI驱动的创意媒体。

目前，风险投资公司红杉资本已经领投了Decart2100万美元的种子轮融资，用真金白银表示了他们对于Decart愿景的认可。