最近有消息称，GTA 6 的发售时间再次推迟到了明年。
作为开放世界游戏的标杆，GTA 系列不仅在游戏圈内享有盛誉，还在多个技术领域发挥着重要作用。特别是 AI 驱动的视频生成、三维生成和世界模型等领域，研究者们不仅采用 GTA 游戏内的场景作为训练数据，还将生成类 GTA 的完整世界作为长期目标。
然而，GTA 6 的开发进度一直让人堪忧，甚至成为了大家调侃的对象。有人戏言，用 AI 制作一个 GTA 游戏比 GTA 6 的正式发布来得更快。例如，我们之前报道过的 Decart AI，就是一个很好的例子。
要真正用 AI 创建一个 GTA 游戏，游戏引擎是不可或缺的。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其场景生成的效果，表现尚不尽如人意。
令人惊讶的是，仅仅过了一个多月，Mirage 就再次迭代，发布了更强大、更灵活且更智能的Mirage 2。Dynamic Labs 称其为生成式世界引擎，不仅仅是为游戏而生，而是为任何你能想象的互动世界。
Dynamic Labs 表示，从 Mirage 1 到 Mirage 2，仅仅一个多月，他们没有停止进步，而是加速前行。
01
他们声称，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，可以让你即时创造、体验和改变任何游戏世界。
与 Mirage 1 一样，Mirage 2 支持上传图片并将其转换为可交互的游戏世界。此外，它还支持实时对话，在游戏过程中通过文本指令修改游戏世界。Mirage 2 生成的游戏场景可以通过视频进行分享。
Mirage 2 在生成性能上有了显著进步。主要改进包括：
- 更灵敏的提示控制：你的想法更快实现，画面更精准。
- 更低的游戏延迟：操作更顺畅，等待更少，沉浸感更强。
- 通用领域建模：不限题材，任何风格的世界都能实现。
上次，Mirage 仅发布了两款可玩的 demo，一个是 GTA 城市风格，另一个是竞速风格。这次打开 demo 页面，与 Mirage 1 的交互基本一致，但 UI 设计更加精致。特别是，Mirage 2 显著突出了各种不同风格的场景可选。
以下是一些与传统城市风格截然不同的例子：
吉卜力风格：村庄任务
儿童画：彩色城市
繁星之夜
通过这些不同风格的场景支持，Mirage 2 似乎已经有底气与 DeepMind 最新的 Genie 3 世界模型相抗衡。与 Genie 3 相比，Mirage 2 能够实现跑、跳、攻击等动作，超过十分钟的交互时间，200 毫秒的延迟水平，并能在单个消费级 GPU 上运行。但 Mirage 2 最大的优势在于：它已经上线，可以立即体验。
感兴趣的读者可以体验一下：https://demo.dynamicslab.ai/chaos
这次我们测试了更详细的 Prompt，效果比上次有显著提升。不仅显著改善了 Mirage 1 中物体比例的问题，加强了场景理解，场景的精度也有了明显提升。人和车的模型变得更加合理，车流已经初步具备了 GTA 4 的既视感。
尽管在线体验时的延迟仍然较高，人物灵敏度和上次相比感知不到明显改善，但导出的视频较为流畅。在 Mirage 1 发布时，团队成员 Zhiting Hu 表示推理时间约为 700 毫秒，而在 Mirage 2 上显著改善至 200 毫秒，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（prompt engineering），可以在较长时间内保持画面一致性。
我们在试玩过程中发现，visual consistency（视觉一致性）问题是感知最明显的地方。例如，当操作的主角走过一辆电瓶车时，视角被遮挡后，主角莫名其妙地变成了骑电瓶车的人；视角回转时，照片中的建筑物已经完全不是原先的样子。
这种效果与 Genie 3 的演示一致性的差距明显。正如读者在 Mirage 1 报道下的评论所言：
尽管仍有许多亟待解决的问题，但仅仅一个半月的时间，Mirage 就已经取得了如此显著的进步。九个月后的 GTA 6 发售时，这些 AI 驱动的 UGC 游戏引擎又会发展到哪一步呢？
