E作者LDPC (Channel Coding)
看板Stock
标题Re: [标的] US.U Unity software 爆炸多
时间Tue Feb 3 02:05:09 2026
大概写写阿宅观点 在很早期(2015-2020) 所有做机器人都是在Unity模拟平台
去做机器人控制 包含我前前司 迪士尼研究院 干法就是 把机器人骨架参数 马达系数等等
(都可以直接套用)套到Unity平台 然後在上面用RL算法 去干各种事情
我有一个同事曾经花了半年 就是教机器人在Unity虚拟平台 学Allen Iversion运球
https://libliu.info/SoftControl/SoftControl.html (後来运球失败 改方向)
https://hanyang9.github.io/SRBTrack/ 其他示范
因为此 当我看到Unity上市 我就Fomo买了 然後....大家都对Unity有期许
希望自驾 机器人 电影都可以受益这模拟平台
认为他可以不在是一个卖游戏 的确他也盖了一堆研究Department 模拟虚拟世界
但基本上这个就是跟世界模型相冲突 Unity不可能打赢Google Deep Mind 所以...QQ
※ 引述《vcooter (DRRRRRR)》之铭言:
: ※ 引述《BMTH5566 (苗栗耀扬)》之铭言:
: : 这档股票真是坎坷
: : 昨天因为Google推出的实验计画大崩
: : https://deepmind.google/models/genie/
: : 感觉是资本看不懂游戏
: : 杀太夸张了
: : 不知道恐惧的时候是否该贪婪了?
: : https://i.mopix.cc/AJJwPw.jpg
: : https://i.mopix.cc/LSwoOX.jpg
: 身为大股东的我
: 这次是被砍重重一刀
: 但对於google genie出世
: 与游戏引擎的关系我是有一些看法
: 我也请Gemini 客观地发表他的意见
: 看法1:
: 关於google genie推出造成游戏引擎概念股全面重创
: 但我认为google genie与之前推出的sora 2本质上没有什麽不同 只是变成一个超大型的
: 开放世界 并以gta6为范例 因此才对於游戏产业产生了巨大的动荡
: Gemini:
: 关於 Genie 与 Sora 的本质区别,以及市场过度反应的看法
: 你的观察很有道理。在许多层面上,Genie 确实可以被视为一种「可互动版的 Sora」。
: 但为什麽市场(尤其是游戏引擎概念股)的反应会如此剧烈?
: ‧ 「动作性」的突破: Sora 强在视觉的连贯性与美学,但它缺乏**「输入控制(Input
: Control)」**。Genie 的核心突破在於它不需要标签,就能从影片中学习到「按了左键
: ,画面会向右移动」这种物理逻辑。这意味着它不再只是「看影片」,而是初步具备了「
: 玩游戏」的能力。
: ‧ 对开发流程的威胁(恐惧来源): 游戏引擎(如 Unity, Unreal)的核心价值在於提
: 供一个让开发者管理物理、光影、碰撞的「架构」。当 Google 展示了「不需要引擎架构
: 也能跑出具物理逻辑的画面」时,投资人担心的是:如果未来游戏不再需要写程式码、处
: 理碰撞箱(Hitbox),那引擎公司的护城河是否会崩塌?
: ‧ 看法: 我同意你所说,市场确实存在一定程度的过度恐慌(Overreaction)。Genie
: 目前生成的只是低解析度的 2D 环境,离《GTA 6》那种具备复杂 AI 寻路、数值系统、
: 剧情脚本的 3D 开放世界还差得非常远。它目前更像是一个「概念验证」,而非成熟的替
: 代方案。
: 看法2:
: 我认为google genie是的确能够取代游戏引擎内的环境建构 但我认为如许多网路上技术
: 人员说的 google genie毕竟还是机率模型 未来的方向我认为最佳解是 google genie 再
: 加上游戏引擎具有逻辑性的特性 来创造一个合理的开放世界
: Gemini:
: 关於「机率模型」与「逻辑引擎」结合的看法(最佳解)
: 你提到的「AI 生成环境 + 游戏引擎维持逻辑」是目前科技界最公认的发展路径。
: ‧ 机率模型的致命伤: AI(Genie)是基於机率预测下一帧画面,它没有「永恒性(Per
: sistence)」。例如,你在 AI 生成的房间里打破一个杯子,走远後再回来,AI 可能会
: 因为机率分布而「忘记」杯子碎了。
: ‧ 游戏引擎的强项: 引擎是基於「确定性(Determinism)」的。资料库里记录了杯子
: 的状态是「碎了」,它就永远是碎了。
: ‧ 看法: 我完全认同你的**「混合模式」**观点。
: ‧ 未来场景: 游戏引擎将扮演「大脑(记忆与逻辑)」,而 Genie 类型的 AI 扮演「
: 绘画手(实时渲染)」。引擎负责定义规则(如:重力常数、角色数值),AI 负责将这
: 些规则即时转化为无穷无尽、不重复的精美画面。这将解决目前游戏开发中「美术资产(
: Assets)制作成本过高」的痛点。
: 看法3:
: 承第2点我想再纳入成本上的考量 假设如gta6都需要极高的电脑配备需求 那以目前的技
: 术 要在由如google genie这种全ai实时生成的开放世界游玩 需要的成本要达到普遍性是
: 不可能 还差非常非常远 所以我认为游戏引擎仍是无法取代的 只是随着硬体技术的进步
: 游戏引擎开始能与如google genie一起共建一个开放世界 但要进入消费者的生活 如goog
: le genie的贡献一定先从几乎为0 缓慢地成长
: Gemini:
: 这点你点出了最现实的障碍:算力成本与延迟(Latency)。
: ‧ 硬体落差: 跑《GTA 6》虽然需要高阶 PC,但那是因为它在计算「光影追踪」和「复
: 杂几何体」。而像 Genie 这种「全 AI 实时生成」,每一帧都需要经过数十亿次的参数
: 运算。
: ‧ 目前的瓶颈:
: 1. 延迟: 玩游戏需要极高的反应速度。目前的 AI 生成画面(如云端推理)延迟太高,
: 根本无法达到电竞或动作游戏的需求。
: 2. 能效比: 本地端(家里的电脑)目前无法支撑这种等级的实时推理;若放在云端(Se
: rver-side Rendering),那频宽与伺服器成本会让游戏订阅费变成天文数字。
: ‧ 看法: 你的判断非常准确。游戏引擎在未来 10 年内仍是不可取代的基础设施。
: ‧ 成长曲线: 正如你所说,AI 的贡献会从「辅助」开始。例如:先用 AI 加速 3D 建
: 模、用 AI 生成 NPC 对话(如 NVIDIA ACE),或是用 AI 进行超解析度补偿(如 DLSS
: )。
: ‧ 从 0 到 1 的缓慢成长: AI 实时生成开放世界会先出现在「对延迟不敏感」、「画
: 面简单」的实验性作品或手游中。要进入消费级的 3A 大作,必须等待专用的 AI 加速晶
: 片(NPU)在消费市场普及,以及模型压缩技术有质的飞跃。
: Gemini的总结:
: Google Genie 不是游戏引擎的「终结者」,而是「进化的燃料」。
: 市场目前的动荡来自於对「AI 直接生成结果」的想像,但忽略了游戏作为一种「互动媒
: 体」,其核心在於规则的稳定性与硬体的普及性。这两点目前仍是传统引擎与硬体厂商的
: 绝对优势。未来我们看到的,更有可能是 "Neural Rendering"(神经渲染) 逐渐渗透进
: 传统引擎,而非 AI 一夕之间取代所有代码。
: 游戏引擎是unity的根没错
: 但占比营收为1/3 大部分还是移动广告
: 所以接下来还是等待2/11的电话会议
: 帮QQ
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 76.21.72.78 (美国)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1770055512.A.B33.html
1F:→ xross : AI泡沫 vs AI打得Unity等无法自理 投票罗 02/03 02:12
2F:推 L1ON : QQ 02/03 02:21
※ 编辑: LDPC (76.21.72.78 美国), 02/03/2026 02:38:37
3F:推 void : 我有疑问 Unity模拟的原理是纯粹的物理引擎吧? 02/03 02:45
4F:→ void : 就是所有reaction都是精准地依照物理公式? 若如此 02/03 02:45
5F:→ void : 理论上回馈会是非常可靠的吧? 狗家那个Genie3是啥原 02/03 02:46
6F:→ void : 理? 如果它生成的reaction有依赖AI来实时模拟 那理 02/03 02:46
7F:→ void : 论上物理反馈应该会有些失真? (对游戏来说没差 但如 02/03 02:46
8F:→ void : 果是你讲的训练机器人 那一定程度的失真会有影响吧? 02/03 02:47
9F:→ void : 我是外行 不晓得内行人能否解惑一下 感谢 02/03 02:47
QQ你说的没错 但有些人会拿Unity产生东西去训练世界模型
谣言sora 第一代就拿了Unity产出的东西去训练
10F:推 ericlin84 : 这只的问题不是管理层吗? 一直在换人 一直在抛股票 02/03 02:50
自从看到CEO牵涉到性丑闻 我就直接认赔全抛弃了 管理层看起来烂死了QQ
※ 编辑: LDPC (76.21.72.78 美国), 02/03/2026 02:55:03
11F:推 lofiktb : 我也帮自己看好的fig上香 02/03 04:09
12F:→ JoeyChen : Unity没办法因为AI而更强大吗? 02/03 04:58
13F:推 PTTdoggy : DeepMind多年前就已经验证了GNN连流体力学都能模拟 02/03 04:59
14F:→ PTTdoggy : 理论上你只要有物理系统的模拟数据,就能训练出几乎 02/03 05:01
15F:→ PTTdoggy : 拟真的GNN,Graph Latent Space就是这麽强大好用 02/03 05:03
16F:推 PTTdoggy : 不过就不清楚Genie的底层架构是不是也有类似的GNN? 02/03 05:15
我猜没有GNN不适用现在矩阵加速 不好scalable 现在都讲求暴力
所以Transformer应该可以学到Graph Latent Space的表徵 不然就走hybrid
https://arxiv.org/html/2504.20770 不过说到底是GDM的错 卷成这样 逼得大家一起卷
※ 编辑: LDPC (76.21.72.78 美国), 02/03/2026 06:40:19
17F:推 CGZB : 物理引擎很难做到很真,不同相态之间的物体交互运 02/03 09:03
18F:→ CGZB : 动、压力导致的物体移动、柔性,可塑性物体变形,太 02/03 09:03
19F:→ CGZB : 复杂了 02/03 09:03