Re: [標的] US.U Unity software 爆炸多

大概寫寫阿宅觀點 在很早期(2015-2020) 所有做機器人都是在Unity模擬平台
去做機器人控制 包含我前前司 迪士尼研究院 幹法就是 把機器人骨架參數 馬達係數等等
(都可以直接套用)套到Unity平台 然後在上面用RL算法 去幹各種事情
我有一個同事曾經花了半年 就是教機器人在Unity虛擬平台 學Allen Iversion運球
https://libliu.info/SoftControl/SoftControl.html (後來運球失敗 改方向)
https://hanyang9.github.io/SRBTrack/ 其他示範
因為此 當我看到Unity上市 我就Fomo買了 然後....大家都對Unity有期許
希望自駕 機器人 電影都可以受益這模擬平台
認為他可以不在是一個賣遊戲 的確他也蓋了一堆研究Department 模擬虛擬世界
但基本上這個就是跟世界模型相衝突 Unity不可能打贏Google Deep Mind 所以...QQ


※ 引述《vcooter (DRRRRRR)》之銘言：
: ※ 引述《BMTH5566 (苗栗耀揚)》之銘言：
: : 這檔股票真是坎坷
: : 昨天因為Google推出的實驗計畫大崩
: : https://deepmind.google/models/genie/
: : 感覺是資本看不懂遊戲
: : 殺太誇張了
: : 不知道恐懼的時候是否該貪婪了？
: : https://i.mopix.cc/AJJwPw.jpg
: : https://i.mopix.cc/LSwoOX.jpg
: 身為大股東的我
: 這次是被砍重重一刀
: 但對於google genie出世
: 與遊戲引擎的關係我是有一些看法
: 我也請Gemini 客觀地發表他的意見
: 看法1:
: 關於google genie推出造成遊戲引擎概念股全面重創
: 但我認為google genie與之前推出的sora 2本質上沒有什麼不同 只是變成一個超大型的
: 開放世界 並以gta6為範例 因此才對於遊戲產業產生了巨大的動盪
: Gemini:
: 關於 Genie 與 Sora 的本質區別，以及市場過度反應的看法
: 你的觀察很有道理。在許多層面上，Genie 確實可以被視為一種「可互動版的 Sora」。
: 但為什麼市場（尤其是遊戲引擎概念股）的反應會如此劇烈？
: ‧ 「動作性」的突破： Sora 強在視覺的連貫性與美學，但它缺乏**「輸入控制（Input
:  Control）」**。Genie 的核心突破在於它不需要標籤，就能從影片中學習到「按了左鍵
: ，畫面會向右移動」這種物理邏輯。這意味著它不再只是「看影片」，而是初步具備了「
: 玩遊戲」的能力。
: ‧ 對開發流程的威脅（恐懼來源）： 遊戲引擎（如 Unity, Unreal）的核心價值在於提
: 供一個讓開發者管理物理、光影、碰撞的「架構」。當 Google 展示了「不需要引擎架構
: 也能跑出具物理邏輯的畫面」時，投資人擔心的是：如果未來遊戲不再需要寫程式碼、處
: 理碰撞箱（Hitbox），那引擎公司的護城河是否會崩塌？
: ‧ 看法： 我同意你所說，市場確實存在一定程度的過度恐慌（Overreaction）。Genie
: 目前生成的只是低解析度的 2D 環境，離《GTA 6》那種具備複雜 AI 尋路、數值系統、
: 劇情腳本的 3D 開放世界還差得非常遠。它目前更像是一個「概念驗證」，而非成熟的替
: 代方案。
: 看法2:
: 我認為google genie是的確能夠取代遊戲引擎內的環境建構 但我認為如許多網路上技術
: 人員說的 google genie畢竟還是機率模型 未來的方向我認為最佳解是 google genie 再
: 加上遊戲引擎具有邏輯性的特性 來創造一個合理的開放世界
: Gemini:
: 關於「機率模型」與「邏輯引擎」結合的看法（最佳解）
: 你提到的「AI 生成環境 + 遊戲引擎維持邏輯」是目前科技界最公認的發展路徑。
: ‧ 機率模型的致命傷： AI（Genie）是基於機率預測下一幀畫面，它沒有「永恆性（Per
: sistence）」。例如，你在 AI 生成的房間裡打破一個杯子，走遠後再回來，AI 可能會
: 因為機率分佈而「忘記」杯子碎了。
: ‧ 遊戲引擎的強項： 引擎是基於「確定性（Determinism）」的。資料庫裡記錄了杯子
: 的狀態是「碎了」，它就永遠是碎了。
: ‧ 看法： 我完全認同你的**「混合模式」**觀點。
: ‧ 未來場景： 遊戲引擎將扮演「大腦（記憶與邏輯）」，而 Genie 類型的 AI 扮演「
: 繪畫手（實時渲染）」。引擎負責定義規則（如：重力常數、角色數值），AI 負責將這
: 些規則即時轉化為無窮無盡、不重複的精美畫面。這將解決目前遊戲開發中「美術資產（
: Assets）製作成本過高」的痛點。
: 看法3:
: 承第2點我想再納入成本上的考量 假設如gta6都需要極高的電腦配備需求 那以目前的技
: 術 要在由如google genie這種全ai實時生成的開放世界遊玩 需要的成本要達到普遍性是
: 不可能 還差非常非常遠 所以我認為遊戲引擎仍是無法取代的 只是隨著硬體技術的進步
: 遊戲引擎開始能與如google genie一起共建一個開放世界 但要進入消費者的生活 如goog
: le genie的貢獻一定先從幾乎為0 緩慢地成長
: Gemini:
: 這點你點出了最現實的障礙：算力成本與延遲（Latency）。
: ‧ 硬體落差： 跑《GTA 6》雖然需要高階 PC，但那是因為它在計算「光影追蹤」和「複
: 雜幾何體」。而像 Genie 這種「全 AI 實時生成」，每一幀都需要經過數十億次的參數
: 運算。
: ‧ 目前的瓶頸：
: 1. 延遲： 玩遊戲需要極高的反應速度。目前的 AI 生成畫面（如雲端推理）延遲太高，
: 根本無法達到電競或動作遊戲的需求。
: 2. 能效比： 本地端（家裡的電腦）目前無法支撐這種等級的實時推理；若放在雲端（Se
: rver-side Rendering），那頻寬與伺服器成本會讓遊戲訂閱費變成天文數字。
: ‧ 看法： 你的判斷非常準確。遊戲引擎在未來 10 年內仍是不可取代的基礎設施。
: ‧ 成長曲線： 正如你所說，AI 的貢獻會從「輔助」開始。例如：先用 AI 加速 3D 建
: 模、用 AI 生成 NPC 對話（如 NVIDIA ACE），或是用 AI 進行超解析度補償（如 DLSS
: ）。
: ‧ 從 0 到 1 的緩慢成長： AI 實時生成開放世界會先出現在「對延遲不敏感」、「畫
: 面簡單」的實驗性作品或手遊中。要進入消費級的 3A 大作，必須等待專用的 AI 加速晶
: 片（NPU）在消費市場普及，以及模型壓縮技術有質的飛躍。
: Gemini的總結：
: Google Genie 不是遊戲引擎的「終結者」，而是「進化的燃料」。
: 市場目前的動盪來自於對「AI 直接生成結果」的想像，但忽略了遊戲作為一種「互動媒
: 體」，其核心在於規則的穩定性與硬體的普及性。這兩點目前仍是傳統引擎與硬體廠商的
: 絕對優勢。未來我們看到的，更有可能是 "Neural Rendering"（神經渲染） 逐漸滲透進
: 傳統引擎，而非 AI 一夕之間取代所有代碼。
: 遊戲引擎是unity的根沒錯
: 但佔比營收為1/3 大部分還是移動廣告
: 所以接下來還是等待2/11的電話會議
: 幫QQ

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.21.72.78 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1770055512.A.B33.html
→ xross       : AI泡沫 vs AI打得Unity等無法自理   投票囉
推 L1ON        : QQ
※ 編輯: LDPC (76.21.72.78 美國), 02/03/2026 02:38:37
推 void        : 我有疑問 Unity模擬的原理是純粹的物理引擎吧?
→ void        : 就是所有reaction都是精準地依照物理公式? 若如此
→ void        : 理論上回饋會是非常可靠的吧? 狗家那個Genie3是啥原
→ void        : 理? 如果它生成的reaction有依賴AI來實時模擬 那理
→ void        : 論上物理反饋應該會有些失真? (對遊戲來說沒差 但如
→ void        : 果是你講的訓練機器人 那一定程度的失真會有影響吧?
→ void        : 我是外行 不曉得內行人能否解惑一下 感謝
QQ你說的沒錯 但有些人會拿Unity產生東西去訓練世界模型
謠言sora 第一代就拿了Unity產出的東西去訓練
推 ericlin84   : 這隻的問題不是管理層嗎? 一直在換人 一直在拋股票
自從看到CEO牽涉到性醜聞 我就直接認賠全拋棄了 管理層看起來爛死了QQ
※ 編輯: LDPC (76.21.72.78 美國), 02/03/2026 02:55:03
推 lofiktb     : 我也幫自己看好的fig上香
→ JoeyChen    : Unity沒辦法因為AI而更強大嗎？
推 PTTdoggy    : DeepMind多年前就已經驗證了GNN連流體力學都能模擬
→ PTTdoggy    : 理論上你只要有物理系統的模擬數據，就能訓練出幾乎
→ PTTdoggy    : 擬真的GNN，Graph Latent Space就是這麼強大好用
推 PTTdoggy    : 不過就不清楚Genie的底層架構是不是也有類似的GNN？