InfiniteDiffusion 提出了一种无需训练的算法，将扩散模型调整为惰性、无界生成，从而结合了学习模型的高保真度与程序化噪声的无限范围和确定性访问特性。配套的 Terrain Diffusion 框架展示了这一能力，通过分层模型和恒定内存张量操作，在消费级显卡上实现了比轨道速度快九倍的逼真行星地形生成。
背景
程序化生成长期依赖 Perlin 噪声等数学函数来实现无限且确定性的世界构建，而扩散模型虽擅长生成照片级逼真的内容，但通常局限于固定尺寸的图像。这项工作旨在解决开放世界环境中对可扩展、高保真资产的需求，同时避免了传统自回归方法的计算开销。
- 来源
- Lobsters
- 发布时间
- 2026年7月13日 03:56
- 评分
- 8.0 / 10