Talus 23M 参数扩散模型在 WebGPU 浏览器中运行并经过真实噪声底线评估

作者发布了一个仅 2300 万参数的扩散模型 Talus，用于生成游戏地形高度图，该模型可在浏览器中通过 WebGPU 直接运行。模型接受地形类型及五个测量属性（平均海拔、起伏度、平均坡度、水域比例、光谱斜率）作为条件输入，训练耗时约 4.5 小时，使用单张 RTX 5060 完成。评估体系采用独特的“真实对真实”噪声底线标准，将模型生成的距离指标与真实地图两半之间的差异进行对比，当前测试集上的 W1 指标为真实底线的 1.51 倍。

技术细节方面，模型采用像素空间 U-Net 架构配合 v-prediction 和余弦调度，推理时使用 50 步 DDIM 采样器及 2.0 的分类器自由引导。代码已开源（Apache-2.0），包含 ONNX 导出权重和 JavaScript 重实现的采样器，后者与 PyTorch 参考样本的误差控制在 0.6 米以内。尽管模型在平原颗粒度和山脉平滑度上仍存在不足，但其在极小参数量下实现了跨平台部署能力。

事实层面，该模型确实在消费级显卡上训练并在浏览器中运行，且评估方法具有创新性；推断层面，这种轻量级方案可能改变独立游戏开发者对程序化内容生成工具的依赖路径，使其无需后端服务即可本地生成地形；猜测层面，若后续能解决频谱缺口问题，此类模型或成为移动端游戏资产生成的新范式，但目前其适用性仍受限于特定地形类型的生成质量。