天才创意！无限扩散，神级论文颠覆AI生成！

要約

解讀獨立研究員 Alexander Gosling 發表於 SIGGRAPH 2026 的論文 Infinite Diffusion，解決了電腦圖學界四十年來的兩難：想要無限延展的地形只能用缺乏地質邏輯的 Perlin 雜訊程序化生成，想要真實感則被困在固定尺寸的擴散模型畫布裡。作者用懶加載機制把查詢成本與世界大小完全解耦，讓查詢任一區域的成本維持常數級，並開源了完整系統與 Minecraft 模組，單張消費級 GPU 生成地形速度可達近地軌道衛星飛行速度的 9 倍。內容為簡體中文頻道轉寫，已正體化與用語校正。

要点

• 核心演算法用懶加載機制解決前代方法遇到的記憶體爆炸問題：查詢某區域時只反向尋找剛好覆蓋該區域的相鄰窗口做加權平均，並把中間結果快取進稀疏無限張量結構，讓查詢成本與世界大小完全解耦
• 三階段架構：粗尺度擴散模型先畫出每像素 23 公里的全球輪廓；核心模型把輪廓翻譯成 4 到 6 公里地塊的潛變量；解碼器再展開成 90 公尺解析度的高清高程圖
• 訓練資料極度扎實：陸地用 90 公尺解析度的真實地球高程資料，海洋用深度資料並手寫差值演算法做海陸交界平滑過渡，另引入全球溫度與降水氣候資料作為條件輸入
• 兩招解決地形動態範圍過大的問題：符號平方根變換壓平極端海拔的方差；拉普拉斯編碼把地形拆成模糊低頻大輪廓與銳利高頻殘差分別生成再疊加，將核心模型指標從 21.51 大幅降至 8.11
• 混合次數超參數是效能與保真度的關鍵權衡點：只做一次混合時邊界有輕微陰影斷裂，做兩次混合時指標直接大幅改善，幾乎追平極耗時的前代方法，作者認為兩次是性能與保真度的生死線
• 效能驚人：生成大型地塊首圖僅需 1.72 秒，後續衍生地塊僅需 0.66 秒調取快取，單卡系統生成速度比近地軌道衛星飛行速度快 9 倍；低精度模式下峰值顯存僅約 1.8GB
• 已知侷限：離散隨機查詢每次都會觸發冷啟動延遲；系統依賴一致性蒸餾模型才能達到即時速度，在極度畸形的斷層結構上仍有結構崩塌風險；作者已完整開源模型權重、核心函式庫與 Minecraft 模組

引用