从屏幕到跨界：被低估的游戏技术应用
去年跟一个做自动驾驶仿真的朋友吃饭，他掏出手机给我看内部测试数据，我一眼认出那套程序化地形生成逻辑，这不就是《我的世界》刚火那会出圈的算法吗？
原来游戏技术从来不是只困在游戏客户端里。早就在各个你想不到的行业扎了根，结了果。
Unity引擎蛋白质折叠模拟实验效果图
说实话，我第一次看到这个新闻的时候，鸡皮疙瘩都起来了。谁能想到，当年开发出来只是为了算CSGO里子弹打墙面会不会跳弹、算GTA里车撞护栏会不会变形的算法，现在居然用来帮科学家找救命的新药。
太离谱了。
太酷了。
虚幻引擎交互数字城市规划沙盘
不过话说回来，也有坑。有的规划团队为了讨甲方开心，把实时渲染的场景调得跟北欧童话小镇一样，树比实际大两圈，天比实际蓝三个度，实际建完落差太大，挨骂也是常事。对吧？
抛开这些小花活不说，效率提升是真的吓人。之前跟做规划的朋友聊天，他说早几年改一次方案，要重新出几十张高清效果图，慢的时候改一次要等一周，甲方催都催不动。现在呢？把路网宽度、建筑高度参数一改，十分钟就能出实时预览，甲方站在屏幕旁边提要求，当场就能改，省了好多扯皮的功夫，省下来的时间都能多做两个项目了。
航天训练：游戏仿真框架喂大卫星操控AI
这个更有意思。去年SpaceX星舰第二次试飞的时候，我翻技术资料才发现，他们用来训练姿态控制AI的仿真环境，就是基于游戏开发的底层框架改的。
国内长光卫星的公开技术文章也提过，他们训练对地拍摄卫星的自动对焦AI，原本最大的问题就是缺训练数据——总不能让卫星绕着地球不停拍，专门给AI喂数据吧，成本太高，周期也太长。后来他们用游戏引擎生成了上千万张不同光照、不同地形的模拟地表数据，AI训练数据量直接翻了上百倍，训练速度提了三倍多，现在对焦准确率比之前高了快10个点。
逻辑其实特别简单。游戏从诞生那天起，本质就是对真实世界的数字化模拟。无非就是游戏要的是好看、流畅，专业领域要的是准确、符合物理规律，把底层算法改一改，调调精度，就能用，成本比专门从零开发一套专业仿真系统低太多，开发周期也能短一半。
现在很多人一提到游戏，第一反应就是“不务正业”“浪费时间”，可事实上，游戏行业是整个计算机领域技术迭代最快的方向之一——新的GPU芯片先给游戏用，新的渲染算法先在游戏上试，新的AI框架先在游戏里跑成熟，等技术稳定了，再往其他行业溢出。现在火得一塌糊涂的数字孪生，核心的实时渲染、交互逻辑，哪一个不是游戏行业先玩明白了才出圈的？
下次你坐在电脑前开一把游戏的时候，别觉得自己是在浪费时间。说不定你这局里用到的某一个算法，明天就会出现在某个抗癌新药的研发项目里，某个正在建设的新城规划图上，甚至某个要飞向火星的探测器的训练流程里。
挺神奇的。
制药研发：游戏物理引擎加速新药筛选
前段时间刷到MIT计算机系和医学院联合发的最新科研成果，他们拿修改过的Unity引擎做蛋白质折叠模拟，你敢信？ 原来传统的分子动力学模拟，算一个中等大小的蛋白质结构，动辄就要超算跑上好几天，改了游戏里的实时刚体物理碰撞检测算法，把精度调到科研够用的程度之后，普通的工作站几个小时就能出结果。成本直接砍到原来的十分之一不到。 英伟达去年GDC开发者大会，专门开了一个专场讲游戏技术的跨界落地，放出来的数据吓死人：大药企用这套方案筛选抗癌药候选分子，速度比传统流程提了快40倍。很多之前根本算不动的大分子结构，现在也能慢慢测了。Unity引擎蛋白质折叠模拟实验效果图
说实话，我第一次看到这个新闻的时候，鸡皮疙瘩都起来了。谁能想到，当年开发出来只是为了算CSGO里子弹打墙面会不会跳弹、算GTA里车撞护栏会不会变形的算法，现在居然用来帮科学家找救命的新药。
太离谱了。
太酷了。
城市规划：实时渲染把冰冷图纸变成可逛的数字沙盘
现在国内一二线城市的新城规划，早就不玩那套打印CAD效果图、做实体石膏沙盘的老路子了。全改用上了虚幻引擎做可交互数字沙盘。 你站在沙盘大屏前，挥挥手就能把十年后你家楼下的地铁站出口打开，甚至能模拟五十年一遇暴雨天，这块区域积水会不会淹到小区单元门，还能随便调不同季节不同时段的阳光角度，直接算出来新建的写字楼会不会挡了旁边老小区的低楼层采光。去年我去某市规划馆参观，亲测过能自己开着车在规划的新城里转，跟玩开放世界游戏一模一样。虚幻引擎交互数字城市规划沙盘
不过话说回来，也有坑。有的规划团队为了讨甲方开心，把实时渲染的场景调得跟北欧童话小镇一样，树比实际大两圈，天比实际蓝三个度，实际建完落差太大，挨骂也是常事。对吧？
抛开这些小花活不说，效率提升是真的吓人。之前跟做规划的朋友聊天，他说早几年改一次方案，要重新出几十张高清效果图，慢的时候改一次要等一周，甲方催都催不动。现在呢？把路网宽度、建筑高度参数一改，十分钟就能出实时预览，甲方站在屏幕旁边提要求，当场就能改，省了好多扯皮的功夫，省下来的时间都能多做两个项目了。
航天训练：游戏仿真框架喂大卫星操控AI
航天训练：游戏仿真框架喂大卫星操控AI
这个更有意思。去年SpaceX星舰第二次试飞的时候，我翻技术资料才发现，他们用来训练姿态控制AI的仿真环境，就是基于游戏开发的底层框架改的。
国内长光卫星的公开技术文章也提过，他们训练对地拍摄卫星的自动对焦AI，原本最大的问题就是缺训练数据——总不能让卫星绕着地球不停拍，专门给AI喂数据吧，成本太高，周期也太长。后来他们用游戏引擎生成了上千万张不同光照、不同地形的模拟地表数据，AI训练数据量直接翻了上百倍，训练速度提了三倍多，现在对焦准确率比之前高了快10个点。
逻辑其实特别简单。游戏从诞生那天起，本质就是对真实世界的数字化模拟。无非就是游戏要的是好看、流畅，专业领域要的是准确、符合物理规律，把底层算法改一改，调调精度，就能用，成本比专门从零开发一套专业仿真系统低太多，开发周期也能短一半。
现在很多人一提到游戏，第一反应就是“不务正业”“浪费时间”，可事实上，游戏行业是整个计算机领域技术迭代最快的方向之一——新的GPU芯片先给游戏用，新的渲染算法先在游戏上试，新的AI框架先在游戏里跑成熟，等技术稳定了，再往其他行业溢出。现在火得一塌糊涂的数字孪生，核心的实时渲染、交互逻辑，哪一个不是游戏行业先玩明白了才出圈的？
下次你坐在电脑前开一把游戏的时候，别觉得自己是在浪费时间。说不定你这局里用到的某一个算法，明天就会出现在某个抗癌新药的研发项目里，某个正在建设的新城规划图上，甚至某个要飞向火星的探测器的训练流程里。
挺神奇的。