terrain-diffusion: Perlin noise 的学习型继任者，用于实现无限且确定性的实时地形生成

它解决了什么问题

Terrain Diffusion 为实时生成无限、确定且可随机访问的地形提供了一种学习型替代方案，以取代 Perlin noise。它允许创作者超越简单的程序化噪声，生成高保真、逼真的行星地形和气候数据，并能在无界的世界中保持一致性。

工作原理

该系统使用扩散模型的层级堆栈。它从一个“粗略地图”（无论是程序化生成的还是手绘的）开始，该地图定义了世界的总体布局。然后，扩散模型将这些粗略草图转换为高分辨率高度图（例如，30m/pixel）和气候数据。

其核心是 InfiniteDiffusion，这是一个使扩散采样变为延迟加载且无界的框架。这使得在无需预先生成整个地图的情况下，即可实现对无限世界中任何点的 $O(1)$ 随机访问，同时保持种子一致性（确定性）。

适用人群

• Game developers 创建具有高局部变化和细节的开放世界环境。
• Worldbuilders 专注于现实主义的大规模行星地理。
• Technical artists 希望将 AI 生成的地形集成到 Azgaar's Fantasy Map Generator 等工具中。

亮点

• Infinite, Deterministic Generation：使用 InfiniteDiffusion 算法，确保相同的种子在任何坐标下都能生成相同的地形。

• Causal Conditioning：支持基于海拔、温度和降水图进行条件约束，以引导地形生成。

• Multi-Resolution Models：为可玩世界（30m 分辨率）和现实主义世界构建（90m 分辨率）提供专门的模型。

• Integration Tools：包括一个用于将 Azgaar Fantasy Map JSON 导出转换为 GeoTIFFs 的转换器，以及一个用于替换世界生成器的 Minecraft mod。