terrain-diffusion: Perlin noise 的學習型繼承者，用於實現無限且具決定性的即時地形生成

它解決了什麼問題

Terrain Diffusion 為即時生成無限、具決定性且可隨機存取的的地形提供了一種學習型替代方案，以取代 Perlin noise。它讓創作者能夠超越簡單的程序化雜訊，生成高保真、寫實的行星地形與氣候數據，並在無邊界的環境中保持一致性。

運作原理

該系統使用層級式的擴散模型堆疊。它從一個「粗略地圖」（無論是程序化生成或手繪）開始，定義世界的總體佈局。接著，擴散模型會將這些粗略草圖轉換為高解析度的高度圖（例如 30m/pixel）與氣候數據。

其核心是 InfiniteDiffusion，一個讓擴散採樣具備延遲載入（lazy）且無邊界特性的框架。這使得在不需要先生成整個地圖的情況下，即可對無限世界中的任何點進行 $O(1)$ 隨機存取，同時保持種子一致性（決定性）。

目標對象

• Game developers：正在開發具有高度局部變化與細節的開放世界環境。
• Worldbuilders：專注於寫實、大規模的行星地理。
• Technical artists：希望將 AI 生成的地形整合到如 Azgaar's Fantasy Map Generator 等工具中。

重點特色

• 無限且具決定性的生成：使用 InfiniteDiffusion 演算法，確保相同的種子在任何座標都能產生相同的情形。

• 因果條件化 (Causal Conditioning)：支援根據海拔、溫度與降水地圖進行條件化，以引導地形生成。

• 多解析度模型：為可遊玩的遊戲世界（30m 解析度）與寫實的世界構建（90m 解析度）提供專門的模型。

• 整合工具：包含一個將 Azgaar Fantasy Map JSON 匯出檔轉換為 GeoTIFFs 的轉換器，以及一個用於替換世界生成器的 Minecraft mod。