TL;DR
一位开发者编写了一个编译器，将《毁灭战士》的经典软件渲染算法直接编译为 210 亿参数的 Transformer 权重（无需任何训练），生成的标准 Hugging Face 检查点可通过 43 行宿主 Python 代码驱动，模型输出像素绘制指令序列并还原出 E1M1 关卡画面；性能对比鲜明：原版在 486 上跑 35 FPS，该项目在 NVIDIA B200 上约 35 FPD（每天帧数）。
核心观点与技术细节
- 核心创新：不是“用 Transformer 学习渲染”，而是通过自研编译器将命令式计算图（Doom 渲染算法）直接映射为 Transformer 权重，实现“程序即模型”。
- 技术路径：
- 将 Doom 渲染器移植为与编译器兼容的计算图。
- 编译器将计算图编译成标准 Transformers 检查点（无需
trust_remote_code，可直接加载）。 - 推理时输入 3,614 token 的场景数据提示词，模型自回归生成 53,747 个 token，解析后即为绘制指令（移动光标、画像素等），机械执行后得到完整帧。
- 性能数据：
- 单帧生成在 B200 上耗时约 40 分钟。
- 速度对比：原版 Doom 在 486 CPU 上 35 FPS，本方案在 B200 上 35 FPD。
- 资源开放：提供文章、Hugging Face 权重、GitHub 源代码。
核心痛点
- “训练即成本”困境：传统神经网络解决特定算法任务需要海量数据、算力与调参，本工作展示了一条“零训练”的替代路径，将算法直接编译进权重。
- 可解释性与可控性缺失：常规模型是黑盒，而本方案中模型行为完全由显式算法决定，输出可预期、可调试。
- 部署与兼容性摩擦：许多自定义模型需要特殊加载代码；本项目强调“标准 checkpoint、标准 transformers 接口”，降低了使用门槛。