GameNGen é um motor de jogo totalmente impulsionado por modelos neurais, capaz de interação em tempo real com ambientes complexos, mantendo alta qualidade em trajetórias longas. Ele consegue simular interativamente o jogo clássico DOOM a mais de 20 quadros por segundo, com uma previsão da próxima frame atingindo um PSNR de 29.4, comparável à compressão JPEG com perda. Avaliadores humanos conseguiram distinguir entre clipes de jogo reais e simulados apenas ligeiramente melhor do que o acaso. O GameNGen é treinado em duas etapas: (1) um agente RL aprende a jogar o jogo e registra as ações e observações das sessões de treinamento, que se tornam dados de treinamento para o modelo gerador; (2) um modelo de difusão é treinado para prever a próxima frame, condicionado à sequência passada de ações e observações. O aumento condicional permite a geração autoregressiva estável em trajetórias longas.