⏶14
Hunyuan-Game:工业级智能游戏创作模型
发表
由
AK 提交

作者:
Ruihuang Li, Caijin Zhou,
Shoujian Zheng, Jianxiang Lu,
Jiabin Huang, Comi Chen,
Junshu Tang,
Guangzheng Xu,
Jiale Tao, Hongmei Wang,
Donghao Li, Wenqing Yu, Senbo Wang, Zhimin Li,
Yetshuan Shi, Haoyu Yang, Yukun Wang,
Wenxun Dai, Jiaqi Li,
Linqing Wang,
Qixun Wang,
Zhiyong Xu, Yingfang Zhang, Jiangfeng Xiong, Weijie Kong, Chao Zhang, Hongxin Zhang, Qiaoling Zheng, Weiting Guo, Xinchi Deng, Yixuan Li, Renjia Wei, Yulin Jian, Duojun Huang, Xuhua Ren, Sihuan Lin, Yifu Sun, Yuan Zhou, Joey Wang, Qin Lin, Jingmiao Yu, Jihong Zhang, Caesar Zhong, Di Wang, Yuhong Liu, Linus, Jie Jiang, Longhuang Wu, Shuai Shao, Qinglin Lu


摘要
智能游戏创作代表了游戏开发的变革性进展,它利用生成式人工智能动态生成和增强游戏内容。尽管生成模型取得了显著进展,但高质量游戏资产(包括图像和视频)的全面合成仍然是一个具有挑战性的前沿领域。为了创建既符合玩家偏好又能显著提高设计师效率的高保真游戏内容,我们提出了 Hunyuan-Game,这是一个旨在彻底改变智能游戏制作的创新项目。Hunyuan-Game 包含两个主要分支:图像生成和视频生成。图像生成部分基于包含数十亿张游戏图像的庞大数据集构建,从而开发出一组针对游戏场景定制的图像生成模型:(1)通用文本到图像生成。(2)游戏视觉效果生成,包括文本到效果生成和基于参考图像的游戏视觉效果生成。(3)用于角色、场景和游戏视觉效果的透明图像生成。(4)基于草图、黑白图像和白色模型的游戏角色生成。视频生成部分基于包含数百万个游戏和动漫视频的综合数据集构建,从而开发了五个核心算法模型,每个模型都针对游戏开发中的关键痛点,并具有强大的适应不同游戏视频场景的能力:(1)图像到视频生成。(2)360 度 A/T 姿态头像视频合成。(3)动态插画生成。(4)生成式视频超分辨率。(5)交互式游戏视频生成。这些图像和视频生成模型不仅表现出高水平的审美表达能力,还深入整合了领域特定知识,建立了对不同游戏和动漫艺术风格的系统性理解。
评论

论文提交者