HyperAI
منذ 17 أيام

هونيون-جيمكرافت: إنشاء فيديوهات ألعاب تفاعلية ذات ديناميكية عالية باستخدام شروط التاريخ الهجينة

Li, Jiaqi ; Tang, Junshu ; Xu, Zhiyong ; Wu, Longhuang ; Zhou, Yuan ; Shao, Shuai ; Yu, Tianbao ; Cao, Zhiguo ; Lu, Qinglin
هونيون-جيمكرافت: إنشاء فيديوهات ألعاب تفاعلية ذات ديناميكية عالية باستخدام شروط التاريخ الهجينة
الملخص

التطورات الحديثة في توليد الفيديو القائم على الانتشار والتوليد القابل للتحكم مكنت من إنتاج مقاطع فيديو ذات جودة عالية وتماسك زمني، مما وضع الأساس لتجارب ألعاب تفاعلية غامرة. ومع ذلك، تواجه الأساليب الحالية تحديات فيما يتعلق بالديناميكيات، والعمومية، والتماسك طويل المدى، والكفاءة، والتي تحد من قدرة إنشاء مقاطع فيديو متنوعة للألعاب. لسد هذه الثغرات، نقدم إطارًا جديدًا يُسمى "هونيوان-جيمكرافت" (Hunyuan-GameCraft) لتوليد الفيديو التفاعلي ذي الديناميكيات العالية في بيئات الألعاب. لتحقيق التحكم الدقيق في الحركات، نقوم بتوحيد المدخلات القياسية للكيبورد والفأرة في فضاء تمثيلي مشترك للكاميرا، مما يسهل التداخل السلس بين عمليات مختلفة للكاميرا والحركة. ثم نقترح استراتيجية تدريب هجينة قائمة على التاريخ التي تمتد بشكل أوتوريغريسيفي بينما تحتفظ بمعلومات المشهد اللعبة. بالإضافة إلى ذلك، لتحسين كفاءة الاستدلال والقابلية لللعب، نحقق تقليص النموذج لتقليل العبء الحسابي مع الحفاظ على التماسك عبر سلاسل زمنية طويلة، مما يجعله مناسبًا للنشر الفوري في بيئات تفاعلية معقدة. يتم تدريب النموذج على مجموعة بيانات كبيرة تتضمن أكثر من مليون تسجيل لعبة عبر أكثر من 100 لعبة من فئة AAA، مما يضمن تغطية واسعة ومتنوعة، ثم يتم تعديلها بدقة على مجموعة بيانات اصطناعية مُشَرَّحة بعناية لتعزيز الدقة والتحكم. البيانات المشهدية للعبة المُعدَّة بعناية تحسن بشكل كبير الإخلاص البصري والواقعية وقابلية التحكم في الحركات. أظهرت التجارب الواسعة أن "هونيوان-جيمكرافت" (Hunyuan-GameCraft) يتفوق بشكل كبير على النماذج الموجودة، مما يطور الواقعية والقابلية لللعب في توليد الفيديو التفاعلي للألعاب.