HyperAI超神经

一、教程简介

Hunyuan-GameCraft-1.0 是由腾讯 Hunyuan 团队和华中科技大学于 2025 年 8 月共同推出的高动态交互式游戏视频生成框架。基于将键盘和鼠标输入统一到共享的相机表示空间，实现精细的动作控制，支持复杂的交互输入。框架推出混合历史条件训练策略，能自回归地扩展视频序列，保留游戏场景信息，确保长期的时间连贯性。基于模型蒸馏技术，Hunyuan-GameCraft-1.0 显著提高推理速度，适合在复杂交互环境中实时部署。模型在大规模 AAA 游戏数据集上进行训练，展现出卓越的视觉保真度、真实性和动作可控性，显著优于现有模型。相关论文成果为「Hunyuan-GameCraft: High-dynamic Interactive Game Video Generation with Hybrid History Condition」。

该教程算力资源采用四卡 RTX 4090 。

二、效果展示

三、运行步骤

1. 启动容器

2. 使用步骤

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 5-6 分钟后刷新页面，并确保模型初始化完成后操作 Gradio 界面。

注意：推理步数/视频帧数越多，生成的效果越好，同时推理生成时间也会更长，请合理设置推理步数/视频帧数（推理步骤为 5 , 视频帧数为 33 时，生成视频大约需要 15 分钟左右）。

具体参数：

Select Actions（Action List）：
- forward：沿当前朝向（相机/载体的正前方）直线向前移动，不改变朝向。
- left：沿当前朝向的「左侧」横向平移，不改变朝向。
- right：沿当前朝向的「右侧」横向平移，不改变朝向。
- backward：沿当前朝向的反方向直线向后移动，不改变朝向。
- up_rot：绕「水平轴」向上旋转视角/俯仰角（pitch ↑），只改变视角方向，不改变位置。
- right_rot：绕「竖直轴」向右旋转视角（yaw →），只改变朝向，不改变位置。
- left_rot：绕「竖直轴」向左旋转视角（yaw ←），只改变朝向，不改变位置。
- down_rot：绕「水平轴」向下旋转视角/俯仰角（pitch ↓），只改变视角方向，不改变位置。
CFG Scale：控制提示词对生成结果的影响程度，值越大越贴合提示词。
Sample N Frames：生成视频的总帧数。
Inference Steps：视频生成的迭代优化步数。
Flow Shift Eval Video：控制视频流畅度的参数。

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓

引用信息

感谢 Github 用户 SuperYang 对本教程的部署。本项目引用信息如下：

@misc{li2025hunyuangamecrafthighdynamicinteractivegame,
    title={Hunyuan-GameCraft: High-dynamic Interactive Game Video Generation with Hybrid History Condition}, 
    author={Jiaqi Li and Junshu Tang and Zhiyong Xu and Longhuang Wu and Yuan Zhou and Shuai Shao and Tianbao Yu and Zhiguo Cao and Qinglin Lu},
    year={2025},
    eprint={2506.17201},
    archivePrefix={arXiv},
    primaryClass={cs.CV},
    url={https://arxiv.org/abs/2506.17201}, 
}