Hunyuan-GameCraft-1.0

Jüngste Fortschritte in der diffusionsbasierten und kontrollierbaren Videoerzeugung haben die Synthese von qualitativ hochwertigen und zeitlich kohärenten Videos ermöglicht, was die Grundlage für immersive interaktive Spielerlebnisse legt. Aktuelle Methoden stoßen jedoch auf Einschränkungen in der Dynamik, physikalisch realistischer Langzeitkonsistenz und Effizienz, die die Fähigkeit zur Erstellung verschiedener Gameplay-Videos einschränken. Um diese Lücken zu schließen, stellen wir Hunyuan-GameCraft vor, ein neuartiges Framework zur hochdynamischen interaktiven Videoerzeugung in Spielumgebungen. Um eine feinkörnige Aktionskontrolle zu erreichen, vereinheitlichen wir Standardtastatur- und Maus-Eingaben in einem gemeinsamen Kamerarepräsentationsraum, was eine flüssige Interpolation zwischen verschiedenen Kamera- und Bewegungsoperationen erleichtert. Dann schlagen wir eine hybride geschichtsbedingte Trainingsstrategie vor, die Video-Sequenzen autoregressiv erweitert und dabei Informationen über die Spielszene bewahrt. Darüber hinaus erreichen wir zur Verbesserung der Inferenz-Effizienz und Spielbarkeit eine Modell-Destillation, um den Rechenaufwand zu reduzieren und gleichzeitig die Konsistenz über lange zeitliche Sequenzen hinweg aufrechtzuerhalten, was es für den Echtzeiteinsatz in komplexen interaktiven Umgebungen geeignet macht.