Hunyuan-GameCraft-1.0

Los recientes avances en la generación de video basada en difusión y controlable han permitido la síntesis de videos de alta calidad y temporalmente coherentes, sentando las bases para experiencias de juego interactivas inmersivas. Sin embargo, los métodos actuales enfrentan limitaciones en dinámica, consistencia a largo plazo físicamente realista y eficiencia, lo que limita la capacidad de crear varios videos de juego. Para abordar estas brechas, presentamos Hunyuan-GameCraft, un nuevo marco para la generación de video interactivo de alta dinámica en entornos de juego. Para lograr un control de acción detallado, unificamos las entradas estándar de teclado y ratón en un espacio de representación de cámara compartido, facilitando la interpolación suave entre varias operaciones de cámara y movimiento. Luego proponemos una estrategia de entrenamiento condicionada por historia híbrida que extiende las secuencias de video de manera autorregresiva mientras preserva la información de la escena del juego. Además, para mejorar la eficiencia de inferencia y la jugabilidad, logramos la destilación del modelo para reducir la sobrecarga computacional mientras mantenemos la consistencia a lo largo de largas secuencias temporales, lo que lo hace adecuado para el despliegue en tiempo real en entornos interactivos complejos.