論文の概要: Hunyuan-Game: Industrial-grade Intelligent Game Creation Model

• arxiv url: http://arxiv.org/abs/2505.14135v1
• Date: Tue, 20 May 2025 09:39:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-21 14:49:53.031594
• Title: Hunyuan-Game: Industrial-grade Intelligent Game Creation Model
• Title（参考訳）: Hunyuan-Game: インダストリアルグレードのインテリジェントゲーム作成モデル
• Authors: 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,
• Abstract要約: Hunyuan-Gameは知的ゲーム制作に革命をもたらすために設計された革新的なプロジェクトである。 このプロジェクトは、画像生成とビデオ生成の2つの主要分野を含んでいる。 画像生成コンポーネントは、数十億のゲームイメージからなる広大なデータセット上に構築されている。 ビデオ生成コンポーネントは、数百万のゲームとアニメのビデオのデータセットの上に構築されている。
• 参考スコア（独自算出の注目度）: 39.65749292966839
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Intelligent game creation represents a transformative advancement in game development, utilizing generative artificial intelligence to dynamically generate and enhance game content. Despite notable progress in generative models, the comprehensive synthesis of high-quality game assets, including both images and videos, remains a challenging frontier. To create high-fidelity game content that simultaneously aligns with player preferences and significantly boosts designer efficiency, we present Hunyuan-Game, an innovative project designed to revolutionize intelligent game production. Hunyuan-Game encompasses two primary branches: image generation and video generation. The image generation component is built upon a vast dataset comprising billions of game images, leading to the development of a group of customized image generation models tailored for game scenarios: (1) General Text-to-Image Generation. (2) Game Visual Effects Generation, involving text-to-effect and reference image-based game visual effect generation. (3) Transparent Image Generation for characters, scenes, and game visual effects. (4) Game Character Generation based on sketches, black-and-white images, and white models. The video generation component is built upon a comprehensive dataset of millions of game and anime videos, leading to the development of five core algorithmic models, each targeting critical pain points in game development and having robust adaptation to diverse game video scenarios: (1) Image-to-Video Generation. (2) 360 A/T Pose Avatar Video Synthesis. (3) Dynamic Illustration Generation. (4) Generative Video Super-Resolution. (5) Interactive Game Video Generation. These image and video generation models not only exhibit high-level aesthetic expression but also deeply integrate domain-specific knowledge, establishing a systematic understanding of diverse game and anime art styles.
• Abstract（参考訳）: インテリジェントなゲーム生成はゲーム開発における革新的な進歩を表し、生成人工知能を利用してゲームコンテンツを動的に生成し、拡張する。 生成モデルの顕著な進歩にもかかわらず、画像とビデオを含む高品質なゲーム資産の総合的な合成は、依然として挑戦的なフロンティアである。 プレイヤーの好みに合わせた高忠実なゲームコンテンツを作成し,デザイナーの効率を大幅に向上させるため,知的ゲーム制作に革命をもたらす革新的なプロジェクトであるHunyuan-Gameを紹介した。 Hunyuan-Gameは、画像生成とビデオ生成の2つの主要分野を含んでいる。 画像生成コンポーネントは、数十億のゲームイメージからなる広大なデータセット上に構築されており、ゲームシナリオに適したカスタマイズされた画像生成モデル群の開発につながっている。 2) テキスト・トゥ・エフェクトと参照画像に基づくゲーム視覚効果生成を含むゲーム視覚効果生成 (3)キャラクター、シーン、ゲーム視覚効果の透明画像生成 (4)スケッチ、白黒画像、白モデルに基づくゲームキャラクタ生成。 ビデオ生成コンポーネントは、数百万のゲームおよびアニメビデオの包括的なデータセットに基づいて構築され、ゲーム開発における重要な痛点をターゲットとした5つのコアアルゴリズムモデルの開発に繋がる。 (2)360A/Tポスアバタービデオ合成 (3)ダイナミック・イラストレーション・ジェネレーション (4)生成ビデオスーパーリゾリューション (5)インタラクティブ・ゲーム・ビデオ・ジェネレーション これらの画像および映像生成モデルは、高いレベルの美的表現を示すだけでなく、ドメイン固有の知識を深く統合し、多様なゲームやアニメのスタイルの体系的な理解を確立している。

関連論文リスト

• Generative AI for Film Creation: A Survey of Recent Advances [9.778792224015275]
  Generative AI(GenAI)は、アーティストにテキスト・ツー・イメージや画像・ビデオ拡散、ニューラル・ラディアンス・フィールド、アバター生成、そして3D合成などのツールを提供する。 本稿では,近年のAI駆動映画から,これらの技術が映画製作に採用されていることを明らかにする。 3D生成の利用の増加や、実際の映像とAI生成要素の統合といった、新たなトレンドを強調します。
  論文  参考訳（メタデータ） (2025-04-11T06:54:29Z)
• AnimeGamer: Infinite Anime Life Simulation with Next Game State Prediction [58.240114139186275]
  近年,無限アニメライフシミュレーションの先駆的なアプローチとして,多ターンテキスト対話を画像生成のための言語命令に変換するために,大規模言語モデル(LLM)が採用されている。 本稿では,MLLM(Multimodal Large Language Models)をベースとしたAnimeGamerを提案する。 本稿では,アニメーション映像を高品質なビデオクリップにデコード可能な,アクション対応のマルチモーダル表現を提案する。
  論文  参考訳（メタデータ） (2025-04-01T17:57:18Z)
• Position: Interactive Generative Video as Next-Generation Game Engine [32.7449148483466]
  生成ゲームエンジン(GGE)の基礎として,対話型生成ビデオ(IGV)を提案する。 IGVのユニークな強みは、無制限の高品質なコンテンツ合成、物理を意識した世界モデリング、ユーザ制御の対話性、長期記憶能力、因果推論である。 私たちの研究は、AI時代のゲーム開発の新しいコースをグラフ化し、AIによる生成システムがゲームの作成と経験を根本的に変える未来を描いています。
  論文  参考訳（メタデータ） (2025-03-21T17:59:22Z)
• UniReal: Universal Image Generation and Editing via Learning Real-world Dynamics [74.10447111842504]
  UniRealは、様々な画像生成および編集タスクに対処するために設計された統一されたフレームワークである。 近年の映像生成モデルに着想を得て,画像レベルのタスクを不連続な映像生成として扱う統一的手法を提案する。 画像レベルのタスク用に設計されているが、ユニバーサルな監視のためのスケーラブルなソースとしてビデオを活用している。
  論文  参考訳（メタデータ） (2024-12-10T18:59:55Z)
• GameGen-X: Interactive Open-world Game Video Generation [10.001128258269675]
  我々は,オープンワールドゲームビデオの生成とインタラクティブ制御に特化して設計された,最初の拡散トランスフォーマーモデルであるGameGen-Xを紹介する。 革新的なキャラクター、動的環境、複雑なアクション、多様なイベントなど、一連のゲームエンジン機能をシミュレートする。 インタラクティブな制御性を提供し、現在のクリップに基づいたコンテンツの予測と将来的な変更を可能にし、ゲームプレイシミュレーションを可能にする。
  論文  参考訳（メタデータ） (2024-11-01T17:59:17Z)
• Unbounded: A Generative Infinite Game of Character Life Simulation [68.37260000219479]
  生成モデルを用いて,有限なハードコードシステムの境界を超越したゲームである生成無限ゲームの概念を導入する。 我々は、生成AIの最近の進歩を活用して、生成モデルに完全にカプセル化されたキャラクターライフシミュレーションゲームUnboundedを作成する。
  論文  参考訳（メタデータ） (2024-10-24T17:59:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。