論文の概要: AnyGameRenderer: Entity-Consistent Generative Rendering Across Games and an Entity-Level Benchmark

• arxiv url: http://arxiv.org/abs/2610.31466v1
• Date: Thu, 22 Oct 2026 15:58:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.465899
• Title: AnyGameRenderer: Entity-Consistent Generative Rendering Across Games and an Entity-Level Benchmark
• Title（参考訳）: AnyGameRenderer: Entity-Consistent Generative Rendering Across GamesとEntity-Levelベンチマーク
• Abstract要約: AnyGameRendererは、映像をキャラクター、動きの詳細、エフェクトで視覚に変換する。 レイアウトやカメラ、すべてのエンティティやタイミングをそのままに保ちます。
• 参考スコア（独自算出の注目度）: 31.45680015085686
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI coding agents can now build small playable games in minutes, but the results usually look like programmer art: gray blockouts, colored geometric primitives, and flat semantic blobs. We present AnyGameRenderer, a video-to-video generative renderer that turns such footage into high-quality visuals with characters, motion detail, and effects. Throughout, it keeps the layout, camera, and every entity's position and timing intact. Our AnyGameRenderer generalizes across a wide range of genres that agents build, such as tower defense, auto-battlers, top-down survivors, turn-based battles, kart racing, and crowd runners. AnyGameRenderer takes plain video as its game-state input, with no complex representations such as engine G-buffers, per-object class labels, or low-poly proxies. Gray blockouts, colored primitives, semantic maps, and wireframes all work as input. It also preserves entity correspondence: group counts stay correct, and entities appear and disappear on the right frame. We implement AnyGameRenderer by LoRA fine-tuning MiniMax-H3 ref2va, a 33B reference-video-conditioned video generation model. Training uses $\sim$10k paired clips from three sources: (i) multi-stream rendering data from 38 agent-made games exported from GEAR, an AI game-creation tool; (ii) two-stream rendering data from Unreal Engine, with programmatically controlled crowds, count changes, and entity scales; and (iii) real gameplay recordings, with pairs reconstructed via 3D-box detection. To evaluate the entity correspondence, we propose an entity-level benchmark of 59 held-out cases with 753 entities, scored against ground-truth boxes. Compared with the base model, AnyGameRenderer better preserves entity correspondence: temporal match rises from 50.9\% to 62.9\%, missed count changes fall from 34.7\% to 21.3\%, and fewer entities are hallucinated or left unrendered.
• Abstract（参考訳）: AIコーディングエージェントは、数分で小さなプレイ可能なゲームを作ることができますが、その結果は通常、灰色のブロックアウト、色付きの幾何学的プリミティブ、フラットなセマンティックブロブといった、プログラマのアートに見えます。 我々はAnyGameRendererを紹介します。AnyGameRendererはビデオからビデオへ生成するレンダラーで、そのような映像をキャラクター、動きの詳細、エフェクトで高品質なビジュアルに変換する。 全体を通して、レイアウト、カメラ、そしてすべてのエンティティの位置とタイミングをそのままに保ちます。 私たちのAnyGameRendererは、タワーディフェンス、オートバトラー、トップダウンサバイバル、ターンベースのバトル、カートレース、そして群衆ランナーなど、エージェントが構築する幅広いジャンルを一般化します。 AnyGameRendererは、ゲーム状態の入力として、エンジンのGバッファ、オブジェクトごとのクラスラベル、低ポリープロキシなどの複雑な表現を持たない。 グレーのブロックアウト、色付きのプリミティブ、セマンティックマップ、ワイヤフレームはすべて入力として動作する。 グループカウントは正しいままで、エンティティは正しいフレームに現れて消える。 我々は、33Bの基準ビデオ条件付きビデオ生成モデルであるMiniMax-H3 ref2vaをLoRAファインタニングしたAnyGameRendererを実装した。 トレーニングには3つのソースから、$\sim$10kのペアクリップを使用する。 i)AIゲーム作成ツールであるGEARからエクスポートされた38個のエージェントメイドゲームからのマルチストリームレンダリングデータ (二)Unreal Engineの2ストリームレンダリングデータ、プログラムで制御された群衆、数える変化、実体規模 (iii)実際のゲームプレイ記録で、ペアは3Dボックス検出によって再構成される。 実体対応性を評価するため,753個のエンティティを持つ59個のホールトアウトケースのエンティティレベルベンチマークを提案する。 基本モデルと比較すると、AnyGameRendererはエンティティ対応をよりよく保存する: 時間的マッチは50.9\%から62.9\%に上昇し、欠落したカウント変更は34.7\%から21.3\%に減少し、より少ないエンティティは幻覚または未レンダリングのまま残される。

関連論文リスト

• SolarRenderer: Few-Step Generative Reference Rendering [54.4501172509664]
  今回紹介するSolarRendererは、凍ったMiniMax-H3 33Bのバックボーンを2基の軽量LORAで調整する構造条件付きビデオだ。 事前訓練された4ステップのLoRAから始まり、構造誘導分布マッチングレンダリングを4ステップで行い、50ステップのサンプリングより12.3倍速い。 ブロック因果一般化は、同じ設計をストリーミングに拡張し、768pのビデオをリアルタイムでレンダリングする。
  論文  参考訳（メタデータ） (2026-10-20T17:59:48Z)
• Matrix-Game 4.0: Harnessing Video Models for Real-Time Playable Game Worlds [22.799706994224298]
  この設計に基づいて構築された最初のシステムとしてMatrix-Game 4.0を紹介する。 軽量ゲームエンジンは世界状態を維持し、インタラクションルールを実行する。 符号化エージェントは、エンジンレンダリングされたローポーリーなアイデアをゲームコードや動的シーンキャプションに変換する。
  論文  参考訳（メタデータ） (2026-10-20T10:41:38Z)
• Game2World Engine: Unlocking In-the-Wild Gameplay Videos for World Model Training [10.094308570527923]
  ゲームプレイUIのグラウンドと削除を形式化したフルスタックフレームワークであるGameUI-TaxonomyとG2WEngineを紹介する。 G2WEngineは、実際のゲームプレイビデオから再利用可能なUIアセットを自動的に抽出し、クリーンな映像に時間的に一貫性のあるUIオーバーレイを合成する。 Game2Worldをベースとして,マルチモーダルなセマンティック理解とビデオ編集機能を組み合わせたマスクレスゲームプレイUI除去モデルであるGameCleanerを提案する。
  論文  参考訳（メタデータ） (2026-08-25T15:13:32Z)
• Closing the Loop: Training-Free Revisit Consistency for Autoregressive Generative Rendering [8.16620085872554]
  新しい条件付きビデオ生成モデルは、3Dエンジンのレンダリングをゲームや没入型コンテンツ作成のためのフォトリアリスティックなビデオに変換する有望な可能性を示している。 これらの応用には、永続的な3D世界を保ちながら、新しいフレームを継続的に合成する長い水平自動回帰生成が必要である。 本稿では,実際のアプリケーションシナリオを複雑に反映するために,TartanAirとTartanデータセットから抽出したループ閉鎖軌道について示す。
  論文  参考訳（メタデータ） (2026-07-23T22:33:52Z)
• Generative World Renderer at the Speed of Play [52.54265031259414]
  生成世界 アラヤレンダーは物理エンジンから輸出された構造化世界状態を受け取り、RGBフレームを合成する。 オリジナルのAlayaRendererは、リアルタイムデプロイメントには高すぎる。 この技術レポートでは、リアルタイム指向の生成先進世界であるAlayaRenderer-Flashを紹介します。
  論文  参考訳（メタデータ） (2026-07-21T04:54:24Z)
• GameCraft-Bench: Can Agents Build Playable Games End-to-End in a Real Game Engine? [65.42976417627254]
  ゲーム生成はゲームエンジン内で行われ、スクリプト、シーン、アセット、レンダリング、実行時インタラクションは共同でコヒーレントなゲームプレイを生成する必要がある。 我々は、完全なゲームアーティファクトを生成する問題として、エンド・ツー・エンドのゲーム生成を形式化する。 我々は、このフレームワークを15のゲームファミリーで140のGodotタスクからなるベンチマークであるGameCraft-Benchとしてインスタンス化する。
  論文  参考訳（メタデータ） (2026-06-16T12:34:39Z)
• Vision-as-Inverse-Graphics Agent via Interleaved Multimodal Reasoning [105.35082963701541]
  VIGA(Vision-as-Inverse-Graphic Agent)は、クローズドループの書き込み-ラン-レンダー-補完-修正手順によってシーンを再構築または編集する。 長距離推論をサポートするために、VIGAは(i)ジェネレータと検証ロールを交換するスキルライブラリと(ii)進化するコンテキストメモリを組み合わせた。
  論文  参考訳（メタデータ） (2026-01-16T09:11:55Z)

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。