产品库

生成和交互控制开放世界游戏视频的扩散变换模型

GameGen-X是专为生成和交互控制开放世界游戏视频而设计的扩散变换模型。该模型通过模拟游戏引擎的多种特性，如创新角色、动态环境、复杂动作和多样事件，实现了高质量、开放领域的视频生成。此外，它还提供了交互控制能力，能够根据当前视频片段预测和改变未来内容，从而实现游戏玩法模拟。为了实现这一愿景，我们首先从零开始收集并构建了一个开放世界视频游戏数据集（OGameData），这是第一个也是最大的开放世界游戏视频生成和控制数据集，包含超过150款游戏的100多万个多样化游戏视频片段，这些片段都配有GPT-4o的信息性字幕。GameGen-X经历了两阶段的训练过程，包括基础模型预训练和指令调优。首先，模型通过文本到视频生成和视频续集进行预训练，赋予了其长序列、高质量开放领域游戏视频生成的能力。进一步，为了实现交互控制能力，我们设计了InstructNet来整合与游戏相关的多模态控制信号专家。这使得模型能够根据用户输入调整潜在表示，首次在视频生成中统一角色交互和场景内容控制。在指令调优期间，只有InstructNet被更新，而预训练的基础模型被冻结，使得交互控制能力的整合不会损失生成视频内容的多样性和质量。GameGen-X代表了使用生成模型进行开放世界视频游戏设计的一次重大飞跃。它展示了生成模型作为传统渲染技术的辅助工具的潜力，有效地将创造性生成与交互能力结合起来。

AI游戏NPC交互平台

ChatDev是一款先进的AI游戏NPC研究平台，通过多个大型模型接口支持对NPC交互进行复杂操作，并通过自定义提示流程在游戏中生成视觉效果。可以探索多个大型模型的聊天功能，创建自定义工作流程以生成令人印象深刻的游戏演示和结果。无论是与AI进行深入对话还是快速生成精彩内容，我们都为您提供丰富的功能。

生成开放世界视频游戏的扩散变换模型

GameGen-O 是首个为生成开放世界视频游戏而定制的扩散变换模型。该模型通过模拟游戏引擎的多种特性，如创新角色、动态环境、复杂动作和多样化事件，实现了高质量、开放领域的生成。此外，它还提供了交互式可控性，允许游戏玩法模拟。GameGen-O 的开发涉及从零开始的全面数据收集和处理工作，包括构建首个开放世界视频游戏数据集（OGameData），通过专有的数据管道进行高效的排序、评分、过滤和解耦标题。这个强大且广泛的 OGameData 构成了模型训练过程的基础。

智能AI游戏伙伴，提供陪伴与娱乐。

逗逗是一款AI游戏伙伴APP，为用户提供了智能陪玩、情绪陪伴、智能攻略、笑话锦集以及多种角色扮演等功能。它能够根据用户的需求提供个性化的互动体验，增强游戏过程中的趣味性和互动性。产品由心影随形（上海）技术有限公司开发，支持Win7及以上系统。

游戏生成AI

G3D.AI是一款游戏生成AI工具，通过文本提示快速生成优质游戏素材、关卡、游戏机制和故事情节，帮助游戏开发者提高创造力和效率。产品定位于设计领域，提供3D模型创建、关卡设计、故事创作等功能。G3D.AI旨在为游戏开发者提供创新的游戏制作工具。

未来演示控制的手势识别技术

Phantomy AI是一款利用计算机视觉软件，通过屏幕对象检测和手势识别技术，增强用户交互和演示的先进工具。它无需额外硬件，即可通过直观的手势控制屏幕，为用户提供了一种无需接触的交互方式。Phantomy AI的主要优点包括高精准的屏幕对象检测、基于手势的控制、流畅的幻灯片导航、增强的用户体验和广泛的应用场景。产品背景信息显示，Phantomy AI由AI工程师Almajd Ismail开发，他拥有软件开发和全栈开发的背景。关于价格和定位，页面上没有提供具体信息。

AI生成游戏资产

Scenario是一款AI生成游戏资产的工具，通过自定义训练的AI模型，快速生成吸引人的内容，节省时间，激发创造力。它可以加速资产构思、视觉迭代，并有效地吸引早期测试人员。无论是角色、道具、背景还是概念艺术，只需上传训练数据，即可训练出与艺术方向完全契合的无限定制的AI生成器。Scenario还提供了高级功能，如组合控制和像素完美修复，让您完全掌控生成结果。它还支持API集成，可用于各种工作流程、设计软件、游戏引擎等。

交互式人工智能生成照片辨别小游戏

Real Or AI通过高质量的人工智能生成照片,提供独特的照片辨别游戏体验。用户可以在真实照片和AI生成照片中进行选择,从中测试并提升自己的判断能力。Real Or AI不仅娱乐有趣,也让用户感受到人工智能在图像生成领域巨大的进步。

物理模拟角色的指令驱动控制系统

InsActor是一个基于物理模拟的角色控制系统。它可以通过自然语言指令驱动角色在复杂环境中完成各种交互任务。该系统利用条件与对抗扩散模型进行多级规划,并与低级控制器相结合,实现稳定、鲁棒的控制。具有控制流畅、交互自然的优势,适用于创意内容生成、互动娱乐、人机交互等应用场景。

人工智能生成游戏图形素材

像素艺术是一个使用稳定扩散算法生成游戏图形素材的网站。用户可以上传自己生成的图形与社区分享。该网站提供了一个强大的平台,游戏开发者可以快速获取高质量的游戏图形,如人物、建筑、道具等,大大提高了游戏开发的效率。

WHAM 是微软开发的一种生成式游戏模型，用于生成游戏视觉和控制器动作。

WHAM（World and Human Action Model）是由微软研究院开发的一种生成式模型，专门用于生成游戏场景和玩家行为。该模型基于Ninja Theory的《Bleeding Edge》游戏数据训练，能够生成连贯、多样化的游戏视觉和控制器动作。WHAM 的主要优点在于其能够捕捉游戏环境的3D结构和玩家行为的时间序列，为游戏设计和创意探索提供了强大的工具。该模型主要面向学术研究和游戏开发领域，帮助开发者快速迭代游戏设计。

AI生成游戏头像，灵感源自视频游戏。

HeroPack是一个头像生成器，使用您的照片生成受视频游戏启发的头像，非常适合在Discord、Twitch和Twitter等游戏社交平台上使用。您可以选择从44种风格中生成128个头像，分辨率为512x512px的PNG文件。上传10-20张照片，选择最多14种风格，然后我们将基于您的照片训练深度学习生成模型来生成您的游戏头像。通常，从购买到收到HeroPack需要大约24小时。AI生成艺术会根据模型输入产生随机结果。上传的照片仅用于训练模型生成头像，我们将在24小时内自动删除您上传的照片，保障您的隐私安全。

Muse 是微软推出的首个用于游戏创意构思的生成式 AI 模型，能够生成游戏视觉效果和操作动作。

Muse 是微软研究团队与 Xbox Games Studios 合作开发的生成式 AI 模型，旨在支持游戏创意构思。它基于大规模人类游戏数据训练，能够生成连贯的游戏视觉和操作序列。该技术展示了 AI 在游戏设计中的潜力，为未来的游戏开发提供了新的创作方式和体验。

社交互动游戏

Karma是一个社交互动游戏，通过提供有趣的游戏场景和挑战，让用户在游戏中互动并建立联系。Karma提供丰富的游戏功能和多样化的游戏模式，用户可以与其他玩家竞争、合作或互动。Karma定位于提供一个轻松愉快的游戏平台，让用户在游戏中享受乐趣和交流。

视频生成的精细控制工具

Ctrl-Adapter是一个专门为视频生成设计的Controlnet，提供图像和视频的精细控制功能，优化视频时间对齐，适配多种基础模型，具备视频编辑能力，显著提升视频生成效率和质量。

AI工具生成游戏素材

magus.gg是一个AI工具平台，支持通过文本或图像生成3D模型，并即将扩展到生成视频、动画和其他游戏素材。ImagineAI可以从文本或图像生成3D模型，VideoAI可以使用文本提示生成视频，DreamAI即将推出生成动画，ScripterAI可以生成游戏脚本。除了生成功能，还提供了相应的API接口以及免费的素材库。ImagineAI定价为每100次生成7.99美元，新用户可免费获得15次生成机会。ScripterAI有三个价格档位，免费档位包含免费搜索模式和高质量生成素材库。可以根据需求访问Roblox、Unity和Unreal Engine脚本，同时支持Minecraft集成和其他高级AI生成，如ChatGPT和GPT-4。

基于控制网络的图像生成模型

FLUX.1-dev-Controlnet-Canny-alpha是一个基于控制网络的图像生成模型，属于Stable Diffusion系列。它使用先进的Diffusers技术，通过文本到图像的转换为用户提供高质量的图像生成服务。此模型特别适用于需要精确控制图像细节和风格的场景。

控制视频生成模型

传统的3D内容创作工具赋予用户直接控制场景的几何形状、外观、动作和摄像机路径，从而将他们的想象变为现实。然而，创建计算机生成的视频是一个繁琐的手动过程，可以通过新兴的文本到视频扩散模型实现自动化。尽管前景广阔，视频扩散模型难以控制，限制了用户应用自己的创造力，而不是放大它。为了解决这一挑战，我们提出了一种新颖的方法，将动态3D网格的可控性与新兴扩散模型的表现力和可编辑性相结合。为此，我们的方法以动画化的低保真度渲染网格作为输入，并将从动态网格获得的地面真实对应信息注入预训练的文本到图像生成模型的各个阶段，以输出高质量和时间一致的帧。我们在各种示例上演示了我们的方法，其中动作可以通过对绑定资产进行动画化或改变摄像机路径来获得。

实时交互生成，基于区域语义控制

StreamMultiDiffusion是一个实时交互多文本到图像生成平台，用户可以根据指定的区域文本提示进行生成。通过操控含义而非颜色的画笔进行绘画创作。

控制文本到图像生成过程

FreeControl是一个无需训练就可以实现对文本到图像生成过程的可控制的方法。它支持对多种条件、架构和检查点的同时控制。FreeControl通过结构指导实现与指导图像的结构对齐,通过外观指导实现使用相同种子的生成图像之间的外观共享。FreeControl包含分析阶段和合成阶段。在分析阶段,FreeControl查询文本到图像模型生成少量种子图像,然后从生成的图像构建线性特征子空间。在合成阶段,FreeControl在子空间中运用指导实现与指导图像的结构对齐,以及使用与不使用控制的生成图像之间的外观对齐。

音乐生成模型，通过控制网络进行微调。

Stable Audio ControlNet 是一个基于 Stable Audio Open 的音乐生成模型，通过 DiT ControlNet 进行微调，能够在具有 16GB VRAM 的 GPU 上使用，支持音频控制。此模型仍在开发中，但已经能够实现音乐的生成和控制，具有重要的技术意义和应用前景。

多重时变控制的音乐生成模型

Music ControlNet 是一种基于扩散的音乐生成模型，可以提供多个精确的、时变的音乐控制。它可以根据旋律、动态和节奏控制生成音频，并且可以部分指定时间上的控制。与其他音乐生成模型相比，Music ControlNet 具有更高的旋律准确度，并且参数更少、数据量更小。定价信息请访问官方网站。

AI图像生成的创意提示猜测游戏！

Promptdle是一款AI图像生成的创意提示猜测游戏。它通过展示AI生成的图像，玩家需要猜测出AI生成图像的创意提示。游戏具有挑战性和趣味性，既可以用于娱乐，也可以用于创造灵感。

AI 生成高质量游戏资源

Game-Generator是一款使用人工智能技术生成高质量游戏插画、角色等资源的工具。它可以根据用户的自然语言描述快速生成可用的游戏资产，并可以轻松集成到游戏开发流程中。该工具提供丰富的创意激发游戏设计，让开发者可以专注于现在并考虑未来的细节。用户只需在 10 秒内即可获得所需的游戏资源，让想象超越梦想中的一切。

Portkey.ai - AI应用控制面板

Portkey是一个LLMOps平台，帮助企业更快地开发、发布、维护和迭代生成式AI应用和功能。通过Portkey的可观测性套件和AI网关，数百个团队可以发布可靠、高效和快速的应用。价格根据需求定制。

AI助手，创造畅销游戏

Ludo.ai是你的游戏研究和设计助手，通过一个平台，帮助你提升10倍的生产力，拥有设计下一个畅销游戏所需的所有资源。

交互叙事的AI对话生成工具

Aiwright是一款基于人工智能的对话生成工具，能够分析和聚类大型对话图，并通过代码和自然语言混合进行对话生成。用户可以通过移动友好的网页界面进行对话交互，并进行用户反馈收集和实验分析。该产品定位于交互叙事领域，可用于游戏开发、虚拟角色对话生成等场景。

用AI打造逼真的虚拟角色，为游戏、VR、教育等领域提供交互式体验

Charisma是一个易于使用的平台，可创建逼真和生动的虚拟角色。Charisma的对话引擎由先进的机器学习技术驱动，可用于游戏、VR、教育等领域，为用户提供交互式体验。Charisma支持多种语言，可轻松连接到Unreal Engine、Unity、移动设备和元宇宙。Charisma的实时分析功能可提供即时反馈和动态叙事。Charisma的使用场景包括娱乐、教育、培训等领域，可用于创造历史或虚构人物的对话，使复杂的故事或课程更具吸引力和记忆性。Charisma是一个免费的平台，可用于创建和发布交互式故事。

通过交互式3D生成技术，实现高质量且可控的3D模型创建。

Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。

文本引导的情感和动作控制，生成生动的2D头像

InstructAvatar是一个创新的文本引导方法，用于生成具有丰富情感表达的2D头像。该模型通过自然语言接口控制头像的情感和面部动作，提供了细粒度控制、改进的交互性和对生成视频的泛化能力。它设计了一个自动化注释流程来构建指令-视频配对的训练数据集，并配备了一个新颖的双分支扩散基础生成器，可以同时根据音频和文本指令预测头像。实验结果表明，InstructAvatar在细粒度情感控制、唇同步质量和自然度方面均优于现有方法。