Hunyuan-Game: Modelo Inteligente de Creación de Juegos de Grado Industrial

Hunyuan-Game: Industrial-grade Intelligent Game Creation Model

May 20, 2025

Autores: 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

cs.AI

Resumen

La creación inteligente de juegos representa un avance transformador en el desarrollo de videojuegos, utilizando inteligencia artificial generativa para producir y mejorar dinámicamente el contenido del juego. A pesar de los progresos notables en los modelos generativos, la síntesis integral de recursos de juego de alta calidad, incluyendo tanto imágenes como videos, sigue siendo una frontera desafiante. Para crear contenido de juego de alta fidelidad que, al mismo tiempo, se alinee con las preferencias de los jugadores y aumente significativamente la eficiencia de los diseñadores, presentamos Hunyuan-Game, un proyecto innovador diseñado para revolucionar la producción inteligente de juegos. Hunyuan-Game abarca dos ramas principales: generación de imágenes y generación de videos. El componente de generación de imágenes se basa en un vasto conjunto de datos que incluye miles de millones de imágenes de juegos, lo que ha llevado al desarrollo de un grupo de modelos personalizados de generación de imágenes adaptados para escenarios de juegos: (1) Generación General de Texto a Imagen. (2) Generación de Efectos Visuales de Juegos, que incluye la generación de efectos visuales basados en texto y en imágenes de referencia. (3) Generación de Imágenes Transparentes para personajes, escenarios y efectos visuales de juegos. (4) Generación de Personajes de Juegos basada en bocetos, imágenes en blanco y negro y modelos blancos. El componente de generación de videos se basa en un conjunto de datos exhaustivo de millones de videos de juegos y anime, lo que ha llevado al desarrollo de cinco modelos algorítmicos centrales, cada uno enfocado en puntos críticos del desarrollo de juegos y con una robusta adaptación a diversos escenarios de videos de juegos: (1) Generación de Imagen a Video. (2) Síntesis de Video de Avatar con Pose 360 A/T. (3) Generación de Ilustraciones Dinámicas. (4) Superresolución Generativa de Video. (5) Generación Interactiva de Videos de Juegos. Estos modelos de generación de imágenes y videos no solo exhiben una expresión estética de alto nivel, sino que también integran profundamente el conocimiento específico del dominio, estableciendo una comprensión sistemática de diversos estilos artísticos de juegos y anime.

English

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.