Hunyuan-GameCraft
Tencent Hunyuan · Video · Coding
Hunyuan-GameCraft ist das offene Modell von Tencent, das aus einem Bild, einem Text und Tastatur- oder Mauseingabe steuerbares Spielvideo macht. Es läuft auf einer Consumer-GPU.
Über Hunyuan-GameCraft
What Is Hunyuan-GameCraft
Hunyuan-GameCraft ist ein offenes Videogenerierungsmodell und zugleich ein Stück Open-Source-Spiel-KI: Das Tencent-Hunyuan-Team hat es für Spielszenen gebaut. Sie geben ihm ein einzelnes Referenzbild, einen Text und ein Aktionssignal, und es erzeugt Material, in dem sich die Kamera bewegt wie ein Spieler sie bewegen würde. Tencent hat den Inferenzcode und die Gewichte der Version 1.0 am 14. August 2025 veröffentlicht, das Paper steht auf arXiv.
Fast jedes Videomodell behandelt eine Szene als Clip zum Abspielen. Dieses behandelt sie als Raum, den Sie lenken. Beim Drücken von W lernt das Modell nicht "vorwärts" als Idee. Es übersetzt die Taste in einen konkreten Kamerapfad, eine Folge von Positionen und Drehungen, und zeichnet die Welt entlang dieses Pfads. Deshalb verarbeitet es Geschwindigkeit und Winkel, nicht nur Richtung, und deshalb behält die Szene ihre Form, wenn Sie sich abwenden und zurückkommen.
Es ist keine vollständige Spiel-Engine, und es macht keine interaktive Spielvideogenerierung wie eine Laufzeitumgebung. Als Videomodell für Spiele liefert es Video, keine Geometrie zum Anfassen, deshalb bekommen Sie das Ergebnis nicht direkt in einen spielbaren Build wie eine 3D-Szene. Sehen Sie es als Produktionswerkzeug für Prototypen und Previsualisierung, nicht als Runtime. Sie brauchen eine unterstützte NVIDIA-GPU und Geschick, um es lokal zum Laufen zu bringen.
Getting Started
- Klonen Sie das Hunyuan-GameCraft-Repository von GitHub und installieren Sie die im Projekt gelisteten Python-Abhängigkeiten
- Laden Sie die vortrainierten Modellgewichte von Hugging Face oder der Projektseite herunter
- Bereiten Sie ein Referenzbild Ihrer Szene vor und schreiben Sie einen kurzen Text, der sie beschreibt
- Starten Sie die Inferenz und übergeben Sie Ihr Tastatur- oder Maussignal, um die Kamera durch die Szene zu führen
- Prüfen Sie den erzeugten Clip und justieren Sie Text oder Aktionspfad für einen neuen Durchlauf
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Hunyuan-GameCraft.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Spieleentwickler, die Szenen prototypen
- Indie-Macher und Solo-Devs
- KI-Forscher, die Weltmodelle untersuchen
- 3D- und Concept-Artists
Aufgaben
- Ein Standbild in bewegtes Spielvideo verwandeln
- Kamera in erster und dritter Person
- Lange Takes mit stimmigen Szenen
- Previsualisierung für Präsentationen
Szenarien
- Ein Studio will das Gefühl eines Levels im Konzeptmeeting zeigen, bevor Engine-Arbeit beginnt
- Ein Solomacher hat ein gutes Szenenbild und braucht Video davon für Portfolio oder Trailer
- Ein Forscher braucht ein günstiges, reproduzierbares interaktives Videomodell, um Ideen zur Kamerasteuerung zu testen
- Ein Artist will sehen, wie eine Szene wirkt, wenn der Betrachter sie aus anderem Winkel durchläuft
Wichtigste Funktionen
Vom Bild zum steuerbaren Spielvideo
Hunyuan-GameCraft startet mit einem einzigen Referenzbild und einem Text und erzeugt daraus eine bewegte Spielszene. Sie animieren nicht Bild für Bild. Ein leichtgewichtiger Aktionsencoder liest Ihre Eingabe und führt die Kamera durch die Szene. Das Ergebnis sieht nach Gameplay aus, nicht nach einer Diashow des Standbilds. Das ist der Kern des Modells, und alles andere dient ihm.
Vereinheitlichte Tastatur- und Maussteuerung
Das Modell führt die übliche Tastatur- und Mauseingabe in einen gemeinsamen Kameraraum. Praktisch heißt das, es versteht Geschwindigkeit und Winkel, nicht nur links oder rechts. Sie können vorwärts gehen und gleichzeitig die Sicht drehen, jene Kombination, die ein echter Spieler ohne Nachdenken ausführt. Einzelne Tastendrücke werden per Interpolation zu flüssiger Kamerabewegung, und das verhindert ruckelnde Ausgabe.
Hybride Historienbedingung für lange Takes
Lange Videos fallen oft auseinander. Die Szene verändert die Form, Objekte verschwinden, und die Welt vergisst, wie sie vor Sekunden aussah. Hunyuan-GameCraft nutzt eine Trainingsstrategie mit hybrider Historienbedingung, die die Sequenz autoregressiv verlängert, ohne die ursprüngliche Szeneninformation zu verlieren. Sie drehen die Kamera weg und zurück, und das Layout ist noch da. Das hält mehrminütige Streifzüge zusammen.
Modelldestillation für Echtzeitnutzung
Ein Modell dieser Größe bräuchte ein Rechenzentrum, um interaktiv zu wirken. Tencent hat es destilliert, damit die Inferenz schneller und leichter läuft und die Konsistenz über lange Sequenzen bleibt. Das Ergebnis läuft auf einer Consumer-Karte wie der RTX 4090 statt auf einem Cluster. Geringere Last ist der Unterschied zwischen einer Labor-Demo und etwas, das ein Entwickler wirklich bedienen kann.
Erste und dritte Person
Das Framework geht über einen einzigen Blickwinkel hinaus. Es deckt First-Person-Szenen ab, in denen der Betrachter die Kamera ist, und Third-Person-Szenen, in denen eine Figur im Bild ist und die Kamera ihr folgt. Beide kommen aus demselben Referenzbild-Setup. Diese Bandbreite zählt, weil Spiele nicht einen einzigen Kamerastil nutzen.
Trainiert mit großen Spieldaten
Das Modell wurde mit über einer Million Gameplay-Aufnahmen aus mehr als 100 AAA-Spielen trainiert und dann auf einem kuratierten synthetischen Set für Präzision feinjustiert. Diese Breite erklärt, warum es vielfältige Kunststile verarbeitet, von realistischen Straßen bis zu stilisierten Dörfern, und die visuelle Treue zwischen ihnen hält.
Vor- und Nachteile
Vorteile
- Verwandelt ein einzelnes Bild in bewegtes, steuerbares Spielvideo und senkt die Kosten einer Modellierungs- und Rendering-Pipeline
- Die vereinheitlichte Tastatur- und Maussteuerung erlaubt feine Aktionskontrolle, mit Geschwindigkeit und Winkel, nicht nur Richtung
- Die hybride Historienbedingung hält lange Takes stimmig, also überstehen Szenen große Kamerabewegungen
- Die Destillation lässt es auf einer Consumer-GPU wie der RTX 4090 laufen statt auf einem Cluster
- Offener Code und Gewichte, also können Sie es prüfen, ausführen und darauf aufbauen
Nachteile
- Es erzeugt Video, keine anfassbare 3D-Geometrie, also geht die Ausgabe nicht direkt in einen spielbaren Build
- Lokaler Betrieb bedeutet, sich mit Python-Installation, Abhängigkeiten und Modell-Downloads zu befassen, bevor Sie etwas sehen
- Es braucht eine NVIDIA-GPU mit genug Speicher, also ist es kein Browser-Tool, das Sie auf jedem Laptop öffnen
- Es gibt keine gehostete API, also müssen Teams, die einen verwalteten Dienst wollen, den ganzen Stack selbst hosten
Häufige Fragen
Es nimmt ein Referenzbild, einen Text und eine Tastatur- oder Mausaktion und erzeugt Spielvideo, in dem sich die Kamera nach Ihrer Steuerung bewegt. Sie bekommen Material, das nach Gameplay aussieht, aus einem einzigen Standbild.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Hunyuan-GameCraft.
Alternativen zu Hunyuan-GameCraft
ngram 2.0
ngram · Video · Marketingngram 2.0 ist ein KI-Videogenerator für Teams. Aus einem Prompt, einer Bildschirmaufnahme oder einer Produkt-URL entsteht ein Erklärvideo, eine Demo oder ein KI-Avatar-Video, und jede Szene bleibt bearbeitbar.
OpenScreen 2
OpenScreen (open-source project) · Video · ProduktivitätOpenScreen 2 ist ein kostenloser Open-Source-Bildschirmrecorder und Demo-Editor für Windows, macOS und Linux, mit automatischem Zoom, gestalteten Rahmen, lokalen Untertiteln und Schnitt per Agent.
Skreno
Skreno · Video · ProduktivitätSkreno ist ein Bildschirmrecorder im Browser: Er nimmt einen Tab, ein Fenster oder den ganzen Bildschirm auf und hängt KI-Transkripte, Zusammenfassungen und Konsolen-Logs an einen einzigen Link.