Hunyuan-GameCraft
Tencent Hunyuan · Vidéo · Programmation
Hunyuan-GameCraft est le modèle ouvert de Tencent qui transforme une image, un texte et le clavier ou la souris en vidéo de jeu pilotable. Il tourne sur un GPU grand public.
À propos de Hunyuan-GameCraft
What Is Hunyuan-GameCraft
Hunyuan-GameCraft est un modèle ouvert de génération vidéo que l'équipe Tencent Hunyuan a conçu pour les scènes de jeu. Vous lui donnez une seule image de référence, un texte et un signal d'action, et il produit une séquence où la caméra bouge comme un joueur la ferait bouger. Tencent a publié le code d'inférence et les poids de la version 1.0 le 14 août 2025, et l'article est sur arXiv.
Presque tous les modèles vidéo traitent une scène comme un clip à relire. Celui-ci la traite comme un espace que vous dirigez. Quand vous appuyez sur W, le modèle n'apprend pas « avancer » comme idée. Il traduit cette touche en un trajet de caméra concret, une suite de positions et de rotations, et dessine le monde le long de ce trajet. C'est pourquoi il gère la vitesse et l'angle, pas seulement la direction, et pourquoi la scène garde sa forme quand vous vous détournez puis revenez.
Ce n'est pas un moteur de jeu complet, et il ne fait pas de génération de vidéo de jeu interactif comme le ferait un moteur temps réel. Il génère de la vidéo, pas de la géométrie manipulable, donc vous ne mettez pas le résultat dans une build jouable comme vous le feriez avec une scène 3D. Voyez-le comme un outil de production pour prototypes et prévisualisation, pas comme un runtime. Il vous faut un GPU NVIDIA compatible et de la patience pour le faire tourner en local.
Getting Started
- Clonez le dépôt Hunyuan-GameCraft sur GitHub et installez les dépendances Python indiquées par le projet
- Téléchargez les poids préentraînés du modèle depuis Hugging Face ou la page du projet
- Préparez une image de référence de votre scène et rédigez un texte court qui la décrit
- Lancez l'inférence en passant votre signal clavier ou souris pour piloter la caméra dans la scène
- Examinez le clip généré et ajustez le texte ou le trajet d'action pour une nouvelle passe
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Hunyuan-GameCraft.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs de jeux qui prototypent des scènes
- Créateurs indé et devs solo
- Chercheurs en IA qui étudient les modèles du monde
- Artistes 3D et de concept
Tâches
- Transformer une image fixe en vidéo de jeu en mouvement
- Caméra à la première et à la troisième personne
- Plans longs avec des scènes cohérentes
- Prévisualisation pour présentations
Cas d'usage
- Un studio veut montrer le ressenti d'un niveau en réunion de concept avant de toucher au moteur
- Un créateur solo a une bonne image de scène et a besoin d'une vidéo pour son portfolio ou une bande-annonce
- Un chercheur a besoin d'un modèle vidéo interactif peu coûteux et reproductible pour tester des idées de contrôle de caméra
- Un artiste veut voir comment une scène se lit quand le spectateur la parcourt sous un autre angle
Fonctionnalités clés
De l'image à la vidéo de jeu pilotable
Hunyuan-GameCraft part d'une seule image de référence et d'un texte, puis génère une scène de jeu en mouvement. Vous n'animez pas image par image. Un encodeur d'action léger lit votre entrée et pilote la caméra dans la scène. Le résultat ressemble à du gameplay, pas à un diaporama de l'image fixe. C'est le cœur du modèle, et tout le reste le sert.
Contrôle unifié clavier et souris
Le modèle ramène l'entrée standard clavier et souris dans un même espace de caméra. Concrètement, il comprend la vitesse et l'angle, pas seulement gauche ou droite. Vous pouvez avancer tout en tournant la vue, cette action combinée qu'un vrai joueur fait sans y penser. Les pressions discrètes deviennent un mouvement de caméra fluide par interpolation, et c'est ce qui évite un rendu saccadé.
Condition d'historique hybride pour les plans longs
Les vidéos longues se délitent souvent. La scène change de forme, les objets disparaissent et le monde oublie à quoi il ressemblait quelques secondes plus tôt. Hunyuan-GameCraft utilise une stratégie d'entraînement à condition d'historique hybride qui étend la séquence de façon autorégressive sans perdre l'information d'origine de la scène. Vous détournez la caméra puis revenez, et la disposition est toujours là. C'est ce qui fait tenir les balades de plusieurs minutes.
Distillation du modèle pour un usage temps réel
Un modèle de cette taille exigerait un centre de données pour paraître interactif. Tencent l'a distillé pour que l'inférence tourne plus vite et plus légère sans perdre la cohérence sur de longues séquences. Le résultat se déploie sur une carte grand public comme la RTX 4090, pas sur un cluster. Moins de charge, c'est la différence entre une démo de laboratoire et un outil qu'un développeur peut piloter.
Vues à la première et à la troisième personne
Le framework dépasse un seul point de vue. Il gère les scènes à la première personne, où le spectateur est la caméra, et les scènes à la troisième personne, où un personnage est à l'écran et la caméra le suit. Les deux partent de la même image de référence. Cette variété compte parce que les jeux n'utilisent pas un seul style de caméra.
Entraîné sur des données de jeu à grande échelle
Le modèle a été entraîné sur plus d'un million d'enregistrements de parties issus de plus de 100 jeux AAA, puis affiné sur un ensemble synthétique soigné pour gagner en précision. Cette ampleur explique qu'il gère des styles variés, des rues réalistes aux villages stylisés, et garde la fidélité visuelle entre eux.
Avantages et inconvénients
Avantages
- Transforme une seule image en vidéo de jeu en mouvement et pilotable, ce qui réduit le coût d'un pipeline de modélisation et de rendu
- Le contrôle unifié clavier et souris offre un contrôle d'action fin, avec vitesse et angle, pas seulement direction
- La condition d'historique hybride garde les plans longs cohérents, donc les scènes survivent aux grands mouvements de caméra
- La distillation le fait tourner sur un GPU grand public comme la RTX 4090 plutôt que sur un cluster
- Code et poids ouverts, donc vous pouvez l'inspecter, l'exécuter et construire dessus
Inconvénients
- Il génère de la vidéo, pas de la géométrie 3D manipulable, donc le résultat ne va pas directement dans une build jouable
- Le faire tourner en local implique d'affronter l'installation Python, les dépendances et les téléchargements du modèle avant de voir quoi que ce soit
- Il lui faut un GPU NVIDIA avec assez de mémoire, donc ce n'est pas un outil de navigateur qu'on ouvre sur n'importe quel portable
- Il n'y a pas d'API hébergée, donc les équipes qui veulent un service géré doivent héberger toute la pile
Questions fréquentes
Il prend une image de référence, un texte et une action clavier ou souris, et génère une vidéo de jeu où la caméra bouge selon votre pilotage. Vous obtenez une séquence qui ressemble à du gameplay à partir d'une seule image fixe.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Hunyuan-GameCraft.
Alternatives à Hunyuan-GameCraft
ngram 2.0
ngram · Vidéo · Marketingngram 2.0 est un générateur de vidéo IA conçu pour les équipes. Il transforme un prompt, un enregistrement d'écran ou l'URL d'un produit en vidéo explicative, en démo ou en vidéo avec avatar IA, et chaque scène reste modifiable.
OpenScreen 2
OpenScreen (open-source project) · Vidéo · ProductivitéOpenScreen 2 est un enregistreur d'écran et un éditeur de vidéos de démonstration gratuit et open source pour Windows, macOS et Linux, avec zooms automatiques, cadres, sous-titres locaux et montage par agent.
Skreno
Skreno · Vidéo · ProductivitéSkreno est un enregistreur d'écran dans le navigateur : il capture un onglet, une fenêtre ou tout l'écran, puis joint transcription IA, résumé et journaux de console à un seul lien.