Tencent-ի GameCraft-ը խաղային տեսանյութեր ստեղծելու համար նախատեսված վայրի արհեստական ​​բանականության տեխնոլոգիա է

Tencent's Հունյուան թիմը թողարկել է իսկապես հավակնոտ մի բան՝ նոր տեխնոլոգիա, որը կոչվում է Hunyuan-GameCraft: Սա արհեստական ​​ինտելեկտի կողմից անշարժ պատկերներ կամ կարճ հոլովակներ ստեղծելու մասին չէ: Այն ստեղծագործելու մասին է նվագարկելի տեսանյութեր պարզ տեքստային հուշումներիցԳրեք «նավակ լճի վրա», և հաջորդ պահին դուք իրական ժամանակում կղեկավարեք այդ նավակը հանգիստ ջրերի վրայով։

Այն արհեստական ​​բանականության կողմից ստեղծված տեսանյութում ներմուծում է իրական ժամանակի կառավարում՝ ապահովելով շարժում, հեռանկար և խաղային հոսք դեպի փորձառությունԴիֆուզիոն մոդելների և մեծածավալ խաղային կադրերի հիման վրա ստեղծված GameCraft-ը համատեղում է արհեստական ​​բանականության միջոցով տեսանյութերի ստեղծումը իրական ժամանակում խաղացողի կողմից վերահսկման հետ։

Ի՞նչ է Tencent-ի Hunyuan-GameCraft-ը։

Hunyuan-GameCraft-ը Tencent-ի արհեստական ​​բանականության թիմի կողմից մշակված դիֆուզիայի վրա հիմնված տեսանյութերի ստեղծման մոդել է: Այն առանձնանում է կառավարելի տեսարան ստեղծելու հնարավորությամբ՝ օգտագործելով միայն տեքստային կամ պատկերային հուշում: Երբ տեսարանը ստեղծվել է, դուք կարող եք այն ուսումնասիրել ստեղնաշարի և մկնիկի միջոցով, ինչպես խաղային խաղի թեթև տարբերակը:

Օրինակ, մոդելը կարող է ընդունել «ձյունածածկ անտառային արահետ» հրամանը և արտածել անընդհատ տեսանյութ, որը նման է խաղի ընթացքի։ Դուք կարող եք առաջ շարժվել, շրջվել ձախ կամ աջ, և մոդելը ստեղծում է յուրաքանչյուր նոր կադր՝ հիմնվելով ձեր մուտքագրման վրա։ Դրա հետևում ավանդական 3D շարժիչ չկա։ Տեսանյութը զարգանում է՝ հիմնվելով ձեր գործողությունների վրա։

Ինչ է այն իրականում կարող անել

Tencent-ի Hunyuan-GameCraft-ը աջակցում է առաջին և երրորդ դեմքերից դիտումներ՝ դրանց միջև սահուն անցումներով։ Դուք կարող եք ուսումնասիրել լանդշաֆտներ, քաղաքային փողոցներ, մարտադաշտեր կամ նույնիսկ գիտաֆանտաստիկ միջավայրերՅուրաքանչյուր շարժում, օրինակ՝ շուրջը նայելը կամ քայլելը, կապված է մոդելի կանխատեսման համակարգի հետ։

Կառավարման մեխանիզմները ծանոթ են, քանի որ կարող եք օգտագործել WASD կամ սլաքների ստեղները՝ շարժվելու և շուրջը նայելու համար: Արհեստական ​​բանականությունը կատարում է մնացածը: Կադրից դուրս այն կարդում է ձեր մուտքագրած տվյալները որպես շարժման ազդանշաններ և կառուցում է յուրաքանչյուր կադր՝ հիմնվելով դրանց վրա: Մարզման տվյալները ներառում են ավելի քան մեկ միլիոն տեսահոլովակներ ավելի քան 100 հայտնի խաղերից: Այդ լայն լուսակայումն է, որը օգնում է մոդելին հասկանալ տարբեր տեսողական ոճեր (ինչպիսիք են կիբերփանկ քաղաքները, միջնադարյան ամրոցները կամ բնական լանդշաֆտները) և դրանք հավաստիորեն վերակառուցել:

Մինչ այժմ թողարկված դեմո տարբերակներում տեսարանները բազմազան են և տեսողականորեն հարուստ։ Դուք տեսնում եք այնպիսի միջավայրեր, ինչպիսիք են քաղաքային փողոցները, ձյունածածկ լանդշաֆտները, գետափերը և այլն։ Զգացվում է, որ դուք մոտ եք տեսարանով կամ նախապես պատրաստված խաղային մակարդակով անցնելուն։ Սակայն կարևոր է դրանք դիտարկել որպես հետազոտական ​​​​նախադիտումներ։ Մենք տեսնում ենք բարձրակարգ ընտրված արդյունք։ Դեռևս պարզ չէ, թե որքանով հաստատուն կամ հաստատուն կլինի որակը հուշումների լայն շրջանակում կամ ավելի երկար փոխազդեցություններում։

Մենք տեսել ենք այլ նախագծեր, որոնք նմանատիպ նպատակներ են հետապնդում։ Microsoft-ի WHAM և Muse մոդելները կենտրոնանալ ապագա խաղային կադրերի կանխատեսման վրա՝ հիմնվելով սովորած կանոնների վրա։ Odyssey ևս մեկ վերջերս ստեղծված օրինակ է, որը տեսանյութը վերածում է ուսումնասիրելի տեսարանի՝ օգտագործելով արհեստական ​​բանականություն։

Ինչպե՞ս է Hunyuan GameCraft-ը աշխատում կուլիսներում։

Hunyuan-GameCraft-ը կառուցված է տեսանյութերի ստեղծման արհեստական ​​բանականության (դիֆուզիոն մոդելներ) վրա՝ հատուկ հնարքներով: Հիմնական գաղափարն այն է, որ այն ձեր ստեղնաշարի/մկնիկի մուտքագրումները դիտարկում է որպես տեսանյութի «համատեքստի» կամ պատմության մաս: Տեխնիկապես, այն այդ կառավարումները վերածում է տեսախցիկի շարժման ազդանշանի, որպեսզի իմանա, թե ինչպես եք ուզում, որ տեսանկյունը փոխվի: Այնուհետև այն... կանխատեսում է հաջորդ տեսանյութի կադրերը կադր առ կադր՝ սեղմակը երկարացնելով այն ուղղությամբ, որով դուք այն «շարժում» եք։

Որպեսզի տեսարանը չտատանվի, մոդելն օգտագործում է պատմության վրա հիմնված մեթոդ։ Այն հիշում է, թե որտեղից եք կանգ առել (մի փոքր նման է խաղի վիճակը հիշողության մեջ պահելուն), որպեսզի աշխարհը հանկարծակի չտելեպորտացվի այլուր։ Նրանք սա անվանում են «հիբրիդային պատմության պայմանավորում»։ Հիմնականում այն ​​երբեմն հին կադրերը վերադարձնում է իր մեջ, որպեսզի կարևոր մանրամասները (օրինակ՝ առարկաների դիրքը և լուսավորությունը) մնան հաստատուն քայլելիս։ Ստեղծողները նաև համոզվել են, որ մոդելը կարող է ավելի արագ աշխատել՝ այն վերամշակելով (այսինքն՝ մեծ մոդելը փոքրացնելով ավելի փոքր, արագ մոդելի)։ Այսպիսով, այն կարող է համընթաց լինել ձեր ստեղների սեղմումների հետ (գրեթե) իրական ժամանակում՝ հզոր GPU-ի շնորհիվ։

Կարճ ասած, դուք տալիս եք սկզբնական պատկեր կամ տեքստային հուշում և ստեղների սեղմումների հաջորդականություն: Այնուհետև արհեստական ​​բանականությունը շարունակում է կանխատեսել նոր պատկերներ, այնպես որ թվում է, թե դուք քայլում եք կամ շուրջը նայում եք տեսարանին: Հատուկ պատմության հնարքի շնորհիվ խաղի աշխարհը ժամանակի ընթացքում մնում է մոտավորապես հաստատուն: Օրինակ, եթե դուք քայլում եք միջանցքով կամ շրջվում եք 180°-ով, պատերն ու հատակը կմնան իրենց տեղում՝ փոխարենը խափանվելու: Թիմը ցույց է տալիս, որ այն նույնիսկ երկար ժամանակ պահպանում է 3D հաստատունությունը, ինչը բավականին տպավորիչ է ստեղծված տեսանյութի համար:

Օգտագործեք դեպքեր

Այսպիսով, ի՞նչ կարող են անել խաղացողներն ու մշակողները այս տեխնոլոգիայով: Հիմնական մակարդակում սա ստեղծագործական գործիք է: Խաղերի դիզայներները կարող են այն օգտագործել նոր միջավայրերի նախատիպեր կամ մակարդակի գաղափարներ անմիջապես ստեղծելու համար: Սցենարիստներն ու ռեժիսորները կարող են ստեղծել սցենարներ կամ տեսարաններ՝ պարզապես նկարագրություններ մուտքագրելով, ապա դրանք փոփոխելով՝ «խաղալով» տեսարանով: Խաղացողների համար սա կարող է զվարճալի միջոց լինել արագորեն ստեղծված մինի խաղերը փորձարկելու համար (օրինակ՝ «Ես ուզում եմ վիշապների մենամարտ Մարսի վրա», և հանկարծ դուք կարող եք վերահսկել դա): Այն կարող է նաև օգնել այլ արհեստական ​​ինտելեկտի մասնագետներին մարզելուն. օրինակ, մենք կարող ենք մարզել ռոբոտներին կամ գործակալներին անվերջ վիրտուալ աշխարհներում, որոնք արհեստական ​​ինտելեկտը պտտեցնում է:

Դեռևս հանրային վեբ հավելված չկա, և տեխնոլոգիան դեռևս կարիք ունի ավելի շատ կատարելագործման՝ տեսողական որակի և արձագանքման առումով: Այլ նմանատիպ մոդելների ցուցադրություններում, երբ տեսախցիկը չափազանց հեռու է շարժվում կամ չափազանց շատ է պտտվում, տեսարանը կարող է սկսել խափանվել: Հունյուանի հիբրիդային պատմության պայմանավորումը նվազեցնում է դա, բայց հեռանկարի մեծ տեղաշարժերը դեռ կարող են առաջացնել հյուսվածքային խափանումներ կամ աղավաղված երկրաչափություն: Այժմ այն ​​​​ավելի լավ է աշխատում որպես հետազոտական ​​​​նախադիտում, ինչը ցույց է տալիս, թե ինչ է հնարավոր, այլ ոչ թե լիարժեք խաղային փորձ:

Վերջնական Մտքեր

Այս փուլում կոնցեպտը կայուն է։ Տեսանելի ներուժ կա այն բանում, թե ինչպես կարելի է մուտքային տվյալներով տեսանյութը ձևավորել՝ այն խաղի տեսքին և զգացողությանը համապատասխանեցնելու համար։ Սակայն դեռ վաղ է։ Սա հետազոտական ​​ցուցադրություն է, այլ ոչ թե պատրաստի արդյունք։ Երկար խաղային սեանսների համար բարձր լուծաչափով իրական ժամանակում ստեղծումը դեռևս տեխնիկական մարտահրավեր է։