视频生成渲染器可保持游戏实体位置与出现时机一致
资讯摘要
论文提出 AnyGameRenderer,一种视频到视频的生成式渲染器,可将 AI 智能体制作游戏中的灰色块面、彩色几何体等画面转为高质量视觉,同时保持布局、相机及每个实体的位置与出现时机。方法基于 LoRA 微调 33B 的 MiniMax-H3 ref2va,训练数据含 38 款智能体游戏、Unreal Engine 受控人群数据与真实游戏录像。作者还提出含 59 个案例、753 个实体的实体级基准,报告时间匹配率由 50.9% 升至 62.9%。
要点速读
- 以普通视频为游戏状态输入,无需 G-buffer、逐物体类别标签或低模代理,灰色块面、语义图、线框均可作为输入。
- 通过 LoRA 微调 33B 参考视频条件生成模型 MiniMax-H3 ref2va,训练数据来自 GEAR 导出的 38 款智能体游戏、Unreal Engine 双流渲染与真实录像。
- 作者提出 59 个留出案例、753 个实体的实体级基准;相比基座模型,时间匹配率从 50.9% 升至 62.9%,漏检数量变化从 34.7% 降至 21.3%。
中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:35(北京时间)。