距离普通人凭想法就能做出游戏的时代，又近了一步。
AI游戏生成天花板今年以来不断突破，就在昨天，国产游戏AI团队也加入卷出了新高度。
巨人网络发布了“千影QianYing”有声游戏生成大模型，其中包括游戏视频生成大模型YingGame、视频配音大模型YingSound。
用一段文字、一张图，就能生成模拟开放世界游戏的视频，并且有声、可交互，可操控角色的多种动作。
面向开放世界游戏，无需游戏引擎
概括来说，YingGame是一个面向开放世界游戏的视频生成大模型，研究团队来自巨人网络AILab、清华大学SATLab，首次实现角色多样动作的交互控制、自定义游戏角色，同时具备更好的游戏物理仿真特性。
精确的物理规律仿真
从生成的视频中看，无论是汽车碰撞、火焰燃烧这类大场面，还是水中慢走、障碍物自动绕行这种人物行进，都表现出了出色的遵循物理规律能力。
多样动作控制
交互对游戏至关重要，YingGame能够理解用户的输入交互，包括文本、图像或鼠标、键盘按键等操作信号，从而让用户能够操控游戏角色的多样动作。
视频中展示了角色在开枪、变身、施法、使用道具、攀爬、匍匐、跑跳等肢体动作的交互，相比同类模型更加丰富、丝滑。
角色个性化与精细主体控制
YingGame还支持输入一张角色图片，实现角色自定义生成，同时对角色主体实现精细化控制，从过去的AI捏脸跨越到现在的AI捏人。
第一人称视角
此外，还看到模型生成的第一人称视角的游戏画面，不得不说，这个视角有很足的游戏沉浸感。
怎么实现的？
从技术上看，YingGame通过融合跨模态特征、细粒度角色表征、运动增强与多阶段训练策略，以及所构建的高效、高质量游戏视频训练数据生产管线，使得生成内容具备可交互能力的多样动作控制、角色自定义与精细主体控制、复杂运动与动作连续性等特性。
在交互性实现上，YingGame结合了多个InteractiveNetwork模块：理解用户输入的多模态交互方式，实现多样动作控制的多模态交互网络—MMIN(Multi-ModalInteractiveNetwork)；实现复杂与连续角色动作生成的动作网络—IMN(InteractiveMotionNetwork)；自定义角色生成与提高角色生成质量的角色网络—ICN(InteractiveCharacterNetwork)。
此外，为实现高质量训练数据构建，巨人AI团队设计了一条高效的游戏视频数据处理管线：
让AI游戏进入有声时代
除了YingGame之外，巨人还发布了针对视频配音场景的多模态音效生成大模型YingSound。
这是在此之前AI游戏生成领域没有实现的，而“声音”是游戏的基本要素。
YingSound由巨人网络AILab、西工大ASLPLab和浙江大学等联合研发，它最重要的技能是：给无声视频配音效，实现音画同步。
理解各种视频画面能力一绝
来一段游戏的配音示例，通过演示视频可以清晰看到，这个模型能够精确地生成与场景高度匹配的音效，包括开镜、炮轰、射击等声音，完美还原坦克进攻与士兵防守射击的声音，创造了沉浸式的游戏体验。
△视频源自《战地游戏》录屏
在动漫场景中，模型展示了对复杂剧情的理解能力。例如，在一段鸟儿互相扔蛋的动画中，模型生成了从惊讶到扔蛋、蛋飞行轨迹、接住蛋等一系列卡点且高度符合视频内容的音效。
△视频源自动画《Boom》片段
再来看看以下小球快速移动的画面，模型生成的声音能够精准匹配画面的动态变化，并针对小球不同状态生成相应的场景音效，充分展现了其对动画内容的深度理解。
△视频源自3D动画短片《TheMarble》片段
在真实世界场景中，通过一段激烈的乒乓球对战视频，模型能够精准地生成每次击球所产生的音效，甚至还生成了球员跑动时鞋底与地面摩擦的声音，这充分展现YingSound对视频整体语义的深刻理解和出色的音效生成能力。
测评结果领先
研究团队公开了YingSound的两个核心模块：基于DiT的Flow-Matching构建的音效生成模块，以及多模态思维链（Multi-modalCoT）控制模块，为音效生成提供精准支持。
在音效生成模块中，团队基于DiT的Flow-Matching框架，提出了创新的音频-视觉融合结构（Audio-VisionAggregator,AVA）。该模块通过动态融合高分辨率视觉与音频特征，确保跨模态对齐效果。通过多阶段训练策略，逐步从T2A过渡到V2A，并采用不同数据配比训练，使模型具备从文本、视频或二者结合生成高质量音效的能力。
同时，团队设计了多模态视频-音频链式思维结构（Multi-modalCoT），结合强化学习实现对少样本情况下音效生成的精细控制，可广泛适用于短视频、动漫及游戏等配音场景。
长期来看，视频生成技术因其展现出的取代游戏引擎的潜力，势必会对游戏行业带来颠覆式创新。
通过文字描述就能创作一个游戏，不再是异想天开。这个领域的发展速度之快超乎想象，AI将带来游戏创作平权，未来游戏创作的唯一限制可能只是创作者们的想象力。
今年年初，史玉柱谈到巨人网络在探索打造一个AI游戏孵化平台，降低做游戏的门槛，让普通人也能做游戏。这不，年底就交了第一份“作业”，期待他们在AI游戏赛道的下一步规划。