需求人群

WHAM 主要面向游戏开发者和研究人员,帮助他们探索生成式AI在游戏设计中的应用,快速迭代游戏场景和玩家行为的创意。

使用场景

使用WHAM生成《Bleeding Edge》游戏中的角色动作和场景。基于WHAM的模型推理,为游戏设计提供创意迭代支持。通过WHAM演示工具,实时展示生成的游戏视觉和控制器动作。

产品特色

生成游戏视觉和控制器动作支持世界建模、行为策略和完整生成三种模式捕捉游戏环境的3D结构和玩家行为的时间序列提供两种模型规模(200M参数和1.6B参数)以适应不同需求支持通过初始视觉或控制器动作作为提示生成游戏序列提供本地模型推理和演示工具评估模型的一致性、多样性和持久性支持学术研究和游戏开发的多种应用场景

使用教程

        11. 克隆WHAM的GitHub仓库并设置虚拟环境。
              22. 下载模型权重文件(200M或1.6B参数模型)。
                    33. 准备样本数据或使用提供的样本数据。
                          44. 运行本地模型推理脚本,生成游戏序列。
                                55. 使用WHAM演示工具连接模型服务器,实时展示生成结果。
                                      66. 根据需求调整模型参数或提示输入,探索不同的生成效果。

团队介绍

了解 WHAM 背后的团队成员,包括创始人、开发人员、设计师和产品人员。

该产品暂无团队信息。

  • 0 关注
  • 0 收藏,15 浏览
  • admin 提出于 2025-09-20 03:00

相关MCP客户端

相关教程