गेम विकास के क्षेत्र में, दृश्यों की विविधता और नवाचार हमेशा एक चुनौती रही है। हाल ही में, हांगकांग विश्वविद्यालय और काईशो टेक्नोलॉजी ने एक नवाचार फ्रेमवर्क गेमफैक्ट्री विकसित किया है, जिसका उद्देश्य गेम वीडियो निर्माण में दृश्य सामान्यकरण की समस्या को हल करना है। यह फ्रेमवर्क पूर्व-प्रशिक्षित वीडियो फैलाव मॉडल का उपयोग करता है, जिससे यह खुली डोमेन वीडियो डेटा पर प्रशिक्षण प्राप्त कर सकता है, और नए और विविध गेम दृश्यों का निर्माण कर सकता है। वीडियो फैलाव मॉडल, एक उन्नत निर्माण तकनीक के रूप में, पिछले वर्षों में वीडियो निर्माण और भौतिक अनुकरण के क्षेत्र में विशाल संभावनाएँ प्रदर्शित कर चुका है।

मीडिया रिपोर्टों के अनुसार, 2024 चीन गेमिंग इंडस्ट्री वार्षिक सम्मेलन में, जायंट नेटवर्क ने "कियानयिंग QianYing" ऑडियो गेम जेनरेशन बड़े मॉडल पेश किया, जो "गेम + एआई" क्षेत्र में और अधिक निवेश करता है। सार्वजनिक सूचनाओं के अनुसार, "कियानयिंग QianYing" में दो मुख्य बड़े मॉडल शामिल हैं: गेम वीडियो जेनरेशन बड़े मॉडल YingGame और वीडियो वॉयसओवर बड़े मॉडल YingSound, जिसने ऑडियो इंटरैक्टिव गेम वीडियो के जेनरेशन को突破 किया। जायंट नेटवर्क ने कहा कि वर्तमान में "कियानयिंग QianYing" ऑडियो गेम बड़े मॉडल

OpenAI का वीडियो निर्माण उपकरण सोरा, इसके लॉन्च के बाद से ही काफी ध्यान आकर्षित कर रहा है, लेकिन यह वास्तव में किससे सीखा है, यह हमेशा से एक पहेली रही है। अब, पहेली का एक कोना खुलता हुआ लग रहा है: सोरा के प्रशिक्षण डेटा में, संभवतः ट्विच से आए गेम स्ट्रीमिंग और गाइड वीडियो की एक बड़ी मात्रा छिपी हुई है! सोरा एक कुशल “नकल करने वाले मास्टर” की तरह है, जो केवल पाठ संकेत या छवि की आवश्यकता होती है, और वह 20 सेकंड तक का वीडियो “बनाने” में सक्षम है, और विभिन्न अनुपात और रिज़ॉल्यूशन को संभाल सकता है। इस साल फरवरी में, OpenAI ने पहली बार सोरा को सार्वजनिक किया।