---
title: "GameFactory – 香港大学和快手联合推出的可泛化游戏场景框架"
url: "https://paooo.com/aigc-news/22744/"
author: "Prompt 语宙研究院"
published_at: "2026-06-09T03:18:22+08:00"
updated_at: "2026-06-09T03:18:22+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI视频生成, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# GameFactory – 香港大学和快手联合推出的可泛化游戏场景框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/22744/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-09

## AI 30 秒核心看点 (TL;DR)

- 基于预训练视频扩散模型，GameFactory 解决游戏视频生成的场景泛化难题。
- 三阶段训练配合动作控制模块，实现可控动作与无限长度交互式生成。
- GF-Minecraft 提供 70 小时高质量标注数据，为开放域游戏视频生成提供支撑。

## GameFactory是什么

GameFactory 是香港大学和快手科技联合提出的创新框架，解决游戏[视频生成](https://ai-bot.cn/ai-video-generation-tools/)中的场景泛化难题。框架基于预训练的视频扩散模型，结合开放域视频数据和小规模高质量的游戏数据集，通过多阶段训练策略，实现动作可控的游戏视频生成。

## GameFactory的主要功能

- **场景泛化能力**：GameFactory 能生成多样化的游戏场景，不局限于单一风格或预设的场景。使生成的视频更具真实感和多样性。

- **动作可控性**：通过动作控制模块，GameFactory 可以实现对生成视频中角色或物体动作的精确控制。

- **高质量数据集支持**：为了支持动作可控的视频生成，GameFactory 采用了 GF-Minecraft 数据集。该数据集包含 70 小时的《我的世界》游戏视频，具有多样化的场景和详细的动作标注。

- **交互式视频生成**：GameFactory 支持生成无限长度的交互式游戏视频。用户可以通过输入指令或交互信号来控制视频内容的变化。

## GameFactory的技术原理

- **预训练视频扩散模型**：GameFactory 基于在开放域视频数据上预训练的视频扩散模型，能生成多样化的游戏场景，突破了传统方法对特定游戏风格和场景的限制。

- **三阶段训练策略**

**第一阶段**：使用 LoRA（Low-Rank Adaptation）对预训练模型进行微调，使其适应目标游戏领域，同时保留大部分原始参数。确保模型在开放域的泛化能力得以保留。

- **第二阶段**：冻结预训练参数和 LoRA，专注于训练动作控制模块，避免风格与控制信号之间的纠缠。目标是确保生成的视频能根据用户输入进行准确的动作控制。

- **第三阶段**：移除 LoRA 权重，保留动作控制模块参数，使系统能在各种开放域场景中生成受控的游戏视频，不局限于特定的游戏风格。

- **动作控制模块**：GameFactory 引入了动作控制模块，支持自回归动作控制，能生成无限长度的交互式游戏视频。

- **GF-Minecraft 数据集**：为了支持动作可控的视频生成，研究团队发布了高质量的动作标注视频数据集 GF-Minecraft。数据集包含 70 小时的《我的世界》游戏视频，具有多样化的场景和详细的动作标注。数据集的设计满足了以下三个关键需求：

**可定制的动作**：支持大规模、低成本的数据收集。

- **无偏的动作序列**：确保动作组合的多样性和低概率事件的覆盖。

- **多样化的场景**：通过预设的环境配置（如不同的生物群落、天气条件和时间段）增强场景多样性。

## GameFactory的项目地址

- **项目官网**：[https://vvictoryuki.github.io/gamefactory](https://vvictoryuki.github.io/gamefactory/?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2501.08325](https://arxiv.org/pdf/2501.08325)

## GameFactory的应用场景

- **游戏开发**：GameFactory 通过预训练的视频扩散模型和动作控制模块，能生成多样化的游戏场景和交互式视频内容。

- **游戏内容创新**：GameFactory 的开放域生成能力使其能够突破传统游戏引擎的限制，创造出全新的游戏风格和场景。

- **自动驾驶**：其动作控制模块和场景生成能力可以用于模拟自动驾驶环境，生成多样化的驾驶场景。

- **具身智能（Embodied AI）**：通过生成多样化的交互场景，为具身智能的研究提供支持。

## 常见问题解答 (FAQ)

### GameFactory 主要解决什么问题？
GameFactory 主要解决游戏视频生成中的场景泛化难题。它基于开放域视频预训练模型，并结合动作控制模块，让生成结果既能覆盖多样场景，又能按指令精确控制角色或物体动作。

### GameFactory 的三阶段训练有什么作用？
第一阶段用 LoRA 微调以适应游戏领域；第二阶段冻结预训练参数和 LoRA，专注训练动作控制模块；第三阶段移除 LoRA，仅保留控制模块参数，从而在开放域场景中保持可控生成能力。

### GF-Minecraft 数据集有什么特点？
GF-Minecraft 包含 70 小时《我的世界》游戏视频，带有详细动作标注。它强调可定制动作、无偏动作序列和多样化场景，便于低成本收集并支持动作可控的视频生成研究。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
