香港大学联手快手，推出GameFactory框架破解

香港大学携手快手科技，共同研发了一款名为GameFactory的创新框架，这一合作标志着在游戏视频生成领域迈出了重要一步。GameFactory框架的诞生，旨在攻克游戏开发中长期存在的场景泛化难题，为游戏行业带来前所未有的创新和变革。
 

游戏场景的多样性与创新性是衡量一款游戏吸引力的重要指标。然而，传统游戏开发中，创造独特且吸引人的场景往往需要耗费大量的人力物力，且难以保证场景的独特性和创新性。GameFactory框架的出现，为解决这一问题提供了全新的可能性。通过利用预训练的视频扩散模型，该框架能够在开放域的视频数据上进行深度训练，从而生成全新且多样化的游戏场景。这意味着，未来游戏开发者可以更加便捷、高效地创造出令人惊艳的游戏世界。
 

快手作为国内领先的短视频平台，拥有庞大的用户群体和丰富的视频资源。香港大学则在计算机视觉和人工智能领域具有深厚的学术积累和技术实力。双方的合作将GameFactory框架的研发推向了新的高度，也展示了产学研合作的巨大潜力。
 

对于游戏开发者而言，GameFactory框架无疑是一个强大的工具。它不仅可以帮助他们快速生成多样化的游戏场景，还可以降低开发成本和周期。更重要的是，该框架还能够根据开发者的需求进行定制和优化，以满足不同游戏的个性化需求。这将极大地促进游戏行业的创新和发展。

此外，为了克服开放域先验知识与有限游戏数据集之间的域差距，GameFactory 采用了一种独特的三阶段训练策略：

第一阶段：使用 LoRA（Low-Rank Adaptation）微调预训练模型，使其适应目标游戏领域，同时保留大部分原始参数。

第二阶段：冻结预训练参数和 LoRA，专注于训练动作控制模块，避免风格与控制的纠缠。

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

研究还评估了不同控制机制的有效性，发现交叉注意力机制在处理离散控制信号（如键盘输入）方面表现优于拼接方法，而拼接方法在处理连续鼠标移动信号方面更有效，GameFactory 支持自回归动作控制，能够生成无限长度的交互式游戏视频。

当然，任何新技术的应用都需要经过市场的检验和用户的反馈。GameFactory框架虽然在技术上取得了突破，但如何将其更好地应用到实际游戏中，还需要开发者们不断探索和实践。我们期待看到更多基于GameFactory框架开发的优秀游戏作品问世，为玩家带来更加丰富多彩的游戏体验。
 

香港大学与快手科技的合作为游戏行业带来了新的发展机遇。GameFactory框架的推出不仅解决了游戏视频生成中的场景泛化难题，也为游戏开发者提供了更加便捷、高效的创作工具。随着技术的不断进步和应用的深入，我们有理由相信，未来的游戏世界将更加精彩、多元。