Game2World Engine 开拓游戏实况视频用于世界模型训练
Game2World Engine 是一个从游戏实况视频中移除用户界面的框架，旨在生成更适合视频世界模型训练的数据。该项目构建了 UI 分类体系、9.6 万组配对合成视频，以及来自 303 款游戏的 1,079 段真实视频。其 GameCleaner 模型无需使用掩码即可识别并移除 HUD 元素，同时保留场景内容和时间动态。在初步实验中，使用无 UI 数据训练的世界模型使 VideoReward 提升了 6.83%。GameCleaner 在合成视频上的 AAR 为 95.36，在真实游戏视频上为 80.05。研究团队表示将公开代码、数据集和模型。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。