Simon Willison leveraged Claude to convert a 1983 BASIC game called "Mad House" from a free Usborne PDF into a modern web app. By prompting Claude to generate a mobile-friendly, retro-styled vanilla JavaScript Artifact, he successfully revived the classic Commodore 64-era game with a green-on-black terminal aesthetic, showcasing LLMs' utility in software preservation and rapid prototyping.
遊戲與 AI 研發團隊 Overworld 在 Hugging Face 上推出了「Waypoint-1」。這是一項突破性的即時互動式影片擴散(Interactive Video Diffusion)技術,允許使用者透過即時輸入來引導和改變影片生成內容。這項技術展示了「世界模型(World Models)」在未來遊戲開發、虛擬環境模擬與即時互動生成藝術中的巨大潛力。
專為像素藝術設計的 Retro Diffusion 系列模型已正式登陸 Replicate 平台。這套模型經過精心調校,能生成乾淨、對齊網格的像素風遊戲素材、角色精靈(Sprites)與地圖瓷磚(Tiles),解決了傳統擴散模型縮放時的模糊問題。獨立遊戲開發者與設計師現在可以透過 Replicate 的雲端 API,輕鬆將高品質的像素畫生成功能整合至自己的開發工作流中。
Hugging Face 發表 VibeGame 專案,深入探討「氛圍編碼(Vibe Coding)」在遊戲開發中的應用。創作者只需透過自然語言與 LLM 對話,無需手寫程式碼即可生成、修改並在 Hugging Face Spaces 上一鍵部署互動遊戲。這項探索展示了 AI 如何將開發重心從「語法除錯」轉移至「創意與玩法設計」,大幅降低遊戲創作門檻。
本指南介紹如何利用開源 AI 模型(如 OpenAI 的 Shap-E 和 Zero-1-to-3)從文本或單張圖片快速生成 3D 模型。 詳細說明了將 AI 生成的原始 3D 網格(Mesh)匯入 Blender 進行減面(Decimation)與材質修復的實務工作流。 為遊戲開發者與 3D 設計師提供了一套降低創作門檻、加速原型設計的實用開源解決方案。
Hugging Face 舉辦的首屆開源 AI 遊戲創作大賽(Open Source AI Game Jam)圓滿落幕。本次活動吸引了上千名開發者參與,並提交了眾多將開源 AI 技術(如 LLM、圖像生成、語音辨識)融入遊戲玩法的創意作品。獲獎作品展示了如何利用 Hugging Face 的工具生態系與開源模型,為傳統遊戲注入全新的動態生成與互動機制。
本文探討如何使用 Hugging Face 的 Transformers.js 庫,直接在瀏覽器中運行機器學習模型來開發網頁遊戲。透過 ONNX Runtime Web 與 WebGPU 加速,開發者能實現語音控制、智慧 NPC 對話及視覺辨識等功能。這種客戶端運算模式不僅能實現零伺服器成本,還能保障玩家隱私並降低網路延遲。
本文介紹如何使用 Hugging Face 專為 Unity 開發者設計的開源 API 套件,在遊戲中輕鬆整合 AI 語音辨識(ASR)功能。透過該套件,開發者可以直接調用 Hugging Face Inference API(如 OpenAI 的 Whisper 模型),將玩家的麥克風錄音即時轉換為文字。這為遊戲內語音指令、與 NPC 的語音對話等互動機制提供了極低門檻的實現路徑,且無需在本地運行龐大的深度學習模型。
Hugging Face 宣布舉辦「Open Source AI Game Jam」,邀請全球開發者在限定時間內,利用開源 AI 工具與模型(如 Hugging Face 上的各類模型)來創作遊戲。此活動旨在探索 AI 在遊戲開發(如美術生成、NPC 對話、音效等)的實際應用,並促進遊戲與 AI 社群的跨界交流。
Hugging Face 推出官方 Unity API 套件,讓遊戲開發者能直接在 Unity 專案中調用 Hugging Face Hub 上的數千個 AI 模型。本文詳細介紹如何透過 Unity Package Manager 進行安裝,並展示如何設定 API 金鑰以啟用文本生成、語音識別及圖像生成等功能。這為獨立遊戲開發者開闢了將生成式 AI 融入遊戲機制的新途徑。
Hugging Face 官方發布教學,指導開發者如何將 Unity 遊戲部署至 Hugging Face Spaces。透過將 Unity 專案匯出為 WebGL 格式,並利用 Spaces 的 Docker 或靜態網頁託管功能,開發者可以輕鬆在平台上展示結合 AI 技術的互動式 3D 遊戲與 Demo,促進 AI 與遊戲開發的結合。
本教學為 Hugging Face 遊戲開發系列的第五部分,專注於「故事生成」。文章探討如何利用大型語言模型(LLM)來突破傳統遊戲線性敘事的限制,創造出動態、互動性強的遊戲劇情與 NPC 對話。讀者將學習如何透過 Prompt 工程引導模型,並將其整合至 Unity 等遊戲引擎中,實現自動化且具備上下文連貫性的遊戲敘事。
本教學為 Hugging Face 遊戲開發 AI 系列的第四篇,專注於 2D 資產生成。文章深入探討如何利用 Stable Diffusion、DreamBooth 與 Image-to-Image 等技術,克服遊戲開發中「風格一致性」與「精確控制」的挑戰。讀者將學習如何生成無縫貼圖、角色概念圖及 UI 元素,並將其無縫整合至遊戲引擎的工作流中。
本文為 Hugging Face 遊戲開發 AI 系列的第三篇,專注於「3D 資產生成」。文章探討了從傳統 3D 建模的痛點出發,介紹如何利用神經輻射場(NeRF)進行 3D 重建,以及使用 OpenAI Point-E、DreamFusion 等最新 AI 模型進行文字/圖像轉 3D。最後說明如何將這些 AI 生成的 3D 模型導入 Blender、Unity 或 Unreal Engine 等主流遊戲引擎,為獨立開發者與美術設計師提供全新的工作流。
本文是 Hugging Face 挑戰「5 天內用 AI 製作農場遊戲」的第二部分,重點在於 3D 資產的生成。作者探討了 2023 年初 3D AI 技術的現狀,實測利用 OpenAI 的 Point-E 進行文字生成 3D 點雲與網格,並嘗試用 Stable Diffusion 進行 3D 貼圖。雖然當時技術仍有網格混亂、缺乏 UV 貼圖等限制,但為獨立遊戲開發者展示了 AI 輔助 3D 工作流的雛形。
本教學為 Hugging Face 遊戲開發系列的第一部分,記錄了如何利用 AI 技術在 5 天內開發出一款農場模擬遊戲。文章重點介紹了開發初期的規劃、如何利用 Stable Diffusion 生成像素風(Pixel Art)美術資產,以及如何藉由 AI 輔助編寫 Unity 遊戲腳本,展示了 AI 如何大幅降低獨立遊戲開發的門檻。