AI-ComfyUI生成游戏资产的实践
最近用 ComfyUI 跑了一批游戏资产相关的生图测试,主要分成三类:原画、纹理和数据图。比起单纯看图片是否好看,我更关心它们距离实际使用还有多远,以及后续需要补多少工作。 目前我的结论是:原画能力 > 纹理图能力 > 数据图能
阅读更多最近用 ComfyUI 跑了一批游戏资产相关的生图测试,主要分成三类:原画、纹理和数据图。比起单纯看图片是否好看,我更关心它们距离实际使用还有多远,以及后续需要补多少工作。 目前我的结论是:原画能力 > 纹理图能力 > 数据图能
阅读更多一种颇具吸引力的 Shader 降级方案是:先用路径追踪、多层 PBR 和全局光照生成高质量结果,再以这些结果训练小型模型。运行时只保留模型权重和推理代码,即使展开后是一面难以阅读的数字墙,只要能在低端设备上运行并接近原始画面,仍具有实际价
阅读更多大模型最初以对话产品进入大众视野:用户提出问题,模型生成文字。随着代码生成、图像理解和工具调用逐渐成熟,“聊天机器人”已经不足以概括它的能力边界。 这些能力可以分为三个层次: 对话模型:给出答案。 多模态模型:理解并生成不同形式的内容。
阅读更多