跳到正文
热点事件观察中

开源 GameForge-AI:2D 游戏精灵图生成管线发布

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Manish-korde 在 GitHub 发布开源项目 GameForge-AI,一个面向 2D 游戏素材设计的多模型生成式 AI 流水线,涵盖语义规划、对抗精灵图生成、隐空间分析与重建,并提供 FastAPI 后端与 React/Vite 前端。 项目包含 DCGAN、AE、VAE 三个视觉模型,均基于同一 282,511 张 2D 像素素材(Alucard 数据集)训练。据项目描述,DCGAN 以 64×64 RGBA 生成全新精灵图,AE 重建误差为 MSE 0.000782、PSNR 28.52 dB,VAE 在 5,000 张候选池上取得 84.40% KNN 分类准确率。数据集采用 CC-BY-NC-SA 4.0 授权,并注明需署名原始像素素材创作者(evilsocket/alucard-sprites)。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月25日
  1. GitHub · 3D 生成新仓库
    GameForge-AI:面向 2D 游戏素材的多模型生成式 AI 流水线开源

    GameForge AI 是一个用于 2D 游戏素材设计的开源多模型生成式 AI 流水线,涵盖语义规划、对抗精灵图生成、隐空间分析与重建。其 DCGAN、AE、VAE 三个视觉模型均基于同一 282,511 张 2D 像素素材(Alucard 数据集)训练:DCGAN 以 64×64 RGBA 生成全新精灵图,AE 达到 MSE 0.000782、PSNR 28.52 dB,VAE 在 5,000 张候选池上取得 84.40% KNN 分类准确率。项目含 FastAPI 后端与 React/Vite 前端,数据集采用 CC-BY-NC-SA 4.0 授权。

本事件热度走势

可比范围当前
5
可比范围峰值
1010月25日 21:00
近 24 小时变化
-50%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。