使用 Rosebud AI 和 Reactor's 视频世界模型构建游戏

本文由来自 Interact studio 的客座作者 Sachin 和 Sai Raina 撰写。

游戏开始生成自己的世界

在大部分游戏历史中，开发者在玩家看到世界之前就已经构建好了它。艺术家创建环境，设计师搭建关卡，工程师让它们变得可交互。生成式 AI 让创建代码和资源变得更加容易，但基本流程仍然没有改变。

视频世界模型正在开始改变这一现状。

它们不再需要提前构建每一个环境，而是可以在玩家移动的过程中生成世界，实时创建和改变它。

我们一直在通过将 Reactor 的实时视频世界模型引入 Rosebud 来探索这一方向。

Rosebud 让你通过描述想要构建的内容来创建游戏。它会自动生成游戏的核心组件：

你可以使用自然语言继续完善和迭代这些元素。

视频世界模型增添了另一层能力。Reactor 提供了实时运行它们的基础设施。我们使用了 LingBot World 2，它将参考图像和提示词转化为可导航的环境，响应移动和镜头控制，以亚秒级延迟生成最高每秒 16 帧的画面。

为了尝试这一功能，我们制作了 Subject 731，一款设定在神秘研究设施中的小型互动冒险游戏。在这里试玩：rosebud.ai/play/rosebud-x-reactor-template-example-1-1

每个房间都有一张参考图像来定义其视觉方向。当玩家进入房间时，视频世界模型利用该图像实时生成环境。随着玩家四处移动，模型持续生成他们所见的内容。

以下是一些在世界模型黑客马拉松 Inception II 中制作的游戏示例，该活动于 8 月 22 日举办，围绕使用世界模型进行互动媒体和游戏开发，由 Reactor 提供支持：

没有预先渲染的视频供玩家观看。房间是在玩家身处其中时实时生成的。

生成的世界不会取代游戏，而是增强它。在 Subject 731 中，我们在生成的环境上叠加了一个黑客小游戏。这种方式使得谜题、对话和进度系统等结构化机制可以通过 Rosebud 运行，而视觉氛围则由视频世界模型实时生成。

由于每个房间都从一张参考图像开始，改变该图像就能改变世界本身。

Reactor 为不同体验提供了多种专用模型：

这些模型共同使得对游戏体验的不同部分进行实验成为可能，而 Rosebud 则负责游戏玩法并将一切整合在一起。

视频世界模型仍处于早期阶段，但它们已经超越了仅仅生成好看视频的概念，正朝着更加交互的方向发展。

这项技术代表了一次范式转变：游戏世界不再是发布前完成的静态资源，而是通过提示词和玩家移动不断演化的动态环境。创作者现在可以将世界视为游戏玩法体验本身的一个流动组成部分。

我们很期待看到创作者们开始用这个理念进行构建时会发生什么。

游戏不再是你在其中游玩的世界，而是你在游玩过程中实时生成的世界。

今天就用 vibe coding 打造你的第一款令人印象深刻的 3D 游戏。