# AI Game Dev packages — Deutsch > The package catalog in Deutsch (German, `de`): the interface is machine-translated; package names, descriptions and READMEs are the packages' own translations. English is the source and the authoritative version: https://ai-game.dev/packages/llms.txt lists every package. The catalog in this language: https://ai-game.dev/de/packages.md ## Official - [ACE-Step 1.5 (Musikmodell)](https://ai-game.dev/de/packages/aigd.audio-ace-step-1-5.md): `aigd.audio-ace-step-1-5` v1.0.2. ACE-Step 1.5 Turbo Musikmodell: Songs mit Gesang oder Instrumentalstücke aus einem Stil-Prompt (Genre, Stimmung, Instrumente, Tempo) und optionalen Songtexten in 50 Sprachen, 10 s bis 10 min, 48 kHz Stereo, für Spielthemen und Soundtracks. Läuft lokal auf deiner GPU mit audio.cpp. MIT-Lizenz, kommerzielle Nutzung erlaubt. - [Magenta RealTime 2 (Musikmodell)](https://ai-game.dev/de/packages/aigd.audio-magenta-rt2.md): `aigd.audio-magenta-rt2` v1.0.2. Instrumentalmusik-Modelle von Google Magenta RealTime 2: Hintergrundmusik aus einem Style-Prompt, 1 s bis 3 min, 48 kHz Stereo, kein Gesang. Small (230M) läuft auf jeder GPU und sogar auf einer CPU, Base (2.4B) braucht eine GPU. Läuft lokal mit audio.cpp. CC BY 4.0, kommerzielle Nutzung erlaubt. - [MiniMax-Music3 (Musikmodell)](https://ai-game.dev/de/packages/aigd.audio-minimax-music3.md): `aigd.audio-minimax-music3` v1.0.2. MiniMax-Music3: vollständige Songs mit gesungenem Gesang aus einem Stil-Prompt und Songtexten mit \[verse\]/\[chorus\]-Tags, bis zu 5 Minuten, 44.1 kHz Stereo, für Titelsongs und Soundtrack-Singles. Läuft lokal auf deiner GPU mit audio.cpp. Community-Lizenz: "MiniMax-Music3" anzeigen, Ausgabe als maschinell generiert kennzeichnen, Umsatzobergrenze. - [MOSS-SoundEffect v2 (Soundeffekt-Modell)](https://ai-game.dev/de/packages/aigd.audio-moss-soundeffect-v2.md): `aigd.audio-moss-soundeffect-v2` v1.0.2. MOSS-SoundEffect v2 von OpenMOSS: Soundeffekte und Atmosphäre (Natur, Stadt, Kreaturen, menschliche Handlungen) aus einer englischen oder chinesischen Beschreibung, 1 bis 30 s, 48 kHz mono, für Level und Szenen im Spiel. Läuft lokal auf deiner GPU mit audio.cpp. Apache-2.0 (laut Modellkarte), kommerzielle Nutzung erlaubt. - [Qwen3-TTS 0.6B Base (Sprachmodell)](https://ai-game.dev/de/packages/aigd.audio-qwen3-tts-0-6b-base.md): `aigd.audio-qwen3-tts-0-6b-base` v1.0.2. Qwen3-TTS 0.6B Base: Text-to-Speech, das die Stimme eines kurzen Referenzclips (ab 3 s) in 10 Sprachen klont, 24 kHz, für Charakterdialoge und Erzählung. Das kleinere Cloning-Modell für GPUs mit etwa 4 GB (Schätzung). Läuft lokal mit audio.cpp. Apache-2.0, kommerzielle Nutzung erlaubt. - [Qwen3-TTS 1.7B Base (Sprachmodell)](https://ai-game.dev/de/packages/aigd.audio-qwen3-tts-1-7b-base.md): `aigd.audio-qwen3-tts-1-7b-base` v1.0.2. Qwen3-TTS 1.7B Base: Text-to-Speech, das die Stimme eines kurzen Referenzclips (3 s oder mehr) in 10 Sprachen klont, 24 kHz, für Charakterdialoge und Erzählung. Das größere Cloning-Modell für GPUs mit etwa 6 GB (Schätzung). Läuft lokal mit audio.cpp. Apache-2.0, kommerzielle Nutzung erlaubt. - [Qwen3-TTS 1.7B CustomVoice (Sprachmodell)](https://ai-game.dev/de/packages/aigd.audio-qwen3-tts-1-7b-customvoice.md): `aigd.audio-qwen3-tts-1-7b-customvoice` v1.0.2. Qwen3-TTS 1.7B CustomVoice: Text-to-Speech mit neun integrierten Stimmen sowie Anweisungen zu Emotion und Sprechweise („Aufgeregt, schnell“, „Flüsternd, traurig“) in 10 Sprachen, 24 kHz, für NPC-Dialoge und Erzählung. Läuft lokal auf deiner GPU mit audio.cpp. Apache-2.0, kommerzielle Nutzung erlaubt. - [Qwen3-TTS 1.7B VoiceDesign (Sprachsynthese-Modell)](https://ai-game.dev/de/packages/aigd.audio-qwen3-tts-1-7b-voicedesign.md): `aigd.audio-qwen3-tts-1-7b-voicedesign` v1.0.2. Qwen3-TTS 1.7B VoiceDesign: Text-to-Speech mit einer neuen Stimme, die aus einer Textbeschreibung („Ein ruppiger alter Seemann, tief und langsam“) entsteht und auch Emotion und Vortrag festlegt – in 10 Sprachen, 24 kHz, für Charakterstimmen. Läuft lokal auf deiner GPU mit audio.cpp. Apache-2.0, kommerzielle Nutzung erlaubt. - [Stable Audio 3 Medium (Musikmodell)](https://ai-game.dev/de/packages/aigd.audio-stable-audio-3-medium.md): `aigd.audio-stable-audio-3-medium` v1.1.3. Stable Audio 3 Medium: Instrumentalmusik aus einem Text-Prompt, bis zu 6 Min. 20 s, 44,1 kHz Stereo, ohne Gesang; das größere Stable Audio 3 Musikmodell für ganze Soundtrack-Stücke. Läuft lokal mit sa3.cpp auf einer GPU (12 GB unter CUDA, 13 GB unter Vulkan für die längsten Stücke). Stability AI Community License: kommerzielle Nutzung nur unter 1 Mio. US$ Jahresumsatz, nach Registrierung. - [Stable Audio 3 Small Music (Musikmodell)](https://ai-game.dev/de/packages/aigd.audio-stable-audio-3-small-music.md): `aigd.audio-stable-audio-3-small-music` v1.1.3. Stable Audio 3 Small Music: Instrumentalmusik und Loops aus einem Text-Prompt, bis zu 2 Minuten, 44,1 kHz Stereo, kein Gesang, für Spiel-Hintergrundmusik, Cues und Jingles. Läuft lokal mit sa3.cpp auf einer GPU mit 4 GB oder langsam auf einer CPU. Stability AI Community License: kommerzielle Nutzung nur unter 1 Mio. US$ Jahresumsatz, nach Registrierung. - [Stable Audio 3 Small SFX (Soundeffekt-Modell)](https://ai-game.dev/de/packages/aigd.audio-stable-audio-3-small-sfx.md): `aigd.audio-stable-audio-3-small-sfx` v1.1.3. Stable Audio 3 Small SFX: Soundeffekte und Foley für Spiele aus einem Text-Prompt (Impacts, Schritte, UI-Sounds, Atmosphären), 1 bis 60 s, 44,1 kHz Stereo. Läuft lokal mit sa3.cpp auf einer GPU mit 4 GB oder langsam ohne GPU. Stability AI Community License: kommerzielle Nutzung nur unter 1 Mio. US$ Jahresumsatz, nach Registrierung. - [VoxCPM2 (Sprachmodell)](https://ai-game.dev/de/packages/aigd.audio-voxcpm2.md): `aigd.audio-voxcpm2` v1.0.2. VoxCPM2 von OpenBMB: Text-to-Speech in 30 Sprachen und 9 chinesischen Dialekten bei 48 kHz, mit Stimmklon aus einem kurzen Clip, Stimmdesign aus einer Beschreibung sowie Emotions- und Tempoangaben – für Charakterdialoge und Erzählung. Läuft lokal auf deiner GPU mit audio.cpp. Apache-2.0, kommerzielle Nutzung erlaubt. - [Lokale Audiogenerierung (audio.cpp)](https://ai-game.dev/de/packages/aigd.audiocpp.md): `aigd.audiocpp` v1.0.2. Laufzeitumgebung für lokale Musik, Soundeffekte und Sprache in AI Game Dev, mit audio.cpp (C++, ggml) auf CUDA, Vulkan, Metal oder der CPU. Führt ACE-Step 1.5, MiniMax-Music3, Magenta RealTime 2, MOSS-SoundEffect v2, Qwen3-TTS, VoxCPM2 und weitere Sprachmodelle aus. Modelle sind separate Pakete. - [Blender](https://ai-game.dev/de/packages/aigd.blender.md): `aigd.blender` v1.2.16. Baue und bearbeite 3D-Modelle in einem echten Blender direkt aus dem Chat: findet oder installiert Blender, installiert das Add-on MCP for Blender und verbindet es pro Projekt mit dem Agenten. Erstelle Props, Blockouts und Low-Poly-Assets, exportiere sie in dein Unity-, Godot- oder Unreal-Projekt und sieh sie dir in der Vorschau an. - [ACE-Step (Cloud-Audio)](https://ai-game.dev/de/packages/aigd.cloud-ace-step.md): `aigd.cloud-ace-step` v0.1.4. ACE-Step 1.5 in der Cloud: offene Musikgenerierung aus einem Style-Prompt, 10 s bis 4 Minuten, das leichteste Cloud-Musikmodell für dein Kontingent zum Skizzieren von Game-Tracks. Verbraucht dein Kontingent; dasselbe Modell läuft auch lokal. - [ElevenLabs (Cloud-Audio)](https://ai-game.dev/de/packages/aigd.cloud-elevenlabs.md): `aigd.cloud-elevenlabs` v0.1.5. ElevenLabs in der Cloud für Spielaudio: Sprache in 21 Stimmen (v4 Turbo und Eleven v4) für Dialoge und Narration sowie Soundeffekte aus einer Beschreibung, 1 bis 30 s; Musik folgt. Nutzt dein Kontingent. - [Gemini Omni (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-gemini-omni.md): `aigd.cloud-gemini-omni` v0.1.4. Gemini Omni Flash 1.2 Video in der Cloud: Clips aus Text, einem Startbild oder Start- und Endframe, immer mit Ton, 5 bis 10 s von 360p bis 1080p, für Game-Trailer und Ambience-Aufnahmen. Verbraucht dein Kontingent. - [Hailuo (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-hailuo.md): `aigd.cloud-hailuo` v0.1.3. MiniMax Hailuo H3 Max Video in der Cloud: starke Physik und Kamerabewegung für Spieletrailer und Action-Shots, aus Text, einem Startbild oder Start- und Endbild, 5 oder 10 s bis 1080p, ohne Ton. Verbraucht dein Kontingent. - [HappyHorse (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-happyhorse.md): `aigd.cloud-happyhorse` v0.1.3. HappyHorse 1.1 als Cloud-Video: charakterkonsistente Clips aus einem Prompt, einem Startbild oder bis zu 9 Referenzbildern, 5 oder 10 s in 720p oder 1080p, stumm, für Spielcharaktere in Cutscenes und Trailern. Verbraucht dein Kontingent. - [HunyuanVideo (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-hunyuan-video.md): `aigd.cloud-hunyuan-video` v0.1.3. Tencents offenes HunyuanVideo 1.5 in der Cloud (demnächst verfügbar): realistische Bewegung aus einem Prompt oder einem Startbild, 5 s bei 480p, ohne Ton. Verbraucht dein Kontingent. - [Kling (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-kling.md): `aigd.cloud-kling` v0.1.3. Kling 3.0 und O3 als Video in der Cloud für Spiel-Trailer und Zwischensequenzen: filmreife Clips mit Ton aus Text, einem Startbild oder Start- und Endbild, 5 bis 15 s bei 720p oder 1080p und mit O3 bis zu 4 Referenzbilder. Verbraucht dein Kontingent. - [Kokoro (Cloud-Audio)](https://ai-game.dev/de/packages/aigd.cloud-kokoro.md): `aigd.cloud-kokoro` v0.1.3. Kokoro in der Cloud: ein offenes Sprachmodell für amerikanisches Englisch mit 20 Stimmen, sparsam mit deinem Kontingent, für Platzhalter- und Entwurfsdialoge im Spiel. Verbraucht dein Kontingent; dasselbe Modell läuft auch lokal. - [LTX (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-ltx.md): `aigd.cloud-ltx` v0.1.4. LTX-2.5 Video in der Cloud: hochauflösende Clips bis 2160p mit synchronem Ton, aus Text oder einem Startbild, 6 bis 10 s, für Game-Trailer und Store-Seiten. Verbraucht dein Kontingent; dieselbe Familie läuft auch lokal. - [Lyria (Cloud-Audio)](https://ai-game.dev/de/packages/aigd.cloud-lyria.md): `aigd.cloud-lyria` v0.1.4. Google Lyria 3 Musik in der Cloud: 30-Sekunden-Clips, instrumental oder mit Gesang, aus einer Textbeschreibung – für Menü-Themes, Level-Musikskizzen und Musikbetten für Trailer. Verbraucht dein Kontingent. - [Cloud-Generierung](https://ai-game.dev/de/packages/aigd.cloud-media.md): `aigd.cloud-media` v0.1.4. Erzeuge Video, Sprache, Musik und Soundeffekte in der Cloud mit deinem AI-GAME.DEV-Kontingent, aus dem Chat. Der gemeinsame Host der Cloud-Modellfamilien-Pakete; standardmäßig aktiv, Aufträge innerhalb des Generierungsbudgets des Chats (standardmäßig 30 % deines Wochenkontingents) laufen ohne Rückfragen. Stelle einen Chat auf Fragen vor jedem Auftrag oder auf nur lokal. - [PixVerse (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-pixverse.md): `aigd.cloud-pixverse` v0.1.3. PixVerse V6 Video in der Cloud: schnelle stilisierte und realistische Clips mit optionalem Ton, aus Text, einem Startbild oder Start- und Endbild, 5 bis 10 s, 360p bis 1080p, in fünf Seitenverhältnissen. Verbraucht dein Kontingent. - [Seedance (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-seedance.md): `aigd.cloud-seedance` v0.1.3. ByteDance Seedance 2.0 als Video in der Cloud (2.5 folgt in Kürze): Clips mit Ton aus Text, einem Startbild, Start- und Endbild oder bis zu 9 Referenzbildern, für charakterkonsistente Zwischensequenzen und Trailer im Spiel. 5 oder 10 s, 720p oder 1080p. Verbraucht dein Kontingent. - [Veo (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-veo.md): `aigd.cloud-veo` v0.1.3. Google Veo 3.1 Video in der Cloud: Lite für Entwürfe, Fast und Standard für finale Shots bis 4k, alle mit Ton sowie Start- und Endbild; Standard nimmt zusätzlich bis zu 3 Referenzbilder. 4 bis 8 s lange Clips für Game-Trailer und Cutscenes. Verbraucht dein Kontingent. - [Wan (Cloud-Video)](https://ai-game.dev/de/packages/aigd.cloud-wan.md): `aigd.cloud-wan` v0.1.3. Offene Wan-Videomodelle in der Cloud: 2.2 für schnelle stumme Entwürfe, 3.0 Prime für höhere Qualität mit Ton, aus Text, einem Startbild oder Start- und Endbild, bis 1080p. Läuft auf Servern von AI Game Dev mit deinem Kontingent; dieselbe Familie läuft auch lokal (Wan 2.2 TI2V 5B). - [Animagine XL 4.0 (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-animagine-xl-4.md): `aigd.image-animagine-xl-4` v1.0.4. Anime-Illustrationen und -Charaktere (ein SDXL-Fine-Tune von Cagliostro Research Lab), lokal ausgeführt: Charakterporträts, Kostümkonzepte und Anime-Key-Art. Prompt mit kommagetrennten Tags. Text zu Bild und Bild zu Bild. Die kommerzielle Nutzung der Bilder ist erlaubt (CreativeML Open RAIL++-M). Benötigt eine NVIDIA GPU mit 8 GB oder mehr. - [FLUX.1 schnell (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-flux1-schnell.md): `aigd.image-flux1-schnell` v1.0.5. FLUX.1 schnell, lokal ausgeführt: scharfe Illustrationen, Fotos, Concept Art, Icons und Sprites in 4 Schritten. Text zu Bild und Bild zu Bild. Apache-2.0, kommerzielle Nutzung erlaubt. Benötigt eine NVIDIA GPU mit 8 GB oder mehr. - [FLUX.2 klein 4B (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-flux2-klein-4b.md): `aigd.image-flux2-klein-4b` v1.0.4. FLUX.2 klein 4B für Macs mit Apple silicon, lokal ausgeführt: Illustrationen, Concept Art, Icons und Sprites in 4 Schritten. Text zu Bild und Bild zu Bild. Apache-2.0, kommerzielle Nutzung erlaubt. Langsam auf 8-GB-Macs (etwa eine Minute pro 512-px-Bild). - [Juggernaut XL v9 (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-juggernaut-xl-v9.md): `aigd.image-juggernaut-xl-v9` v1.0.4. Juggernaut XL v9, lokal ausgeführt: filmische fotorealistische Bilder (ein SDXL-Fine-Tune) mit dramatischem Licht: Charaktere, Umgebungen, Moodboards und Key Art. Schwach bei Text. Text zu Bild und Bild zu Bild. Die kommerzielle Nutzung der Bilder ist erlaubt (CreativeML Open RAIL-M). Benötigt eine NVIDIA GPU mit 8 GB oder mehr. - [Qwen-Image (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-qwen-image.md): `aigd.image-qwen-image` v1.0.4. Qwen-Image, lokal ausgeführt: die beste Textwiedergabe und Prompt-Treue im Katalog für Schilder, Poster, UI-Mockups, Illustrationen und Fotos. Text zu Bild und Bild zu Bild. Apache-2.0, kommerzielle Nutzung erlaubt. Braucht eine NVIDIA GPU mit 16 GB oder mehr und 32 GB RAM. - [Qwen-Image-2.1 Turbo (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-qwen-image-2-1-turbo.md): `aigd.image-qwen-image-2-1-turbo` v1.1.2. Sprites, Icons und Objekte auf einem echten transparenten Hintergrund (RGBA-PNG), in 8 Schritten. Nichtkommerzielle Lizenz: Du akzeptierst sie vor dem Download. Benötigt eine NVIDIA-GPU mit 8 GB oder mehr oder (langsam, etwa eine Minute pro 512-px-Bild auf einem schnellen Desktop) den Prozessor eines Windows-PCs ohne GPU; 16 GB RAM. - [Qwen-Image-2.1 Turbo Q3 (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-qwen-image-2-1-turbo-q3.md): `aigd.image-qwen-image-2-1-turbo-q3` v1.0.2. Qwen-Image-2.1 Turbo, kleiner (Q3\_K\_M), für NVIDIA GPUs mit 6 bis 8 GB: echter transparenter Hintergrund (RGBA-PNG), in 8 Schritten; der Textencoder läuft auf dem Prozessor. Nicht-kommerzielle Lizenz: du akzeptierst sie vor dem Download. Braucht 16 GB RAM. - [Qwen-Image-2.1 Turbo Q8 (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-qwen-image-2-1-turbo-q8.md): `aigd.image-qwen-image-2-1-turbo-q8` v1.0.2. Qwen-Image-2.1 Turbo mit höherer Präzision (Q8\_0) für NVIDIA GPUs mit 12 GB oder mehr: echter transparenter Hintergrund (RGBA PNG), in 8 Schritten. Nicht-kommerzielle Lizenz: Du akzeptierst sie vor dem Download. Braucht 24 GB RAM. - [Qwen-Image-2512 (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-qwen-image-2512.md): `aigd.image-qwen-image-2512` v1.1.1. Qwen-Image-2512, lokal ausgeführt: die beste Textwiedergabe und Prompt-Treue im Katalog bei voller Qualität (20 Schritte) für Schilder, Poster, UI-Mockups, Illustrationen und Fotos. Apache-2.0, kommerzielle Nutzung erlaubt. Braucht eine NVIDIA GPU mit 16 GB oder mehr und 32 GB RAM. - [Qwen-Image-2512 Lightning (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-qwen-image-2512-lightning.md): `aigd.image-qwen-image-2512-lightning` v1.1.1. Qwen-Image-2512 mit dem 4-Schritt-Lightning-LoRA, lokal ausgeführt: seine Textwiedergabe und Prompt-Treue (Schilder, Poster, UI-Mockups) bei etwa 8 s pro 1024-px-Bild, rund 4x schneller als das 20-Schritt-Modell. Apache-2.0, kommerzielle Nutzung erlaubt. Benötigt eine NVIDIA GPU mit 16 GB oder mehr und 32 GB RAM. - [Qwen-Image-Edit-2511 (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-qwen-image-edit-2511.md): `aigd.image-qwen-image-edit-2511` v1.1.1. Qwen-Image-Edit-2511, lokal ausgeführt: Bearbeite Bilder per Anweisung in voller Qualität (20 Schritte). Ändere Text, Farben, Materialien und Objekte oder kombiniere bis zu 4 Bilder. Apache-2.0, kommerzielle Nutzung erlaubt. Benötigt eine NVIDIA GPU mit 16 GB oder mehr und 32 GB RAM. - [Qwen-Image-Edit-2511 Lightning (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-qwen-image-edit-2511-lightning.md): `aigd.image-qwen-image-edit-2511-lightning` v1.1.1. Qwen-Image-Edit-2511 mit dem 4-Step-Lightning-LoRA, lokal ausgeführt: Bilder per Anweisung in etwa 20 s bearbeiten. Text, Farben, Materialien und Objekte ändern oder bis zu 4 Bilder kombinieren. Apache-2.0, kommerzielle Nutzung erlaubt. Benötigt eine NVIDIA GPU mit 16 GB oder mehr und 32 GB RAM. - [RealVisXL V5.0 (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-realvisxl-v5.md): `aigd.image-realvisxl-v5` v1.0.4. RealVisXL V5.0, lokal ausgeführt: fotorealistische Bilder (ein SDXL-Fine-tune) von Menschen, Porträts, Orten und Produkten für Referenzen und Marketing-Art. Schwach bei Text und stilisierter Kunst. Text zu Bild und Bild zu Bild. Die kommerzielle Nutzung der Bilder ist erlaubt (CreativeML Open RAIL++-M). Benötigt eine NVIDIA GPU mit 8 GB oder mehr. - [SDXL 1.0 (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-sdxl-base.md): `aigd.image-sdxl-base` v1.0.4. Stable Diffusion XL base 1.0, lokal ausgeführt: Allzweck-Illustrationen, Concept Art und Fotos in vielen Stilen; schwach bei Text. Text zu Bild und Bild zu Bild. Die kommerzielle Nutzung der Bilder ist erlaubt (CreativeML Open RAIL++-M). Benötigt eine NVIDIA GPU mit 8 GB oder mehr. - [Z-Image Turbo (Bildmodell)](https://ai-game.dev/de/packages/aigd.image-z-image-turbo.md): `aigd.image-z-image-turbo` v1.0.5. Z-Image Turbo, lokal ausgeführt: schnelle fotorealistische und illustrierte Bilder, Icons und Texturen mit lesbarem kurzem Text, in 8 Schritten. Das kleinste PC-Modell: NVIDIA-GPUs mit 4 GB oder mehr, andere GPUs mit 8 GB oder mehr und langsam auf integrierten GPUs. Apache-2.0, kommerzielle Nutzung erlaubt. - [Knowledge Base](https://ai-game.dev/de/packages/aigd.knowledge.md): `aigd.knowledge` v0.3.22. Die Knowledge Base des Projekts: Markdown-Notizen in .ai-game-dev/knowledge/, mit dem Projekt committet, als Graph indexiert und vom Agenten durchsuchbar. Der Agent hält Designentscheidungen und Konventionen fest, organisiert Notizen in Spaces, korrigiert Links beim Verschieben und findet defekte Links; die Desktop-App zeigt die Notizen als 3D-Graph. - [Lokale Sprache (llama.cpp)](https://ai-game.dev/de/packages/aigd.llamacpp.md): `aigd.llamacpp` v1.0.2. Spricht Text auf diesem Computer mit dem Sprachwerkzeug von llama.cpp aus – offline und ohne dein Kontingent zu verbrauchen: Voice-Lines, Erzählertext und Platzhalter-Dialoge auf NVIDIA-, AMD-, Intel- oder Apple-GPUs oder auf der CPU. Modelle wie Kokoro und Chatterbox Turbo sind eigene Pakete. - [Hunyuan3D-2.1 Shape (lokales 3D-Modell)](https://ai-game.dev/de/packages/aigd.model3d-hunyuan3d-2-1-shape.md): `aigd.model3d-hunyuan3d-2-1-shape` v1.0.3. Lokales Image-to-3D: Das Shape-Modell von Tencent Hunyuan3D-2.1 verwandelt ein Bild in ein hochwertiges untexturiertes 3D-Mesh (GLB) für Game-Props und Charaktere, auf deiner NVIDIA GPU mit 10 GB VRAM oder mehr. Läuft offline in der Local Python models runtime. Nicht lizenziert in der EU, im Vereinigten Königreich oder in Südkorea. - [Pixal3D (3D-Modell)](https://ai-game.dev/de/packages/aigd.model3d-pixal3d.md): `aigd.model3d-pixal3d` v1.0.5. Lokales Image-to-3D: Pixal3D von Tencent ARC, ein TRELLIS.2-Fine-Tune, macht aus einem Foto ein texturiertes 3D-Modell (GLB mit PBR-Materialien), dessen Geometrie den Pixeln des Fotos eng folgt. Läuft mit trellis.cpp auf einer NVIDIA- oder Vulkan-GPU mit 16 GB Videospeicher. MIT, mit Metas DINOv3-Lizenz für den Bild-Encoder. - [SkinTokens (lokales Auto-Rigging)](https://ai-game.dev/de/packages/aigd.model3d-skintokens.md): `aigd.model3d-skintokens` v1.0.4. Lokales Auto-Rigging: SkinTokens von VAST-AI fügt einem Charakter- oder Kreatur-Mesh (GLB, OBJ oder FBX) ein Skelett und Skin-Gewichte hinzu und schreibt eine geriggte GLB, die die ursprünglichen Materialien und UVs behält. Läuft in Asset Studio auf deiner NVIDIA GPU mit 14 GB VRAM. MIT, kommerzielle Nutzung erlaubt. - [Step1X-3D Geometry (lokales 3D-Modell)](https://ai-game.dev/de/packages/aigd.model3d-step1x-3d-geometry.md): `aigd.model3d-step1x-3d-geometry` v1.0.4. Lokales Image-to-3D: StepFuns Step1X-3D Geometry 1.3B verwandelt ein Bild in ein untexturiertes 3D-Mesh (GLB) für Game-Props und Charaktere – auf deiner NVIDIA GPU mit 16 GB VRAM. Läuft offline in der Local Python models runtime. Apache-2.0, kommerzielle Nutzung erlaubt. - [TRELLIS.2 4B (3D-Modell)](https://ai-game.dev/de/packages/aigd.model3d-trellis2-4b.md): `aigd.model3d-trellis2-4b` v1.0.5. Lokales Image-to-3D: Microsofts TRELLIS.2 4B verwandelt ein Bild in ein texturiertes 3D-Modell (GLB mit UV-Atlas und PBR-Materialien) für Game-Assets, in Auflösung 512, 1024 oder 1536. Läuft mit trellis.cpp auf einer NVIDIA- oder Vulkan-GPU mit 16 GB Videospeicher. MIT, mit Metas DINOv3-Lizenz für den Bild-Encoder. - [TripoSG 1.5B (lokales 3D-Modell)](https://ai-game.dev/de/packages/aigd.model3d-triposg.md): `aigd.model3d-triposg` v1.0.4. Lokales Image-to-3D: TripoSG 1.5B von VAST-AI verwandelt ein Bild in ein detailliertes, untexturiertes 3D-Mesh (GLB) mit scharfen, sauberen Oberflächen – auf deiner NVIDIA GPU mit 8 GB VRAM. Läuft offline in der Local Python models runtime. Gewichte MIT; Tencent-Code in der Inference ist in der EU, im Vereinigten Königreich und in Südkorea nicht lizenziert. - [Lokale Python-Modelllaufzeit](https://ai-game.dev/de/packages/aigd.python.md): `aigd.python` v1.0.2. Führt lokale Modelle, die keinen C++- oder ONNX-Port haben (3D-Generierung und Rigging), mit PyTorch auf diesem Computer aus – in einer privaten Python-Umgebung pro Modell, die dein eigenes Python nie berührt. Modelle wie TripoSG, Hunyuan3D-2.1 Shape und SkinTokens sind separate Pakete. - [Lokale Soundeffekte und Musik (Stable Audio 3)](https://ai-game.dev/de/packages/aigd.sa3cpp.md): `aigd.sa3cpp` v1.0.2. Laufzeitumgebung für lokale Soundeffekte und Musik in AI Game Dev mit sa3.cpp, dem C++/ggml-Port von Stable Audio 3, auf CUDA, Vulkan, Metal oder der CPU, ohne Python. Führt die Modelle Stable Audio 3 Small SFX, Small Music und Medium aus, die separate Pakete sind. - [Lokale Bild- und Videogenerierung](https://ai-game.dev/de/packages/aigd.sdcpp.md): `aigd.sdcpp` v1.3.1. Erzeugt Bilder, Texturen und kurze Videoclips auf diesem Computer mit stable-diffusion.cpp: NVIDIA (CUDA), AMD und Intel (Vulkan), Apple Silicon (Metal) oder der Prozessor. Fügt die Werkzeuge Image Gen und Video hinzu. Modelle sind separate Pakete (Z-Image Turbo, FLUX, SDXL, Qwen-Image, LTX-2.5, Wan 2.2 und mehr). - [SuperCollider](https://ai-game.dev/de/packages/aigd.supercollider.md): `aigd.supercollider` v0.1.12. Komponiere, rendere, analysiere und exportiere portable Spielmusik mit SuperCollider 3.14.1 auf deinem Computer: Scores als Code in deinem Projekt, Offline-WAV-Renders, synchronisierte Stems und Loops, Sample-Import, Vorschau und Export nach Unity, Godot oder Unreal. - [Local 3D generation](https://ai-game.dev/de/packages/aigd.trellis.md): `aigd.trellis` v1.0.3. Local 3D generation Runtime: trellis.cpp, ein C++-Port von Microsoft TRELLIS.2, verwandelt ein Bild auf deiner eigenen NVIDIA- oder Vulkan-GPU in ein texturiertes 3D-Modell (GLB mit PBR-Materialien) – ohne Kosten pro Modell. Führt die Modellpakete TRELLIS.2 4B und Pixal3D aus, die separat installiert werden. Windows; Linux als Preview. - [Tripo](https://ai-game.dev/de/packages/aigd.tripo.md): `aigd.tripo` v0.2.20. Cloud-3D über dein AI Game Dev Abo-Kontingent: 3D-Modelle aus Text, einem Bild oder mehreren Ansichten, Texturen, Retopologie, Aufteilen in Teile, Mesh-Vervollständigung, Formatkonvertierung, Rigging, Animation sowie Bilderzeugung und -bearbeitung. Der Agent wählt die Operation und die Modellvariante für jede Aufgabe. - [Chatterbox Multilingual V3 (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-chatterbox-multilingual-v3.md): `aigd.tts-chatterbox-multilingual-v3` v1.0.2. Lokale Text-to-Speech in 20 Sprachen von Resemble AI: klont eine Stimme aus einem 3-60 s langen Clip ohne Transkript oder spricht mit der eingebauten Stimme, mit einer Exaggeration-Regelung für Emotion. Für lokalisierte Spieldialoge und Voice-overs. Läuft auf der CPU in der ONNX-Runtime der App, langsamer als Echtzeit. MIT. Resemble AI pflegt das Modell nicht mehr. - [Chatterbox Turbo (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-chatterbox-turbo.md): `aigd.tts-chatterbox-turbo` v1.0.3. Schnelle lokale englische Text-to-Speech von Resemble AI (350M): die eigene Stimme des Modells oder eine aus einem 5–30-s-Clip geklonte Stimme, mit Sound-Tags wie \[laugh\], \[chuckle\] und \[cough\] im Text. Für Charakterdialoge und Voice-overs. Läuft mit llama.cpp auf einer GPU oder der CPU. MIT, kommerzielle Nutzung erlaubt. - [Fun-CosyVoice3 (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-cosyvoice3.md): `aigd.tts-cosyvoice3` v1.0.2. Lokale Text-zu-Sprache mit Stimmklonen von Alibabas Tongyi Lab: Fun-CosyVoice3 0.5B spricht mit der Stimme eines 3-30 s langen Clips auf Chinesisch, Englisch, Japanisch, Koreanisch, Deutsch, Spanisch, Französisch, Italienisch, Russisch und Kantonesisch und folgt Stil-Anweisungen (Emotion, Tempo, Dialekt). Läuft auf deiner GPU mit audio.cpp. Apache-2.0. - [Fish Audio S2 Pro (Sprachmodell, nicht kommerziell)](https://ai-game.dev/de/packages/aigd.tts-fish-s2-pro.md): `aigd.tts-fish-s2-pro` v1.0.2. Fish Audios 4B-Text-to-Speech-Modell, lokal ausgeführt: 80+ Sprachen, Stimmklonen aus einem Clip und dessen Transkript sowie inline Vortrags-Tags wie \[laughing\], \[whisper\] oder \[pause\]. Läuft mit audio.cpp auf einer GPU mit 8 GB oder mehr. Nicht-kommerzielle Lizenz: Kommerzielle Nutzung erfordert eine separate Lizenz von Fish Audio. - [IndexTTS 2.5 (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-indextts25.md): `aigd.tts-indextts25` v1.0.2. bilibilis IndexTTS 2.5, lokal ausgeführt: Zero-Shot-Stimmklonen aus einem 3–30 s langen Clip, mit per Instruktion beschriebener Emotion, in Chinesisch, Englisch, Japanisch, Spanisch und Arabisch. Für ausdrucksstarke Spieldialoge. Läuft mit audio.cpp auf einer GPU mit etwa 6 GB. Kommerzielle Nutzung ist unterhalb der Größenlimits der Lizenz erlaubt. - [Kokoro 82M (Sprachausgabe-Modell)](https://ai-game.dev/de/packages/aigd.tts-kokoro.md): `aigd.tts-kokoro` v1.0.3. hexgrads Kokoro 82M, ein kleines, hoch bewertetes englisches Text-to-Speech-Modell, lokal ausgeführt: 28 amerikanische und britische Preset-Stimmen für NPC-Dialoge, Erzählung und UI-Zeilen. Schnell selbst auf einer CPU (llama.cpp); kein Voice Cloning. Apache-2.0, kommerzielle Nutzung erlaubt. - [Magpie TTS Multilingual (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-magpie.md): `aigd.tts-magpie` v1.0.2. NVIDIAs Magpie TTS Multilingual 357M, lokal ausgeführt: Sprache in 13 Sprachen und Dialekten (darunter Hindi, Vietnamesisch, brasilianisches Portugiesisch und drei arabische Varianten) mit fünf voreingestellten Stimmen, für lokalisierten Dialog und Ansagen. Kein Voice Cloning. Am besten auf einer GPU, mit audio.cpp. NVIDIA Open Model License. - [Ming-3.0 TTS 0.5B (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-ming3.md): `aigd.tts-ming3` v1.0.2. Ming-3.0 TTS 0.5B von inclusionAI, lokal ausgeführt: Sprache in Chinesisch, Englisch, Japanisch, Koreanisch, Deutsch, Französisch und Spanisch, mit Voice Cloning aus einem Clip und Stimmdesign aus einer Textbeschreibung, für unverwechselbare Stimmen von Spielcharakteren. Am besten auf einer GPU, mit audio.cpp. MIT, kommerzielle Nutzung erlaubt. - [OmniVoice (Sprachmodell, nicht kommerziell)](https://ai-game.dev/de/packages/aigd.tts-omnivoice.md): `aigd.tts-omnivoice` v1.0.2. OmniVoice von k2-fsa, lokal ausgeführt: Text-to-Speech in 600+ Sprachen mit eigener Standardstimme oder einer aus einem Clip und dessen Transkript geklonten Stimme. Nützlich für seltene Sprachen in nicht kommerziellen Projekten. Am besten auf einer GPU, mit audio.cpp. Nicht kommerzielle Lizenz (CC-BY-NC). - [Phonon 31M (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-phonon.md): `aigd.tts-phonon` v1.0.2. Gradiums Phonon 31M: ein winziges lokales englisches Text-to-Speech-Modell mit einer Stimme – schneller als Echtzeit auf einer Laptop-CPU, für schnelle Erzählertexte, UI- und Platzhalterzeilen. 85,5 MB Download, läuft mit audio.cpp. Apache-2.0, kommerzielle Nutzung erlaubt. - [Pocket TTS 100M (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-pocket.md): `aigd.tts-pocket` v1.0.2. Kyutais Pocket TTS 100M, lokal betrieben: je ein Checkpoint für Englisch, Französisch, Deutsch, Spanisch, Italienisch und Portugiesisch, 15 vorgegebene Stimmen pro Sprache oder Voice-Cloning aus einem kurzen Clip ohne Transkript. Schneller als Echtzeit auf einer CPU, mit audio.cpp. CC-BY-4.0: kommerzielle Nutzung mit Namensnennung, unter Kyutais Nutzungsbedingungen. - [Supertonic 3 (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-supertonic-3.md): `aigd.tts-supertonic-3` v1.0.2. Supertonic 3 von Supertone: schnelles lokales Text-to-Speech in 31 Sprachen mit zehn voreingestellten Stimmen und den Tags \, \ und \ im Text – für lokalisierten Dialog und Erzählung. Läuft auf der CPU in der ONNX-Runtime der App. Kein Voice-Cloning. Open RAIL-M: kommerzielle Nutzung im Rahmen ihrer Nutzungsbeschränkungen. - [ZONOS3-Mini (Sprachmodell)](https://ai-game.dev/de/packages/aigd.tts-zonos3-mini.md): `aigd.tts-zonos3-mini` v1.0.2. Zyphras ZONOS3-Mini, ein ausdrucksstarkes lokales Text-to-Speech-Modell: Englisch, Französisch, Deutsch, Spanisch, Italienisch, Portugiesisch, Chinesisch und Koreanisch mit 13 voreingestellten Stimmen oder Stimmklon aus einem Clip. Läuft mit audio.cpp auf einer Laptop-CPU (etwa Echtzeit) oder einer GPU. Apache-2.0, kommerzielle Nutzung erlaubt. - [LTX-2.5 (Videomodell)](https://ai-game.dev/de/packages/aigd.video-ltx25.md): `aigd.video-ltx25` v1.0.6. LTX-2.5, lokal ausgeführt: kurze Videoclips mit synchronem Ton (Sprache, Effekte, Atmosphäre) aus Text oder einem Startbild, für Trailershots, Cutscene-Entwürfe und animierte Key Art. Bis zu 5 s bei 1280x704, 24 fps. Benötigt eine NVIDIA GPU mit 16 GB oder mehr und 48 GB RAM. LTX-2.x Community License: kostenlos unter 10 Mio. $ Jahresumsatz. - [Wan 2.2 TI2V 5B (Videomodell)](https://ai-game.dev/de/packages/aigd.video-wan22-ti2v-5b.md): `aigd.video-wan22-ti2v-5b` v1.0.7. Wan 2.2 TI2V 5B, lokal ausgeführt: offenes (Apache-2.0) Videomodell für realistische und stilisierte Clips ohne Ton, aus Text oder einem Startbild. Bis zu 5 s bei 1280x704, 24 fps. Langsamer als LTX-2.5, aber leichter: NVIDIA GPUs mit 12 GB oder mehr und 16 GB RAM.