# Paquetes de AI Game Dev

> Explora todos los paquetes de la app de escritorio AI Game Dev y del CLI gamedev: paquetes oficiales aigd.* y paquetes de la comunidad, con versiones, valoraciones, licencias y comandos de instalación.

HTML: https://ai-game.dev/es/packages · Por paquete: `https://ai-game.dev/es/packages/<id>` (Markdown: añade `.md`) · Instalar: `gamedev pkg add <id>`, o la ventana Paquetes de la app de escritorio (Explorar). Cómo funcionan los paquetes: https://ai-game.dev/docs/wiki/app/packages

Filtro: búsqueda `-`, origen official, editor `aigd`, ordenado por featured. 73 de 74 paquetes.

## Paquetes oficiales

- [Blender](https://ai-game.dev/es/packages/aigd.blender.md) (`aigd.blender`, v1.2.16, de AI Game Dev): Crea y edita modelos 3D en un Blender real desde el chat: busca o instala Blender, instala el complemento MCP for Blender y lo conecta al agente por proyecto. Crea props, blockouts y assets low-poly, expórtalos a tu proyecto de Unity, Godot o Unreal y previsualízalos.
- [Veo (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-veo.md) (`aigd.cloud-veo`, v0.1.3, de AI Game Dev): Vídeo de Google Veo 3.1 en la nube: Lite para borradores, Fast y Standard para planos finales de hasta 4k, todos con sonido y fotogramas inicial y final; Standard además admite hasta 3 imágenes de referencia. Clips de 4 a 8 s para tráilers y cinemáticas de juegos. Consume tu cuota.
- [Base de conocimiento](https://ai-game.dev/es/packages/aigd.knowledge.md) (`aigd.knowledge`, v0.3.22, de AI Game Dev): La base de conocimiento del proyecto: notas Markdown en .ai-game-dev/knowledge/, versionadas con el proyecto, indexadas como grafo y buscables por el agente. El agente registra decisiones de diseño y convenciones, organiza las notas en espacios, reescribe los enlaces al mover y encuentra enlaces rotos; la app de escritorio muestra las notas como un grafo 3D.
- [ACE-Step (audio en la nube)](https://ai-game.dev/es/packages/aigd.cloud-ace-step.md) (`aigd.cloud-ace-step`, v0.1.4, de AI Game Dev): ACE-Step 1.5 en la nube: generación musical abierta a partir de un prompt de estilo, de 10 s a 4 minutos, el modelo de música en la nube más ligero de tu cuota para bocetar pistas de juegos. Usa tu cuota; el mismo modelo también se ejecuta en local.
- [ACE-Step 1.5 (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-ace-step-1-5.md) (`aigd.audio-ace-step-1-5`, v1.0.2, de AI Game Dev): Modelo de música ACE-Step 1.5 Turbo: canciones con voces o instrumentales a partir de un prompt de estilo (género, estado de ánimo, instrumentos, tempo) y letras opcionales en 50 idiomas, de 10 s a 10 min, estéreo a 48 kHz, para temas y bandas sonoras de videojuegos. Se ejecuta en local en tu GPU con audio.cpp. Licencia MIT, se permite el uso comercial.
- [Animagine XL 4.0 (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-animagine-xl-4.md) (`aigd.image-animagine-xl-4`, v1.0.4, de AI Game Dev): Ilustraciones y personajes de estilo anime (ajuste fino de SDXL de Cagliostro Research Lab), ejecutados localmente: retratos, conceptos de vestuario y arte promocional. Indicaciones con etiquetas separadas por comas. Texto a imagen e imagen a imagen. Uso comercial de las imágenes permitido (CreativeML Open RAIL++-M). Requiere una GPU NVIDIA de 8 GB o más.
- [Chatterbox Multilingual V3 (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-chatterbox-multilingual-v3.md) (`aigd.tts-chatterbox-multilingual-v3`, v1.0.2, de AI Game Dev): Texto a voz local en 20 idiomas de Resemble AI: clona una voz a partir de un clip de 3-60 s sin transcripción, o habla con su voz integrada, con un control Exaggeration para la emoción. Para diálogos y voces en off de juegos localizados. Se ejecuta en la CPU en el entorno de ejecución ONNX de la app, más lentamente que en tiempo real. MIT. Resemble AI ya no le da mantenimiento.
- [Chatterbox Turbo (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-chatterbox-turbo.md) (`aigd.tts-chatterbox-turbo`, v1.0.3, de AI Game Dev): Conversión de texto a voz local y rápida en inglés de Resemble AI (350M): la voz propia del modelo o una voz clonada a partir de un clip de 5-30 s, con etiquetas de sonido como \[laugh\], \[chuckle\] y \[cough\] en el texto. Para diálogos de personajes y voces en off. Se ejecuta con llama.cpp en una GPU o en la CPU. MIT, se permite el uso comercial.
- [Generación en la nube](https://ai-game.dev/es/packages/aigd.cloud-media.md) (`aigd.cloud-media`, v0.1.4, de AI Game Dev): Genera video, voz, música y efectos de sonido en la nube con tu cuota de AI-GAME.DEV desde el chat. Host compartido de los paquetes de familias de modelos en la nube; activo por defecto, los trabajos dentro del presupuesto de generación del chat (30 % de tu cuota semanal por defecto) se ejecutan sin preguntar. Cambia un chat a preguntar antes de cada trabajo, o desactívalo para solo local.
- [ElevenLabs (audio en la nube)](https://ai-game.dev/es/packages/aigd.cloud-elevenlabs.md) (`aigd.cloud-elevenlabs`, v0.1.5, de AI Game Dev): ElevenLabs en la nube para el audio del juego: habla con 21 voces (v4 Turbo y Eleven v4) para diálogos y narración, y efectos de sonido a partir de una descripción, de 1 a 30 s; música próximamente. Consume tu cuota.
- [Fish Audio S2 Pro (modelo de voz, no comercial)](https://ai-game.dev/es/packages/aigd.tts-fish-s2-pro.md) (`aigd.tts-fish-s2-pro`, v1.0.2, de AI Game Dev): El modelo de conversión de texto a voz de 4B de Fish Audio, ejecutado en local: más de 80 idiomas, clonación de voz a partir de un clip y su transcripción, y etiquetas de interpretación en línea como \[laughing\], \[whisper\] o \[pause\]. Se ejecuta con audio.cpp en una GPU con 8 GB o más. Licencia no comercial: el uso comercial requiere una licencia aparte de Fish Audio.
- [FLUX.1 schnell (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-flux1-schnell.md) (`aigd.image-flux1-schnell`, v1.0.5, de AI Game Dev): FLUX.1 schnell, en local: ilustraciones nítidas, fotos, concept art, iconos y sprites en 4 pasos. Texto a imagen e imagen a imagen. Apache-2.0, uso comercial permitido. Requiere una GPU NVIDIA de 8 GB o más.
- [FLUX.2 klein 4B (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-flux2-klein-4b.md) (`aigd.image-flux2-klein-4b`, v1.0.4, de AI Game Dev): FLUX.2 klein 4B para Macs con Apple silicon, ejecutado localmente: ilustraciones, concept art, iconos y sprites en 4 pasos. Texto a imagen e imagen a imagen. Apache-2.0, se permite el uso comercial. Lento en Macs de 8 GB (alrededor de un minuto por imagen de 512 px).
- [Fun-CosyVoice3 (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-cosyvoice3.md) (`aigd.tts-cosyvoice3`, v1.0.2, de AI Game Dev): Texto a voz local con clonación de voz de Tongyi Lab de Alibaba: Fun-CosyVoice3 0.5B habla con la voz de un clip de 3-30 s en chino, inglés, japonés, coreano, alemán, español, francés, italiano, ruso y cantonés, y sigue instrucciones de estilo (emoción, velocidad, dialecto). Se ejecuta en tu GPU con audio.cpp. Apache-2.0.
- [Gemini Omni (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-gemini-omni.md) (`aigd.cloud-gemini-omni`, v0.1.4, de AI Game Dev): Vídeo de Gemini Omni Flash 1.2 en la nube: clips a partir de texto, una imagen inicial o fotogramas inicial y final, siempre con sonido, de 5 a 10 s y de 360p a 1080p, para tráileres de juegos y planos de ambiente. Consume tu cuota.
- [Hailuo (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-hailuo.md) (`aigd.cloud-hailuo`, v0.1.3, de AI Game Dev): Vídeo MiniMax Hailuo H3 Max en la nube: física y movimiento de cámara potentes para tráileres de juegos y planos de acción, a partir de texto, una imagen inicial o fotogramas inicial y final, 5 o 10 s hasta 1080p, sin sonido. Consume tu cuota.
- [HappyHorse (video en la nube)](https://ai-game.dev/es/packages/aigd.cloud-happyhorse.md) (`aigd.cloud-happyhorse`, v0.1.3, de AI Game Dev): HappyHorse 1.1 en la nube: clips con personajes coherentes a partir de un prompt, una imagen inicial o hasta 9 imágenes de referencia, de 5 o 10 s a 720p o 1080p, sin sonido, para personajes de videojuego en cinemáticas y tráileres. Consume tu cuota.
- [Hunyuan3D-2.1 Shape (modelo 3D local)](https://ai-game.dev/es/packages/aigd.model3d-hunyuan3d-2-1-shape.md) (`aigd.model3d-hunyuan3d-2-1-shape`, v1.0.3, de AI Game Dev): Imagen a 3D local: el modelo de forma de Tencent Hunyuan3D-2.1 convierte una imagen en una malla 3D (GLB) sin texturas de alta calidad para props y personajes de juego, en tu GPU NVIDIA con 10 GB de VRAM o más. Se ejecuta sin conexión en el runtime de modelos Python local. No tiene licencia en la UE, el Reino Unido ni Corea del Sur.
- [HunyuanVideo (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-hunyuan-video.md) (`aigd.cloud-hunyuan-video`, v0.1.3, de AI Game Dev): HunyuanVideo 1.5 de Tencent, de código abierto, en la nube (próximamente): movimiento realista a partir de un prompt o una imagen inicial, 5 s a 480p, sin sonido. Consume tu cuota.
- [IndexTTS 2.5 (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-indextts25.md) (`aigd.tts-indextts25`, v1.0.2, de AI Game Dev): IndexTTS 2.5 de bilibili, ejecutado en local: clonación de voz zero-shot a partir de un clip de 3-30 s con la emoción descrita en una instrucción, en chino, inglés, japonés, español y árabe. Para diálogos de juego expresivos. Se ejecuta en una GPU con unos 6 GB con audio.cpp. Se permite el uso comercial por debajo de los límites de tamaño de la licencia.
- [Juggernaut XL v9 (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-juggernaut-xl-v9.md) (`aigd.image-juggernaut-xl-v9`, v1.0.4, de AI Game Dev): Juggernaut XL v9, ejecutado en local: imágenes cinematográficas fotorrealistas (un ajuste fino de SDXL) con luz dramática: personajes, entornos, mood boards y key art. Flojo con el texto. Texto a imagen e imagen a imagen. Se permite el uso comercial de las imágenes (CreativeML Open RAIL-M). Requiere una GPU NVIDIA con 8 GB o más.
- [Kling (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-kling.md) (`aigd.cloud-kling`, v0.1.3, de AI Game Dev): Vídeo de Kling 3.0 y O3 en la nube para tráilers y cinemáticas de juegos: clips cinemáticos con sonido a partir de texto, una imagen inicial o fotogramas inicial y final, de 5 a 15 s a 720p o 1080p, y hasta 4 imágenes de referencia con O3. Consume tu cuota.
- [Kokoro (audio en la nube)](https://ai-game.dev/es/packages/aigd.cloud-kokoro.md) (`aigd.cloud-kokoro`, v0.1.3, de AI Game Dev): Kokoro en la nube: un modelo de voz abierto de inglés estadounidense con 20 voces, que consume poco de tu cuota, para diálogos de juego provisionales y de borrador. Usa tu cuota; el mismo modelo también se ejecuta en local.
- [Kokoro 82M (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-kokoro.md) (`aigd.tts-kokoro`, v1.0.3, de AI Game Dev): Kokoro 82M de hexgrad, un modelo de texto a voz en inglés pequeño y muy valorado, ejecutado localmente: 28 voces predefinidas americanas y británicas para diálogos de NPC, narración y líneas de interfaz. Rápido incluso en CPU (llama.cpp); sin clonación de voz. Apache-2.0, se permite el uso comercial.
- [Local 3D generation](https://ai-game.dev/es/packages/aigd.trellis.md) (`aigd.trellis`, v1.0.3, de AI Game Dev): Local 3D generation, el entorno de ejecución: trellis.cpp, un port a C++ de Microsoft TRELLIS.2, convierte una imagen en un modelo 3D con texturas (GLB con materiales PBR) en tu propia GPU NVIDIA o Vulkan, sin coste por modelo. Ejecuta los paquetes de modelos TRELLIS.2 4B y Pixal3D, que se instalan por separado. Windows; Linux en versión preliminar.
- [Generación de audio local (audio.cpp)](https://ai-game.dev/es/packages/aigd.audiocpp.md) (`aigd.audiocpp`, v1.0.2, de AI Game Dev): Entorno de ejecución para música, efectos de sonido y voz locales en AI Game Dev, usando audio.cpp (C++, ggml) en CUDA, Vulkan, Metal o la CPU. Ejecuta ACE-Step 1.5, MiniMax-Music3, Magenta RealTime 2, MOSS-SoundEffect v2, Qwen3-TTS, VoxCPM2 y otros modelos de voz. Los modelos son paquetes independientes.
- [Generación local de imágenes y video](https://ai-game.dev/es/packages/aigd.sdcpp.md) (`aigd.sdcpp`, v1.3.1, de AI Game Dev): Genera imágenes, texturas y clips de video cortos en este equipo con stable-diffusion.cpp: NVIDIA (CUDA), AMD e Intel (Vulkan), Apple silicon (Metal) o el procesador. Añade las herramientas Image Gen y Video. Los modelos son paquetes aparte (Z-Image Turbo, FLUX, SDXL, Qwen-Image, LTX-2.5, Wan 2.2 y más).
- [Entorno de ejecución local de modelos Python](https://ai-game.dev/es/packages/aigd.python.md) (`aigd.python`, v1.0.2, de AI Game Dev): Ejecuta en este equipo modelos locales que no tienen port a C++ ni a ONNX (generación 3D y rigging) con PyTorch, en un entorno Python privado por modelo que nunca toca tu propio Python. Modelos como TripoSG, Hunyuan3D-2.1 Shape y SkinTokens son paquetes aparte.
- [Efectos de sonido y música locales (Stable Audio 3)](https://ai-game.dev/es/packages/aigd.sa3cpp.md) (`aigd.sa3cpp`, v1.0.2, de AI Game Dev): Entorno de ejecución para efectos de sonido y música locales en AI Game Dev con sa3.cpp, el port C++/ggml de Stable Audio 3, en CUDA, Vulkan, Metal o la CPU, sin Python. Ejecuta los modelos Stable Audio 3 Small SFX, Small Music y Medium, que son paquetes independientes.
- [Voz local (llama.cpp)](https://ai-game.dev/es/packages/aigd.llamacpp.md) (`aigd.llamacpp`, v1.0.2, de AI Game Dev): Reproduce texto en voz alta en este equipo con la herramienta de voz de llama.cpp, sin conexión y sin consumir tu cuota: líneas de voz, narración y diálogos de marcador de posición en GPU NVIDIA, AMD o Intel, en Apple o en la CPU. Modelos como Kokoro y Chatterbox Turbo son paquetes aparte.
- [LTX (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-ltx.md) (`aigd.cloud-ltx`, v0.1.4, de AI Game Dev): Vídeo LTX-2.5 en la nube: clips de alta resolución de hasta 2160p con sonido sincronizado, a partir de texto o de una imagen inicial, de 6 a 10 s, para tráileres de juegos y páginas de tienda. Consume tu cuota; la misma familia también se ejecuta en local.
- [LTX-2.5 (modelo de vídeo)](https://ai-game.dev/es/packages/aigd.video-ltx25.md) (`aigd.video-ltx25`, v1.0.6, de AI Game Dev): LTX-2.5, en local: clips de vídeo cortos con sonido sincronizado (voz, efectos, ambiente) a partir de texto o de una imagen inicial, para planos de tráiler, borradores de cinemáticas y key art animado. Hasta 5 s a 1280x704 y 24 fps. Requiere una GPU NVIDIA de 16 GB o más y 48 GB de RAM. LTX-2.x Community License: gratis por debajo de 10 000 000 $ de ingresos anuales.
- [Lyria (audio en la nube)](https://ai-game.dev/es/packages/aigd.cloud-lyria.md) (`aigd.cloud-lyria`, v0.1.4, de AI Game Dev): Música de Google Lyria 3 en la nube: clips de 30 segundos, instrumentales o con voces, a partir de una descripción de texto, para temas de menú, bocetos de música de niveles y bases para tráileres. Consume tu cuota.
- [Magenta RealTime 2 (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-magenta-rt2.md) (`aigd.audio-magenta-rt2`, v1.0.2, de AI Game Dev): Modelos de música instrumental Google Magenta RealTime 2: música de fondo a partir de un prompt de estilo, de 1 s a 3 min, estéreo a 48 kHz, sin voces. Small (230M) funciona en cualquier GPU e incluso en una CPU; Base (2.4B) necesita una GPU. Se ejecuta en local con audio.cpp. CC BY 4.0, se permite el uso comercial.
- [Magpie TTS Multilingual (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-magpie.md) (`aigd.tts-magpie`, v1.0.2, de AI Game Dev): Magpie TTS Multilingual 357M de NVIDIA, ejecutado en local: voz en 13 idiomas y dialectos (incluidos hindi, vietnamita, portugués de Brasil y tres variantes de árabe) con cinco voces predefinidas, para diálogos y anuncios localizados. Sin clonación de voz. Rinde mejor en una GPU, con audio.cpp. NVIDIA Open Model License.
- [Ming-3.0 TTS 0.5B (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-ming3.md) (`aigd.tts-ming3`, v1.0.2, de AI Game Dev): Ming-3.0 TTS 0.5B de inclusionAI, ejecutado en local: voz en chino, inglés, japonés, coreano, alemán, francés y español, con clonación de voz a partir de un clip y diseño de voz a partir de una descripción de texto, para voces de personajes de juego diferenciadas. Mejor en una GPU, con audio.cpp. MIT, se permite el uso comercial.
- [MiniMax-Music3 (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-minimax-music3.md) (`aigd.audio-minimax-music3`, v1.0.2, de AI Game Dev): MiniMax-Music3: canciones completas con voces cantadas a partir de un prompt de estilo y una letra con etiquetas \[verse\]/\[chorus\], de hasta 5 minutos, estéreo a 44.1 kHz, para temas principales y singles de banda sonora. Se ejecuta localmente en tu GPU con audio.cpp. Licencia comunitaria: muestra "MiniMax-Music3", marca la salida como generada por máquina, límite de ingresos.
- [MOSS-SoundEffect v2 (modelo de efectos de sonido)](https://ai-game.dev/es/packages/aigd.audio-moss-soundeffect-v2.md) (`aigd.audio-moss-soundeffect-v2`, v1.0.2, de AI Game Dev): MOSS-SoundEffect v2 de OpenMOSS: efectos de sonido y ambiente (naturaleza, ciudad, criaturas, acciones humanas) a partir de una descripción en inglés o chino, de 1 a 30 s, 48 kHz mono, para niveles y escenas de juego. Se ejecuta localmente en tu GPU con audio.cpp. Apache-2.0 (según la ficha del modelo), uso comercial permitido.
- [OmniVoice (modelo de voz, no comercial)](https://ai-game.dev/es/packages/aigd.tts-omnivoice.md) (`aigd.tts-omnivoice`, v1.0.2, de AI Game Dev): OmniVoice de k2-fsa, ejecutado localmente: texto a voz en más de 600 idiomas con su propia voz predeterminada o una voz clonada a partir de un clip y su transcripción. Útil para idiomas poco comunes en proyectos no comerciales. Funciona mejor en una GPU, con audio.cpp. Licencia no comercial (CC-BY-NC).
- [Phonon 31M (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-phonon.md) (`aigd.tts-phonon`, v1.0.2, de AI Game Dev): Phonon 31M de Gradium, un modelo local de texto a voz en inglés muy pequeño y con una sola voz: más rápido que en tiempo real en la CPU de un portátil, para narración rápida, líneas de interfaz y de relleno. Descarga de 85.5 MB, se ejecuta con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Pixal3D (modelo 3D)](https://ai-game.dev/es/packages/aigd.model3d-pixal3d.md) (`aigd.model3d-pixal3d`, v1.0.5, de AI Game Dev): Generación 3D local desde imagen: Pixal3D de Tencent ARC, un fine-tune de TRELLIS.2, convierte una foto en un modelo 3D con textura (GLB con materiales PBR) cuya geometría sigue de cerca los píxeles de la foto. Se ejecuta con trellis.cpp en una GPU NVIDIA o Vulkan con 16 GB de memoria de vídeo. MIT, con la licencia DINOv3 de Meta para el codificador de imagen.
- [PixVerse (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-pixverse.md) (`aigd.cloud-pixverse`, v0.1.3, de AI Game Dev): Vídeo con PixVerse V6 en la nube: clips rápidos, estilizados y realistas con sonido opcional, a partir de texto, una imagen inicial o fotogramas inicial y final, de 5 a 10 s, de 360p a 1080p, en cinco relaciones de aspecto. Consume tu cuota.
- [Pocket TTS 100M (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-pocket.md) (`aigd.tts-pocket`, v1.0.2, de AI Game Dev): Pocket TTS 100M de Kyutai, en local: un checkpoint para inglés, francés, alemán, español, italiano y portugués, 15 voces predefinidas por idioma o clonación de voz a partir de un clip corto sin transcripción. Más rápido que el tiempo real en CPU, con audio.cpp. CC-BY-4.0: uso comercial con atribución, bajo los términos de uso de Kyutai.
- [Qwen-Image (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-qwen-image.md) (`aigd.image-qwen-image`, v1.0.4, de AI Game Dev): Qwen-Image, en local: el mejor renderizado de texto y seguimiento de prompts del catálogo para carteles, pósters, maquetas de UI, ilustraciones y fotos. Texto a imagen e imagen a imagen. Apache-2.0, se permite el uso comercial. Requiere una GPU NVIDIA con 16 GB o más y 32 GB de RAM.
- [Qwen-Image-2.1 Turbo (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-qwen-image-2-1-turbo.md) (`aigd.image-qwen-image-2-1-turbo`, v1.1.2, de AI Game Dev): Sprites, iconos y objetos sobre un fondo transparente real (PNG RGBA), en 8 pasos. Licencia no comercial: la aceptas antes de la descarga. Necesita una GPU NVIDIA de 8 GB o más o (lento, alrededor de un minuto por imagen de 512 px en un equipo rápido) el procesador de un PC con Windows sin GPU; 16 GB de RAM.
- [Qwen-Image-2.1 Turbo Q3 (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-qwen-image-2-1-turbo-q3.md) (`aigd.image-qwen-image-2-1-turbo-q3`, v1.0.2, de AI Game Dev): Qwen-Image-2.1 Turbo, más pequeño (Q3\_K\_M), para GPU NVIDIA con 6 a 8 GB: fondo transparente real (PNG RGBA), en 8 pasos; el codificador de texto se ejecuta en el procesador. Licencia no comercial: la aceptas antes de la descarga. Necesita 16 GB de RAM.
- [Qwen-Image-2.1 Turbo Q8 (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-qwen-image-2-1-turbo-q8.md) (`aigd.image-qwen-image-2-1-turbo-q8`, v1.0.2, de AI Game Dev): Qwen-Image-2.1 Turbo con mayor precisión (Q8\_0) para GPU NVIDIA de 12 GB o más: fondo transparente real (PNG RGBA), en 8 pasos. Licencia no comercial: la aceptas antes de la descarga. Necesita 24 GB de RAM.
- [Qwen-Image-2512 (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-qwen-image-2512.md) (`aigd.image-qwen-image-2512`, v1.1.1, de AI Game Dev): Qwen-Image-2512, en local: el mejor renderizado de texto y seguimiento de prompts del catálogo a máxima calidad (20 pasos) para carteles, pósteres, mockups de UI, ilustraciones y fotos. Apache-2.0, uso comercial permitido. Requiere una GPU NVIDIA de 16 GB o más y 32 GB de RAM.
- [Qwen-Image-2512 Lightning (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-qwen-image-2512-lightning.md) (`aigd.image-qwen-image-2512-lightning`, v1.1.1, de AI Game Dev): Qwen-Image-2512 con el LoRA Lightning de 4 pasos, ejecutado en local: su renderizado de texto y seguimiento de instrucciones (letreros, pósteres, maquetas de UI) a unos 8 s por imagen de 1024 px, unas 4 veces más rápido que el modelo de 20 pasos. Apache-2.0, uso comercial permitido. Requiere una GPU NVIDIA con 16 GB o más y 32 GB de RAM.
- [Qwen-Image-Edit-2511 (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-qwen-image-edit-2511.md) (`aigd.image-qwen-image-edit-2511`, v1.1.1, de AI Game Dev): Qwen-Image-Edit-2511, ejecutado en local: edita imágenes por instrucción a plena calidad (20 pasos). Cambia texto, colores, materiales y objetos, o combina hasta 4 imágenes. Apache-2.0, se permite el uso comercial. Necesita una GPU NVIDIA de 16 GB o más y 32 GB de RAM.
- [Qwen-Image-Edit-2511 Lightning (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-qwen-image-edit-2511-lightning.md) (`aigd.image-qwen-image-edit-2511-lightning`, v1.1.1, de AI Game Dev): Qwen-Image-Edit-2511 con el LoRA Lightning de 4 pasos, ejecutado localmente: edita imágenes por instrucción en unos 20 s. Cambia texto, colores, materiales y objetos, o combina hasta 4 imágenes. Apache-2.0, uso comercial permitido. Necesita una GPU NVIDIA de 16 GB o más y 32 GB de RAM.
- [Qwen3-TTS 0.6B Base (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-qwen3-tts-0-6b-base.md) (`aigd.audio-qwen3-tts-0-6b-base`, v1.0.2, de AI Game Dev): Qwen3-TTS 0.6B Base: texto a voz que clona la voz de un clip de referencia corto (3 s o más) en 10 idiomas, 24 kHz, para diálogos de personajes y narración. El modelo de clonación más pequeño, para GPU con unos 4 GB (estimación). Se ejecuta en local con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Qwen3-TTS 1.7B Base (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-qwen3-tts-1-7b-base.md) (`aigd.audio-qwen3-tts-1-7b-base`, v1.0.2, de AI Game Dev): Qwen3-TTS 1.7B Base: texto a voz que clona la voz de un clip de referencia corto (3 s o más) en 10 idiomas, 24 kHz, para diálogos de personajes y narración. El modelo de clonación más grande, para GPUs con unos 6 GB (estimación). Se ejecuta localmente con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Qwen3-TTS 1.7B CustomVoice (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-qwen3-tts-1-7b-customvoice.md) (`aigd.audio-qwen3-tts-1-7b-customvoice`, v1.0.2, de AI Game Dev): Qwen3-TTS 1.7B CustomVoice: texto a voz con nueve voces integradas e instrucciones de emoción y forma de hablar («Emocionado, rápido», «Susurrando, triste») en 10 idiomas, 24 kHz, para diálogos de NPC y narración. Se ejecuta localmente en tu GPU con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Qwen3-TTS 1.7B VoiceDesign (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-qwen3-tts-1-7b-voicedesign.md) (`aigd.audio-qwen3-tts-1-7b-voicedesign`, v1.0.2, de AI Game Dev): Qwen3-TTS 1.7B VoiceDesign: texto a voz con una voz nueva diseñada a partir de una descripción escrita («Un viejo marinero ronco, grave y lento») que también fija la emoción y la interpretación, en 10 idiomas, 24 kHz, para voces de personajes. Se ejecuta en local en tu GPU con audio.cpp. Apache-2.0, se permite el uso comercial.
- [RealVisXL V5.0 (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-realvisxl-v5.md) (`aigd.image-realvisxl-v5`, v1.0.4, de AI Game Dev): RealVisXL V5.0, ejecutado en local: imágenes fotorrealistas (un ajuste fino de SDXL) de personas, retratos, lugares y productos para referencias y arte de marketing. Flojo con texto y arte estilizado. Texto a imagen e imagen a imagen. Se permite el uso comercial de las imágenes (CreativeML Open RAIL++-M). Requiere una GPU NVIDIA con 8 GB o más.
- [SDXL 1.0 (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-sdxl-base.md) (`aigd.image-sdxl-base`, v1.0.4, de AI Game Dev): Stable Diffusion XL base 1.0, en local: ilustraciones de uso general, arte conceptual y fotos en muchos estilos; flojo con el texto. Texto a imagen e imagen a imagen. Se permite el uso comercial de las imágenes (CreativeML Open RAIL++-M). Requiere una GPU NVIDIA con 8 GB o más.
- [Seedance (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-seedance.md) (`aigd.cloud-seedance`, v0.1.3, de AI Game Dev): Vídeo ByteDance Seedance 2.0 en la nube (2.5 muy pronto): clips con sonido a partir de texto, una imagen inicial, fotogramas inicial y final o hasta 9 imágenes de referencia, para cinemáticas y tráilers de juego con personajes coherentes. 5 o 10 s, 720p o 1080p. Consume tu cuota.
- [SkinTokens (rigging automático local)](https://ai-game.dev/es/packages/aigd.model3d-skintokens.md) (`aigd.model3d-skintokens`, v1.0.4, de AI Game Dev): Rigging automático local: SkinTokens, de VAST-AI, añade un esqueleto y pesos de skin a una malla de personaje o criatura (GLB, OBJ o FBX) y escribe un GLB con rig que conserva los materiales y las UV originales. Se ejecuta desde Asset Studio en tu GPU NVIDIA con 14 GB de VRAM. MIT, se permite el uso comercial.
- [Stable Audio 3 Medium (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-stable-audio-3-medium.md) (`aigd.audio-stable-audio-3-medium`, v1.1.3, de AI Game Dev): Stable Audio 3 Medium: música instrumental desde un prompt de texto, hasta 6 min 20 s, estéreo a 44,1 kHz, sin voces; el modelo de música más grande de Stable Audio 3, para bandas sonoras largas. Se ejecuta en local con sa3.cpp en una GPU (12 GB en CUDA, 13 GB en Vulkan para las piezas más largas). Stability AI Community License: uso comercial solo por debajo de US$1M anuales, previo registro.
- [Stable Audio 3 Small Music (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-stable-audio-3-small-music.md) (`aigd.audio-stable-audio-3-small-music`, v1.1.3, de AI Game Dev): Stable Audio 3 Small Music: música instrumental y bucles a partir de un prompt de texto, hasta 2 minutos, 44.1 kHz estéreo, sin voces, para música de fondo, cues y jingles de juegos. Se ejecuta localmente con sa3.cpp en una GPU de 4 GB, o lentamente en una CPU. Stability AI Community License: uso comercial solo por debajo de US$1M de ingresos anuales, tras registrarse.
- [Stable Audio 3 Small SFX (modelo de efectos de sonido)](https://ai-game.dev/es/packages/aigd.audio-stable-audio-3-small-sfx.md) (`aigd.audio-stable-audio-3-small-sfx`, v1.1.3, de AI Game Dev): Stable Audio 3 Small SFX: efectos de sonido y foley para juegos a partir de un prompt de texto (impactos, pasos, sonidos de UI, ambientes), de 1 a 60 s, estéreo a 44.1 kHz. Se ejecuta localmente con sa3.cpp en una GPU de 4 GB, o lentamente sin GPU. Stability AI Community License: uso comercial solo por debajo de US$1M de ingresos anuales, tras registrarte.
- [Step1X-3D Geometry (modelo 3D local)](https://ai-game.dev/es/packages/aigd.model3d-step1x-3d-geometry.md) (`aigd.model3d-step1x-3d-geometry`, v1.0.4, de AI Game Dev): Imagen a 3D local: Step1X-3D Geometry 1.3B de StepFun convierte una sola imagen en una malla 3D sin texturas (GLB) para props y personajes de juego, en tu GPU NVIDIA con 16 GB de VRAM. Se ejecuta sin conexión en el Local Python models runtime. Apache-2.0, se permite el uso comercial.
- [SuperCollider](https://ai-game.dev/es/packages/aigd.supercollider.md) (`aigd.supercollider`, v0.1.12, de AI Game Dev): Compón, renderiza, analiza y exporta música portable para juegos con SuperCollider 3.14.1 en tu equipo: partituras como código en tu proyecto, renders WAV sin conexión, stems y bucles sincronizados, importación de samples, vista previa y exportación a Unity, Godot o Unreal.
- [Supertonic 3 (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-supertonic-3.md) (`aigd.tts-supertonic-3`, v1.0.2, de AI Game Dev): Supertonic 3 de Supertone, texto a voz local y rápido en 31 idiomas con diez voces predefinidas y etiquetas \<laugh\>, \<breath\> y \<sigh\> en el texto, para diálogos y narraciones localizados. Se ejecuta en la CPU con el runtime ONNX de la app. Sin clonación de voz. Open RAIL-M: uso comercial dentro de sus restricciones de uso.
- [TRELLIS.2 4B (modelo 3D)](https://ai-game.dev/es/packages/aigd.model3d-trellis2-4b.md) (`aigd.model3d-trellis2-4b`, v1.0.5, de AI Game Dev): Image-to-3D local: TRELLIS.2 4B de Microsoft convierte una imagen en un modelo 3D texturizado (GLB con atlas UV y materiales PBR) para assets de juego, con resolución 512, 1024 o 1536. Se ejecuta con trellis.cpp en una GPU NVIDIA o Vulkan con 16 GB de memoria de vídeo. MIT, con la licencia DINOv3 de Meta para el codificador de imagen.
- [Tripo](https://ai-game.dev/es/packages/aigd.tripo.md) (`aigd.tripo`, v0.2.20, de AI Game Dev): 3D en la nube con la cuota de tu suscripción a AI Game Dev: modelos 3D a partir de texto, una imagen o varias vistas, texturas, retopología, división en partes, completado de malla, conversión de formato, rigging, animación y generación y edición de imágenes. El agente elige la operación y la variante de modelo para cada tarea.
- [TripoSG 1.5B (modelo 3D local)](https://ai-game.dev/es/packages/aigd.model3d-triposg.md) (`aigd.model3d-triposg`, v1.0.4, de AI Game Dev): De imagen a 3D local: TripoSG 1.5B de VAST-AI convierte una imagen en una malla 3D detallada y sin texturas (GLB) con superficies nítidas y limpias, en tu GPU NVIDIA con 8 GB de VRAM. Se ejecuta sin conexión en el runtime Local Python models. Pesos MIT; el código de Tencent en su inferencia no tiene licencia en la UE, el Reino Unido ni Corea del Sur.
- [VoxCPM2 (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-voxcpm2.md) (`aigd.audio-voxcpm2`, v1.0.2, de AI Game Dev): VoxCPM2 de OpenBMB: conversión de texto a voz en 30 idiomas y 9 dialectos chinos a 48 kHz, con clonación de voz a partir de un clip corto, diseño de voz a partir de una descripción e instrucciones de emoción y ritmo, para diálogos de personajes y narración. Se ejecuta localmente en tu GPU con audio.cpp. Apache-2.0, uso comercial permitido.
- [Wan (vídeo en la nube)](https://ai-game.dev/es/packages/aigd.cloud-wan.md) (`aigd.cloud-wan`, v0.1.3, de AI Game Dev): Modelos de vídeo Wan abiertos en la nube: 2.2 para borradores rápidos sin sonido y 3.0 Prime para mayor calidad con sonido, a partir de texto, una imagen inicial o fotogramas inicial y final, hasta 1080p. Se ejecutan en los servidores de AI Game Dev con tu cuota; la misma familia también se ejecuta en local (Wan 2.2 TI2V 5B).
- [Wan 2.2 TI2V 5B (modelo de vídeo)](https://ai-game.dev/es/packages/aigd.video-wan22-ti2v-5b.md) (`aigd.video-wan22-ti2v-5b`, v1.0.7, de AI Game Dev): Wan 2.2 TI2V 5B, en local: modelo de vídeo abierto (Apache-2.0) para clips realistas y estilizados sin sonido, a partir de texto o de una imagen inicial. Hasta 5 s a 1280x704, 24 fps. Más lento que LTX-2.5 pero más ligero: GPU NVIDIA de 12 GB o más y 16 GB de RAM.
- [Z-Image Turbo (modelo de imagen)](https://ai-game.dev/es/packages/aigd.image-z-image-turbo.md) (`aigd.image-z-image-turbo`, v1.0.5, de AI Game Dev): Z-Image Turbo, en local: imágenes fotorrealistas e ilustrativas rápidas, iconos y texturas con texto corto legible, en 8 pasos. El modelo para PC más pequeño: GPUs NVIDIA de 4 GB o más, otras GPUs de 8 GB o más y, lentamente, GPUs integradas. Apache-2.0, se permite el uso comercial.
- [ZONOS3-Mini (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-zonos3-mini.md) (`aigd.tts-zonos3-mini`, v1.0.2, de AI Game Dev): ZONOS3-Mini de Zyphra, un modelo local de texto a voz expresivo: inglés, francés, alemán, español, italiano, portugués, chino y coreano con 13 voces predefinidas, o clonación de voz a partir de un clip. Se ejecuta en la CPU de un portátil (más o menos en tiempo real) o en una GPU, con audio.cpp. Apache-2.0, se permite el uso comercial.
