# Pacotes do AI Game Dev

> Pesquise em todos os pacotes do aplicativo desktop AI Game Dev e da CLI gamedev: pacotes oficiais aigd.* e pacotes da comunidade, com versões, avaliações, licenças e comandos de instalação.

HTML: https://ai-game.dev/pt-br/packages · Por pacote: `https://ai-game.dev/pt-br/packages/<id>` (Markdown: acrescente `.md`) · Instalação: `gamedev pkg add <id>`, ou a janela Packages (Browse) do app para desktop. Como os pacotes funcionam: https://ai-game.dev/docs/wiki/app/packages

Filtro: busca `-`, origem official, publicador `aigd`, ordenado por featured. 73 de 74 pacotes.

## Pacotes oficiais

- [Blender](https://ai-game.dev/pt-br/packages/aigd.blender.md) (`aigd.blender`, v1.2.16, por AI Game Dev): Crie e edite modelos 3D em um Blender de verdade pelo chat: encontra ou instala o Blender, instala o add-on MCP for Blender e o conecta ao agente por projeto. Faça props, blockouts e assets low-poly, exporte-os para o seu projeto Unity, Godot ou Unreal e visualize-os.
- [Veo (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-veo.md) (`aigd.cloud-veo`, v0.1.3, por AI Game Dev): Vídeo Google Veo 3.1 na nuvem: Lite para rascunhos, Fast e Standard para takes finais até 4k, todos com som e frames inicial e final; o Standard também aceita até 3 imagens de referência. Clipes de 4 a 8 s para trailers e cutscenes de jogos. Usa sua cota.
- [Base de Conhecimento](https://ai-game.dev/pt-br/packages/aigd.knowledge.md) (`aigd.knowledge`, v0.3.22, por AI Game Dev): A Base de Conhecimento do projeto: notas em markdown em .ai-game-dev/knowledge/, versionadas junto com o projeto, indexadas como um grafo e pesquisáveis pelo agente. O agente registra decisões de design e convenções, organiza as notas em espaços, corrige links ao mover e encontra links quebrados; o aplicativo desktop mostra as notas como um grafo 3D.
- [ACE-Step (áudio na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-ace-step.md) (`aigd.cloud-ace-step`, v0.1.4, por AI Game Dev): ACE-Step 1.5 na nuvem: geração de música aberta a partir de um prompt de estilo, de 10 s a 4 minutos, o modelo de música na nuvem mais leve da sua cota para esboçar trilhas de jogo. Usa a sua cota; o mesmo modelo também roda localmente.
- [ACE-Step 1.5 (modelo de música)](https://ai-game.dev/pt-br/packages/aigd.audio-ace-step-1-5.md) (`aigd.audio-ace-step-1-5`, v1.0.2, por AI Game Dev): Modelo de música ACE-Step 1.5 Turbo: músicas com vocais ou instrumentais a partir de um prompt de estilo (gênero, clima, instrumentos, andamento) e letras opcionais em 50 idiomas, de 10 s a 10 min, estéreo 48 kHz, para temas e trilhas sonoras de jogos. Roda localmente na sua GPU com audio.cpp. Licença MIT, uso comercial permitido.
- [Animagine XL 4.0 (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-animagine-xl-4.md) (`aigd.image-animagine-xl-4`, v1.0.4, por AI Game Dev): Ilustrações e personagens em estilo anime (um fine-tune de SDXL do Cagliostro Research Lab), executados localmente: retratos de personagens, conceitos de figurino e key art de anime. Prompt com tags separadas por vírgula. Texto para imagem e imagem para imagem. O uso comercial das imagens é permitido (CreativeML Open RAIL++-M). Requer uma GPU NVIDIA com 8 GB ou mais.
- [Chatterbox Multilingual V3 (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-chatterbox-multilingual-v3.md) (`aigd.tts-chatterbox-multilingual-v3`, v1.0.2, por AI Game Dev): Conversão de texto em fala local em 20 idiomas da Resemble AI: clona uma voz a partir de um clipe de 3–60 s sem transcrição, ou fala com a voz embutida, com um controle de Exagero para emoção. Para diálogos e dublagens localizados de jogos. Roda na CPU no runtime ONNX do app, mais lento que o tempo real. MIT. A Resemble AI não o mantém mais.
- [Chatterbox Turbo (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-chatterbox-turbo.md) (`aigd.tts-chatterbox-turbo`, v1.0.3, por AI Game Dev): Conversão de texto em fala em inglês, local e rápida, da Resemble AI (350M): a voz do próprio modelo ou uma voz clonada a partir de um clipe de 5 a 30 s, com tags de som como \[laugh\], \[chuckle\] e \[cough\] no texto. Para diálogos de personagens e locuções. Roda com llama.cpp em uma GPU ou na CPU. MIT, uso comercial permitido.
- [Geração na nuvem](https://ai-game.dev/pt-br/packages/aigd.cloud-media.md) (`aigd.cloud-media`, v0.1.4, por AI Game Dev): Gere vídeo, fala, música e efeitos sonoros na nuvem com sua franquia AI-GAME.DEV, a partir do chat. O host compartilhado dos pacotes de famílias de modelos na nuvem; ativado por padrão, jobs dentro do orçamento de geração do chat (30% da sua franquia semanal por padrão) rodam sem perguntas. Mude um chat para perguntar antes de cada job, ou desative para somente local.
- [ElevenLabs (áudio na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-elevenlabs.md) (`aigd.cloud-elevenlabs`, v0.1.5, por AI Game Dev): ElevenLabs na nuvem para áudio de jogo: fala em 21 vozes (v4 Turbo e Eleven v4) para diálogo e narração, e efeitos sonoros a partir de uma descrição, de 1 a 30 s; música em breve. Usa sua cota.
- [Fish Audio S2 Pro (modelo de fala, não comercial)](https://ai-game.dev/pt-br/packages/aigd.tts-fish-s2-pro.md) (`aigd.tts-fish-s2-pro`, v1.0.2, por AI Game Dev): Modelo de conversão de texto em fala de 4B da Fish Audio, executado localmente: mais de 80 idiomas, clonagem de voz a partir de um clipe e da transcrição dele, e tags de entonação inline como \[laughing\], \[whisper\] ou \[pause\]. Roda em uma GPU com 8 GB ou mais com audio.cpp. Licença não comercial: o uso comercial exige uma licença separada da Fish Audio.
- [FLUX.1 schnell (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-flux1-schnell.md) (`aigd.image-flux1-schnell`, v1.0.5, por AI Game Dev): FLUX.1 schnell, executado localmente: ilustrações nítidas, fotos, concept art, ícones e sprites em 4 steps. Texto para imagem e imagem para imagem. Apache-2.0, uso comercial permitido. Requer uma GPU NVIDIA com 8 GB ou mais.
- [FLUX.2 klein 4B (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-flux2-klein-4b.md) (`aigd.image-flux2-klein-4b`, v1.0.4, por AI Game Dev): FLUX.2 klein 4B para Macs com Apple silicon, executado localmente: ilustrações, concept art, ícones e sprites em 4 steps. Texto para imagem e imagem para imagem. Apache-2.0, uso comercial permitido. Lento em Macs de 8 GB (cerca de um minuto por imagem de 512 px).
- [Fun-CosyVoice3 (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-cosyvoice3.md) (`aigd.tts-cosyvoice3`, v1.0.2, por AI Game Dev): Text-to-speech local com clonagem de voz do Tongyi Lab, da Alibaba: o Fun-CosyVoice3 0.5B fala na voz de um clipe de 3 a 30 s em chinês, inglês, japonês, coreano, alemão, espanhol, francês, italiano, russo e cantonês, e segue instruções de estilo (emoção, velocidade, dialeto). Roda na sua GPU com audio.cpp. Apache-2.0.
- [Gemini Omni (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-gemini-omni.md) (`aigd.cloud-gemini-omni`, v0.1.4, por AI Game Dev): Vídeo Gemini Omni Flash 1.2 na nuvem: clipes a partir de texto, de uma imagem inicial ou de quadros inicial e final, sempre com som, de 5 a 10 s, de 360p a 1080p, para trailers de jogos e tomadas de ambiência. Usa sua cota.
- [Hailuo (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-hailuo.md) (`aigd.cloud-hailuo`, v0.1.3, por AI Game Dev): Vídeo MiniMax Hailuo H3 Max na nuvem: física e movimento de câmera marcantes para trailers de jogos e cenas de ação, a partir de texto, de uma imagem inicial ou de quadros inicial e final, 5 ou 10 s até 1080p, sem som. Usa sua cota.
- [HappyHorse (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-happyhorse.md) (`aigd.cloud-happyhorse`, v0.1.3, por AI Game Dev): Vídeo HappyHorse 1.1 na nuvem: clipes com personagens consistentes a partir de um prompt, de uma imagem inicial ou de até 9 imagens de referência, 5 ou 10 s em 720p ou 1080p, sem áudio, para personagens de jogos em cutscenes e trailers. Consome sua cota.
- [Hunyuan3D-2.1 Shape (modelo 3D local)](https://ai-game.dev/pt-br/packages/aigd.model3d-hunyuan3d-2-1-shape.md) (`aigd.model3d-hunyuan3d-2-1-shape`, v1.0.3, por AI Game Dev): Imagem para 3D local: o modelo de forma do Hunyuan3D-2.1 da Tencent transforma uma imagem em uma malha 3D (GLB) sem textura de alta qualidade para props e personagens de jogos, na sua GPU NVIDIA com 10 GB de VRAM ou mais. Roda offline no runtime Local Python models. Sem licença na União Europeia, no Reino Unido ou na Coreia do Sul.
- [HunyuanVideo (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-hunyuan-video.md) (`aigd.cloud-hunyuan-video`, v0.1.3, por AI Game Dev): HunyuanVideo 1.5, o modelo aberto da Tencent, na nuvem (em breve): movimento realista a partir de um prompt ou de uma imagem inicial, 5 s em 480p, sem som. Usa sua franquia.
- [IndexTTS 2.5 (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-indextts25.md) (`aigd.tts-indextts25`, v1.0.2, por AI Game Dev): IndexTTS 2.5, da bilibili, rodando localmente: clonagem de voz zero-shot a partir de um clipe de 3 a 30 s, com a emoção descrita em uma instrução, em chinês, inglês, japonês, espanhol e árabe. Para diálogos de jogo expressivos. Roda em uma GPU com cerca de 6 GB com audio.cpp. O uso comercial é permitido abaixo dos limites de tamanho da licença.
- [Juggernaut XL v9 (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-juggernaut-xl-v9.md) (`aigd.image-juggernaut-xl-v9`, v1.0.4, por AI Game Dev): Juggernaut XL v9, rodando localmente: imagens fotorrealistas e cinematográficas (um ajuste fino do SDXL) com luz dramática: personagens, ambientes, mood boards e key art. Fraco em texto. Texto para imagem e imagem para imagem. O uso comercial das imagens é permitido (CreativeML Open RAIL-M). Requer uma GPU NVIDIA com 8 GB ou mais.
- [Kling (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-kling.md) (`aigd.cloud-kling`, v0.1.3, por AI Game Dev): Kling 3.0 e O3 em vídeo na nuvem para trailers e cutscenes de jogos: clipes cinematográficos com som a partir de texto, de uma imagem inicial ou de quadros inicial e final, de 5 a 15 s em 720p ou 1080p, e até 4 imagens de referência com o O3. Usa sua cota.
- [Kokoro (áudio na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-kokoro.md) (`aigd.cloud-kokoro`, v0.1.3, por AI Game Dev): Kokoro na nuvem: um modelo aberto de fala em inglês americano com 20 vozes, que consome pouco da sua cota, para diálogos provisórios e de rascunho no jogo. Usa sua cota; o mesmo modelo também roda localmente.
- [Kokoro 82M (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-kokoro.md) (`aigd.tts-kokoro`, v1.0.3, por AI Game Dev): O Kokoro 82M da hexgrad, um modelo pequeno e muito bem avaliado de conversão de texto em fala em inglês, executado localmente: 28 vozes predefinidas americanas e britânicas para diálogos de NPC, narração e falas de UI. Rápido até em CPU (llama.cpp); sem clonagem de voz. Apache-2.0, uso comercial permitido.
- [Local 3D generation](https://ai-game.dev/pt-br/packages/aigd.trellis.md) (`aigd.trellis`, v1.0.3, por AI Game Dev): Runtime de Local 3D generation: o trellis.cpp, uma porta C++ do Microsoft TRELLIS.2, transforma uma imagem em um modelo 3D texturizado (GLB com materiais PBR) na sua própria GPU NVIDIA ou Vulkan, sem custo por modelo. Executa os pacotes de modelo TRELLIS.2 4B e Pixal3D, que são instalados separadamente. Windows; Linux em prévia.
- [Geração de áudio local (audio.cpp)](https://ai-game.dev/pt-br/packages/aigd.audiocpp.md) (`aigd.audiocpp`, v1.0.2, por AI Game Dev): Runtime para música, efeitos sonoros e fala locais no AI Game Dev, usando audio.cpp (C++, ggml) em CUDA, Vulkan, Metal ou na CPU. Executa ACE-Step 1.5, MiniMax-Music3, Magenta RealTime 2, MOSS-SoundEffect v2, Qwen3-TTS, VoxCPM2 e outros modelos de fala. Os modelos são pacotes separados.
- [Geração local de imagens e vídeos](https://ai-game.dev/pt-br/packages/aigd.sdcpp.md) (`aigd.sdcpp`, v1.3.1, por AI Game Dev): Gera imagens, texturas e clipes de vídeo curtos neste computador com stable-diffusion.cpp: NVIDIA (CUDA), AMD e Intel (Vulkan), Apple silicon (Metal) ou o processador. Adiciona as ferramentas Image Gen e Video. Os modelos são pacotes separados (Z-Image Turbo, FLUX, SDXL, Qwen-Image, LTX-2.5, Wan 2.2 e mais).
- [Runtime local de modelos Python](https://ai-game.dev/pt-br/packages/aigd.python.md) (`aigd.python`, v1.0.2, por AI Game Dev): Executa modelos locais que não têm port C++ nem ONNX (geração 3D e rigging) com PyTorch neste computador, em um ambiente Python privado por modelo que nunca toca no seu próprio Python. Modelos como TripoSG, Hunyuan3D-2.1 Shape e SkinTokens são pacotes separados.
- [Efeitos sonoros e música locais (Stable Audio 3)](https://ai-game.dev/pt-br/packages/aigd.sa3cpp.md) (`aigd.sa3cpp`, v1.0.2, por AI Game Dev): Runtime para efeitos sonoros e música locais no AI Game Dev com sa3.cpp, o port C++/ggml do Stable Audio 3, em CUDA, Vulkan, Metal ou na CPU, sem Python. Executa os modelos Stable Audio 3 Small SFX, Small Music e Medium, que são pacotes separados.
- [Fala local (llama.cpp)](https://ai-game.dev/pt-br/packages/aigd.llamacpp.md) (`aigd.llamacpp`, v1.0.2, por AI Game Dev): Fala texto neste computador com a ferramenta de fala do llama.cpp, offline e sem gastar sua cota: falas de personagens, narração e diálogos provisórios em GPUs NVIDIA, AMD, Intel ou Apple, ou na CPU. Modelos como Kokoro e Chatterbox Turbo são pacotes separados.
- [LTX (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-ltx.md) (`aigd.cloud-ltx`, v0.1.4, por AI Game Dev): Vídeo LTX-2.5 na nuvem: clipes em alta resolução de até 2160p com som sincronizado, a partir de texto ou de uma imagem inicial, de 6 a 10 s, para trailers de jogos e páginas de loja. Usa sua cota; a mesma família também roda localmente.
- [LTX-2.5 (modelo de vídeo)](https://ai-game.dev/pt-br/packages/aigd.video-ltx25.md) (`aigd.video-ltx25`, v1.0.6, por AI Game Dev): LTX-2.5, rodando localmente: clipes de vídeo curtos com som sincronizado (fala, efeitos, ambiência) a partir de texto ou de uma imagem inicial, para tomadas de trailer, rascunhos de cutscene e key art animada. Até 5 s em 1280x704, 24 fps. Precisa de uma GPU NVIDIA com 16 GB ou mais e 48 GB de RAM. Licença LTX-2.x Community: gratuita abaixo de US$ 10 milhões de receita anual.
- [Lyria (áudio na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-lyria.md) (`aigd.cloud-lyria`, v0.1.4, por AI Game Dev): Música do Google Lyria 3 na nuvem: clipes de 30 segundos, instrumentais ou com vocais, a partir de uma descrição em texto, para temas de menu de jogo, esboços de música de fase e bases de trailer. Usa a sua cota.
- [Magenta RealTime 2 (modelo de música)](https://ai-game.dev/pt-br/packages/aigd.audio-magenta-rt2.md) (`aigd.audio-magenta-rt2`, v1.0.2, por AI Game Dev): Modelos de música instrumental Google Magenta RealTime 2: música de fundo a partir de um prompt de estilo, de 1 s a 3 min, 48 kHz estéreo, sem vocais. Small (230M) roda em qualquer GPU e até numa CPU, Base (2.4B) precisa de uma GPU. Roda localmente com audio.cpp. CC BY 4.0, uso comercial permitido.
- [Magpie TTS Multilingual (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-magpie.md) (`aigd.tts-magpie`, v1.0.2, por AI Game Dev): Magpie TTS Multilingual 357M da NVIDIA, executado localmente: fala em 13 idiomas e dialetos (incluindo hindi, vietnamita, português do Brasil e três variantes de árabe) com cinco vozes predefinidas, para diálogos e avisos localizados. Sem clonagem de voz. Melhor em uma GPU, com audio.cpp. Licença NVIDIA Open Model.
- [Ming-3.0 TTS 0.5B (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-ming3.md) (`aigd.tts-ming3`, v1.0.2, por AI Game Dev): Ming-3.0 TTS 0.5B da inclusionAI, executado localmente: fala em chinês, inglês, japonês, coreano, alemão, francês e espanhol, com clonagem de voz a partir de um clipe e criação de voz a partir de uma descrição em texto, para vozes distintas de personagens de jogo. Melhor em GPU, com audio.cpp. MIT, uso comercial permitido.
- [MiniMax-Music3 (modelo de música)](https://ai-game.dev/pt-br/packages/aigd.audio-minimax-music3.md) (`aigd.audio-minimax-music3`, v1.0.2, por AI Game Dev): MiniMax-Music3: músicas completas com vocais cantados a partir de um prompt de estilo e uma letra com tags \[verse\]/\[chorus\], até 5 minutos, estéreo 44.1 kHz, para temas de abertura e singles de trilha sonora. Roda localmente na sua GPU com audio.cpp. Licença comunitária: exiba "MiniMax-Music3", marque a saída como gerada por máquina, teto de receita.
- [MOSS-SoundEffect v2 (modelo de efeitos sonoros)](https://ai-game.dev/pt-br/packages/aigd.audio-moss-soundeffect-v2.md) (`aigd.audio-moss-soundeffect-v2`, v1.0.2, por AI Game Dev): MOSS-SoundEffect v2 da OpenMOSS: efeitos sonoros e ambiência (natureza, cidade, criaturas, ações humanas) a partir de uma descrição em inglês ou chinês, de 1 a 30 s, 48 kHz mono, para níveis e cenas de jogo. Roda localmente na sua GPU com audio.cpp. Apache-2.0 (conforme o model card), uso comercial permitido.
- [OmniVoice (modelo de fala, não comercial)](https://ai-game.dev/pt-br/packages/aigd.tts-omnivoice.md) (`aigd.tts-omnivoice`, v1.0.2, por AI Game Dev): OmniVoice, da k2-fsa, executado localmente: síntese de voz em mais de 600 idiomas com sua própria voz padrão ou uma voz clonada a partir de um clipe e sua transcrição. Útil para idiomas raros em projetos não comerciais. Melhor em uma GPU, com audio.cpp. Licença não comercial (CC-BY-NC).
- [Phonon 31M (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-phonon.md) (`aigd.tts-phonon`, v1.0.2, por AI Game Dev): Phonon 31M da Gradium, um modelo local minúsculo de conversão de texto em fala em inglês com uma única voz: mais rápido que o tempo real na CPU de um notebook, para narração rápida, falas de UI e provisórias. Download de 85.5 MB, roda com audio.cpp. Apache-2.0, uso comercial permitido.
- [Pixal3D (modelo 3D)](https://ai-game.dev/pt-br/packages/aigd.model3d-pixal3d.md) (`aigd.model3d-pixal3d`, v1.0.5, por AI Game Dev): Imagem para 3D local: o Pixal3D, do Tencent ARC, um fine-tune do TRELLIS.2, transforma uma foto em um modelo 3D texturizado (GLB com materiais PBR) cuja geometria acompanha de perto os pixels da foto. Roda com trellis.cpp em uma GPU NVIDIA ou Vulkan com 16 GB de memória de vídeo. MIT, com a licença DINOv3 da Meta para o codificador de imagem.
- [PixVerse (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-pixverse.md) (`aigd.cloud-pixverse`, v0.1.3, por AI Game Dev): Vídeo PixVerse V6 na nuvem: clipes rápidos, estilizados ou realistas, com som opcional, a partir de texto, imagem inicial ou quadros inicial e final, de 5 a 10 s, de 360p a 1080p, em cinco proporções de tela. Consome sua franquia.
- [Pocket TTS 100M (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-pocket.md) (`aigd.tts-pocket`, v1.0.2, por AI Game Dev): Pocket TTS 100M da Kyutai, executado localmente: um checkpoint para cada idioma — inglês, francês, alemão, espanhol, italiano e português —, 15 vozes predefinidas por idioma ou clonagem de voz a partir de um clipe curto sem transcrição. Mais rápido que o tempo real em uma CPU, com audio.cpp. CC-BY-4.0: uso comercial com atribuição, sob os termos de uso da Kyutai.
- [Qwen-Image (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-qwen-image.md) (`aigd.image-qwen-image`, v1.0.4, por AI Game Dev): Qwen-Image, rodando localmente: a melhor renderização de texto e aderência ao prompt do catálogo para placas, pôsteres, mockups de UI, ilustrações e fotos. Texto para imagem e imagem para imagem. Apache-2.0, uso comercial permitido. Exige uma GPU NVIDIA com 16 GB ou mais e 32 GB de RAM.
- [Qwen-Image-2.1 Turbo (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-qwen-image-2-1-turbo.md) (`aigd.image-qwen-image-2-1-turbo`, v1.1.2, por AI Game Dev): Sprites, ícones e objetos com fundo transparente de verdade (PNG RGBA), em 8 etapas. Licença não comercial: você a aceita antes do download. Requer uma GPU NVIDIA com 8 GB ou mais, ou (lento, cerca de um minuto por imagem de 512 px em um desktop rápido) o processador de um PC Windows sem GPU; 16 GB de RAM.
- [Qwen-Image-2.1 Turbo Q3 (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-qwen-image-2-1-turbo-q3.md) (`aigd.image-qwen-image-2-1-turbo-q3`, v1.0.2, por AI Game Dev): Qwen-Image-2.1 Turbo, menor (Q3\_K\_M), para GPUs NVIDIA com 6 a 8 GB: fundo realmente transparente (PNG RGBA), em 8 passos; o codificador de texto roda no processador. Licença não comercial: você a aceita antes do download. Precisa de 16 GB de RAM.
- [Qwen-Image-2.1 Turbo Q8 (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-qwen-image-2-1-turbo-q8.md) (`aigd.image-qwen-image-2-1-turbo-q8`, v1.0.2, por AI Game Dev): Qwen-Image-2.1 Turbo em precisão maior (Q8\_0) para GPUs NVIDIA com 12 GB ou mais: fundo realmente transparente (PNG RGBA), em 8 passos. Licença não comercial: você a aceita antes do download. Precisa de 24 GB de RAM.
- [Qwen-Image-2512 (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-qwen-image-2512.md) (`aigd.image-qwen-image-2512`, v1.1.1, por AI Game Dev): Qwen-Image-2512, executado localmente: a melhor renderização de texto e aderência ao prompt do catálogo em qualidade total (20 passos) para placas, pôsteres, mockups de UI, ilustrações e fotos. Apache-2.0, uso comercial permitido. Requer uma GPU NVIDIA com 16 GB ou mais e 32 GB de RAM.
- [Qwen-Image-2512 Lightning (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-qwen-image-2512-lightning.md) (`aigd.image-qwen-image-2512-lightning`, v1.1.1, por AI Game Dev): Qwen-Image-2512 com o LoRA Lightning de 4 passos, rodando localmente: sua renderização de texto e aderência ao prompt (placas, pôsteres, mockups de UI) a cerca de 8 s por imagem de 1024 px, cerca de 4x mais rápido que o modelo de 20 passos. Apache-2.0, uso comercial permitido. Exige uma GPU NVIDIA com 16 GB ou mais e 32 GB de RAM.
- [Qwen-Image-Edit-2511 (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-qwen-image-edit-2511.md) (`aigd.image-qwen-image-edit-2511`, v1.1.1, por AI Game Dev): Qwen-Image-Edit-2511, executado localmente: edite imagens por instrução em qualidade total (20 passos). Altere textos, cores, materiais e objetos, ou combine até 4 imagens. Apache-2.0, uso comercial permitido. Requer uma GPU NVIDIA com 16 GB ou mais e 32 GB de RAM.
- [Qwen-Image-Edit-2511 Lightning (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-qwen-image-edit-2511-lightning.md) (`aigd.image-qwen-image-edit-2511-lightning`, v1.1.1, por AI Game Dev): Qwen-Image-Edit-2511 com o LoRA Lightning de 4 passos, rodando localmente: edite imagens por instrução em cerca de 20 s. Mude textos, cores, materiais e objetos, ou combine até 4 imagens. Apache-2.0, uso comercial permitido. Requer uma GPU NVIDIA com 16 GB ou mais e 32 GB de RAM.
- [Qwen3-TTS 0.6B Base (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.audio-qwen3-tts-0-6b-base.md) (`aigd.audio-qwen3-tts-0-6b-base`, v1.0.2, por AI Game Dev): Qwen3-TTS 0.6B Base: conversão de texto em fala que clona a voz de um clipe de referência curto (3 s ou mais) em 10 idiomas, 24 kHz, para diálogos de personagens e narração. O modelo de clonagem menor, para GPUs com cerca de 4 GB (estimativa). Roda localmente com audio.cpp. Apache-2.0, uso comercial permitido.
- [Qwen3-TTS 1.7B Base (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.audio-qwen3-tts-1-7b-base.md) (`aigd.audio-qwen3-tts-1-7b-base`, v1.0.2, por AI Game Dev): Qwen3-TTS 1.7B Base: conversão de texto em fala que clona a voz de um clipe de referência curto (3 s ou mais) em 10 idiomas, 24 kHz, para diálogos de personagens e narração. O modelo de clonagem maior, para GPUs com cerca de 6 GB (estimativa). Roda localmente com audio.cpp. Apache-2.0, uso comercial permitido.
- [Qwen3-TTS 1.7B CustomVoice (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.audio-qwen3-tts-1-7b-customvoice.md) (`aigd.audio-qwen3-tts-1-7b-customvoice`, v1.0.2, por AI Game Dev): Qwen3-TTS 1.7B CustomVoice: conversão de texto em fala com nove vozes integradas e instruções de emoção e entrega ("Empolgado, rápido", "Sussurrando, triste") em 10 idiomas, 24 kHz, para diálogos de NPC e narração. Roda localmente na sua GPU com audio.cpp. Apache-2.0, uso comercial permitido.
- [Qwen3-TTS 1.7B VoiceDesign (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.audio-qwen3-tts-1-7b-voicedesign.md) (`aigd.audio-qwen3-tts-1-7b-voicedesign`, v1.0.2, por AI Game Dev): Qwen3-TTS 1.7B VoiceDesign: conversão de texto em fala com uma voz nova criada a partir de uma descrição textual ("Um velho marinheiro rabugento, grave e lento") que também define emoção e entrega, em 10 idiomas, 24 kHz, para vozes de personagens. Roda localmente na sua GPU com audio.cpp. Apache-2.0, uso comercial permitido.
- [RealVisXL V5.0 (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-realvisxl-v5.md) (`aigd.image-realvisxl-v5`, v1.0.4, por AI Game Dev): RealVisXL V5.0, executado localmente: imagens fotorrealistas (um fine-tune do SDXL) de pessoas, retratos, lugares e produtos para referências e arte de marketing. Fraco com texto e arte estilizada. Texto para imagem e imagem para imagem. O uso comercial das imagens é permitido (CreativeML Open RAIL++-M). Requer uma GPU NVIDIA com 8 GB ou mais.
- [SDXL 1.0 (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-sdxl-base.md) (`aigd.image-sdxl-base`, v1.0.4, por AI Game Dev): Stable Diffusion XL base 1.0, executado localmente: ilustrações de uso geral, concept art e fotos em muitos estilos; fraco em texto. Texto para imagem e imagem para imagem. O uso comercial das imagens é permitido (CreativeML Open RAIL++-M). Requer uma GPU NVIDIA com 8 GB ou mais.
- [Seedance (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-seedance.md) (`aigd.cloud-seedance`, v0.1.3, por AI Game Dev): Vídeo ByteDance Seedance 2.0 na nuvem (2.5 em breve): clipes com som a partir de texto, uma imagem inicial, quadros inicial e final ou até 9 imagens de referência, para cutscenes e trailers de jogos com personagens consistentes. 5 ou 10 s, 720p ou 1080p. Usa sua cota.
- [SkinTokens (rig automático local)](https://ai-game.dev/pt-br/packages/aigd.model3d-skintokens.md) (`aigd.model3d-skintokens`, v1.0.4, por AI Game Dev): Rig automático local: o SkinTokens da VAST-AI adiciona esqueleto e pesos de skin a uma malha de personagem ou criatura (GLB, OBJ ou FBX) e grava um GLB com rig que mantém os materiais e UVs originais. Roda no Asset Studio na sua GPU NVIDIA com 14 GB de VRAM. MIT, uso comercial permitido.
- [Stable Audio 3 Medium (modelo de música)](https://ai-game.dev/pt-br/packages/aigd.audio-stable-audio-3-medium.md) (`aigd.audio-stable-audio-3-medium`, v1.1.3, por AI Game Dev): Stable Audio 3 Medium: música instrumental a partir de um prompt de texto, até 6 min 20 s, estéreo 44,1 kHz, sem vocais; o modelo de música maior, para peças completas de trilha sonora. Roda localmente com sa3.cpp em uma GPU (12 GB em CUDA, 13 GB em Vulkan para as peças mais longas). Stability AI Community License: uso comercial apenas abaixo de US$1M de receita anual, após registro.
- [Stable Audio 3 Small Music (modelo de música)](https://ai-game.dev/pt-br/packages/aigd.audio-stable-audio-3-small-music.md) (`aigd.audio-stable-audio-3-small-music`, v1.1.3, por AI Game Dev): Stable Audio 3 Small Music: música instrumental e loops a partir de um prompt de texto, até 2 minutos, estéreo 44,1 kHz, sem vocais, para trilhas de fundo, vinhetas e jingles de jogos. Roda localmente com sa3.cpp em uma GPU com 4 GB, ou lentamente em CPU. Stability AI Community License: uso comercial apenas abaixo de US$ 1 milhão de receita anual, após registro.
- [Stable Audio 3 Small SFX (modelo de efeitos sonoros)](https://ai-game.dev/pt-br/packages/aigd.audio-stable-audio-3-small-sfx.md) (`aigd.audio-stable-audio-3-small-sfx`, v1.1.3, por AI Game Dev): Stable Audio 3 Small SFX: efeitos sonoros e foley de jogo a partir de um prompt de texto (impactos, passos, sons de interface, ambiências), de 1 a 60 s, estéreo 44,1 kHz. Roda localmente com sa3.cpp em uma GPU com 4 GB, ou lentamente sem GPU. Stability AI Community License: uso comercial apenas abaixo de US$1M de receita anual, após o registro.
- [Step1X-3D Geometry (modelo 3D local)](https://ai-game.dev/pt-br/packages/aigd.model3d-step1x-3d-geometry.md) (`aigd.model3d-step1x-3d-geometry`, v1.0.4, por AI Game Dev): Imagem para 3D local: o Step1X-3D Geometry 1.3B da StepFun transforma uma imagem em uma malha 3D sem textura (GLB) para props e personagens de jogos, na sua GPU NVIDIA com 16 GB de VRAM. Roda offline no runtime Local Python models. Apache-2.0, uso comercial permitido.
- [SuperCollider](https://ai-game.dev/pt-br/packages/aigd.supercollider.md) (`aigd.supercollider`, v0.1.12, por AI Game Dev): Componha, renderize, analise e exporte música de jogo portátil com o SuperCollider 3.14.1 no seu computador: partituras como código no seu projeto, renders WAV offline, stems e loops sincronizados, importação de samples, pré-visualização e exportação para Unity, Godot ou Unreal.
- [Supertonic 3 (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-supertonic-3.md) (`aigd.tts-supertonic-3`, v1.0.2, por AI Game Dev): Supertonic 3 da Supertone: conversão de texto em fala local e rápida em 31 idiomas, com dez vozes predefinidas e as tags \<laugh\>, \<breath\> e \<sigh\> no texto, para diálogos e narração localizados. Roda na CPU, no runtime ONNX do app. Sem clonagem de voz. Open RAIL-M: uso comercial dentro das suas restrições de uso.
- [TRELLIS.2 4B (modelo 3D)](https://ai-game.dev/pt-br/packages/aigd.model3d-trellis2-4b.md) (`aigd.model3d-trellis2-4b`, v1.0.5, por AI Game Dev): Geração 3D a partir de imagem local: o TRELLIS.2 4B da Microsoft transforma uma imagem em um modelo 3D texturizado (GLB com atlas UV e materiais PBR) para assets de jogo, na resolução 512, 1024 ou 1536. Roda com trellis.cpp em uma GPU NVIDIA ou Vulkan com 16 GB de memória de vídeo. MIT, com a licença DINOv3 da Meta para o codificador de imagem.
- [Tripo](https://ai-game.dev/pt-br/packages/aigd.tripo.md) (`aigd.tripo`, v0.2.20, por AI Game Dev): 3D na nuvem com a franquia da sua assinatura do AI Game Dev: modelos 3D a partir de texto, de uma imagem ou de várias vistas, texturas, retopologia, divisão em partes, complemento de malha, conversão de formato, rigging, animação e geração e edição de imagens. O agente escolhe a operação e a variante do modelo para cada tarefa.
- [TripoSG 1.5B (modelo 3D local)](https://ai-game.dev/pt-br/packages/aigd.model3d-triposg.md) (`aigd.model3d-triposg`, v1.0.4, por AI Game Dev): Imagem para 3D local: o TripoSG 1.5B da VAST-AI transforma uma imagem em uma malha 3D (GLB) detalhada e sem textura, com superfícies nítidas e limpas, na sua GPU NVIDIA com 8 GB de VRAM. Roda offline no runtime Local Python models. Pesos MIT; o código da Tencent em sua inferência não é licenciado na UE, no Reino Unido nem na Coreia do Sul.
- [VoxCPM2 (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.audio-voxcpm2.md) (`aigd.audio-voxcpm2`, v1.0.2, por AI Game Dev): VoxCPM2 da OpenBMB: conversão de texto em fala em 30 idiomas e 9 dialetos chineses a 48 kHz, com clonagem de voz a partir de um clipe curto, criação de voz a partir de uma descrição e instruções de emoção e ritmo, para diálogos de personagens e narração. Roda localmente na sua GPU com audio.cpp. Apache-2.0, uso comercial permitido.
- [Wan (vídeo na nuvem)](https://ai-game.dev/pt-br/packages/aigd.cloud-wan.md) (`aigd.cloud-wan`, v0.1.3, por AI Game Dev): Modelos de vídeo Wan abertos na nuvem: 2.2 para rascunhos silenciosos rápidos, 3.0 Prime para maior qualidade com som, a partir de texto, uma imagem inicial ou quadros inicial e final, até 1080p. Roda nos servidores do AI Game Dev com sua franquia; a mesma família também roda localmente (Wan 2.2 TI2V 5B).
- [Wan 2.2 TI2V 5B (modelo de vídeo)](https://ai-game.dev/pt-br/packages/aigd.video-wan22-ti2v-5b.md) (`aigd.video-wan22-ti2v-5b`, v1.0.7, por AI Game Dev): Wan 2.2 TI2V 5B, executado localmente: modelo de vídeo aberto (Apache-2.0) para clipes realistas e estilizados sem som, a partir de texto ou de uma imagem inicial. Até 5 s em 1280x704, 24 fps. Mais lento que o LTX-2.5, porém mais leve: GPUs NVIDIA com 12 GB ou mais e 16 GB de RAM.
- [Z-Image Turbo (modelo de imagem)](https://ai-game.dev/pt-br/packages/aigd.image-z-image-turbo.md) (`aigd.image-z-image-turbo`, v1.0.5, por AI Game Dev): Z-Image Turbo, rodando localmente: imagens fotorrealistas e ilustrativas rápidas, ícones e texturas com texto curto legível, em 8 passos. O menor modelo para PC: GPUs NVIDIA com 4 GB ou mais, outras GPUs com 8 GB ou mais, e lentamente em GPUs integradas. Apache-2.0, uso comercial permitido.
- [ZONOS3-Mini (modelo de fala)](https://ai-game.dev/pt-br/packages/aigd.tts-zonos3-mini.md) (`aigd.tts-zonos3-mini`, v1.0.2, por AI Game Dev): ZONOS3-Mini da Zyphra, um modelo local expressivo de texto para fala: inglês, francês, alemão, espanhol, italiano, português, chinês e coreano com 13 vozes predefinidas, ou clonagem de voz a partir de um clipe. Roda na CPU de um laptop (mais ou menos em tempo real) ou em uma GPU, com audio.cpp. Apache-2.0, uso comercial permitido.
