# AI Game Dev 软件包

> 搜索 AI Game Dev 桌面应用和 gamedev CLI 的全部软件包：官方 aigd.* 包与社区包，包含版本、评分、许可证和安装命令。

HTML：https://ai-game.dev/zh-hans/packages · 每个包：`https://ai-game.dev/zh-hans/packages/<id>`（Markdown：追加 `.md`）· 安装：`gamedev pkg add <id>`，或使用桌面应用的 Packages 窗口（Browse）。包的运作方式：https://ai-game.dev/docs/wiki/app/packages

筛选：搜索 `-`，来源 official，发布者 `aigd`，排序方式 featured。显示 73/74 个包。

## 官方包

- [Blender](https://ai-game.dev/zh-hans/packages/aigd.blender.md) (`aigd.blender`, v1.2.16, 由 AI Game Dev 发布): 在聊天中于真实的 Blender 里构建和编辑 3D 模型：自动查找或安装 Blender，安装 MCP for Blender 插件，并按项目将其连接到智能体。制作道具、白盒和低多边形资产，导出到你的 Unity、Godot 或 Unreal 项目并预览。
- [Veo（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-veo.md) (`aigd.cloud-veo`, v0.1.3, 由 AI Game Dev 发布): Google Veo 3.1 云端视频：Lite 用于草稿，Fast 和 Standard 用于最高 4k 的最终镜头，全部带声音并支持起始帧和结束帧；Standard 还支持最多 3 张参考图。4 到 8 秒的片段，适合游戏预告片和过场动画。消耗你的额度。
- [知识库](https://ai-game.dev/zh-hans/packages/aigd.knowledge.md) (`aigd.knowledge`, v0.3.22, 由 AI Game Dev 发布): 项目的知识库：位于 .ai-game-dev/knowledge/ 下的 Markdown 笔记，随项目一起提交，被索引为图谱并可供智能体搜索。智能体会记录设计决策与约定，把笔记整理进空间，在移动时修正链接并找出失效链接；桌面应用以 3D 图谱展示这些笔记。
- [ACE-Step（云端音频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-ace-step.md) (`aigd.cloud-ace-step`, v0.1.4, 由 AI Game Dev 发布): 云端运行的 ACE-Step 1.5：根据风格提示词进行开放音乐生成，时长 10 秒到 4 分钟，是你额度中最轻量的云端音乐模型，适合勾勒游戏配乐草稿。会消耗你的额度；同一模型也可在本地运行。
- [ACE-Step 1.5（音乐模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-ace-step-1-5.md) (`aigd.audio-ace-step-1-5`, v1.0.2, 由 AI Game Dev 发布): ACE-Step 1.5 Turbo 音乐模型：根据风格提示词（曲风、情绪、乐器、速度）和最多 50 种语言的可选歌词，生成带人声的歌曲或纯器乐，时长 10 秒到 10 分钟，48 kHz 立体声，可用于游戏主题曲和配乐。通过 audio.cpp 在你的 GPU 上本地运行。MIT 许可，允许商业使用。
- [Animagine XL 4.0（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-animagine-xl-4.md) (`aigd.image-animagine-xl-4`, v1.0.4, 由 AI Game Dev 发布): 动漫风格的插画与角色（Cagliostro Research Lab 微调的 SDXL），本地运行：角色立绘、服装概念图和动漫主视觉图。用逗号分隔的标签写提示词。支持文生图和图生图。生成的图像允许商用（CreativeML Open RAIL++-M）。需要 8 GB 及以上的 NVIDIA GPU。
- [Chatterbox Multilingual V3（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-chatterbox-multilingual-v3.md) (`aigd.tts-chatterbox-multilingual-v3`, v1.0.2, 由 AI Game Dev 发布): 来自 Resemble AI 的本地文本转语音，支持 20 种语言：无需转录文本，即可从 3-60 s 的片段克隆音色，或使用内置音色朗读，并提供 Exaggeration 控制情感。适用于本地化游戏对白和配音。在应用的 ONNX 运行时中以 CPU 运行，速度慢于实时。MIT。Resemble AI 已不再维护。
- [Chatterbox Turbo（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-chatterbox-turbo.md) (`aigd.tts-chatterbox-turbo`, v1.0.3, 由 AI Game Dev 发布): 来自 Resemble AI 的快速本地英语文本转语音模型（350M）：可使用模型自带的声音，或使用从 5-30 s 片段克隆的声音，并可在文本中加入 \[laugh\]、\[chuckle\] 和 \[cough\] 等声音标签。适用于角色对话和旁白配音。通过 llama.cpp 在 GPU 或 CPU 上运行。MIT，允许商用。
- [云端生成](https://ai-game.dev/zh-hans/packages/aigd.cloud-media.md) (`aigd.cloud-media`, v0.1.4, 由 AI Game Dev 发布): 使用你的 AI-GAME.DEV 额度，在聊天中于云端生成视频、语音、音乐和音效。它是云端模型系列包的共享宿主；默认开启，在聊天的生成预算内（默认为每周额度的 30%）的任务会直接运行，不再询问。你可以把某个聊天切换为每次任务前询问，或关闭它而仅使用本地。
- [ElevenLabs（云端音频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-elevenlabs.md) (`aigd.cloud-elevenlabs`, v0.1.5, 由 AI Game Dev 发布): 云端 ElevenLabs 为游戏音频服务：21 种音色（v4 Turbo 与 Eleven v4）的语音，可用于对白和旁白；还能根据描述生成 1 至 30 秒的音效；音乐功能即将推出。使用你的额度。
- [Fish Audio S2 Pro（语音模型，非商业）](https://ai-game.dev/zh-hans/packages/aigd.tts-fish-s2-pro.md) (`aigd.tts-fish-s2-pro`, v1.0.2, 由 AI Game Dev 发布): Fish Audio 的 4B 文本转语音模型，本地运行：支持 80+ 种语言，可从一段音频及其转写文本克隆音色，并支持 \[laughing\]、\[whisper\]、\[pause\] 等行内表达标签。使用 audio.cpp 在 8 GB 及以上的 GPU 上运行。非商业许可：商业使用需向 Fish Audio 单独获取许可。
- [FLUX.1 schnell（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-flux1-schnell.md) (`aigd.image-flux1-schnell`, v1.0.5, 由 AI Game Dev 发布): FLUX.1 schnell，本地运行：4 步生成锐利的插画、照片、概念艺术、图标和精灵。文生图与图生图。Apache-2.0，允许商业使用。需要 8 GB 或以上显存的 NVIDIA GPU。
- [FLUX.2 klein 4B（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-flux2-klein-4b.md) (`aigd.image-flux2-klein-4b`, v1.0.4, 由 AI Game Dev 发布): 面向搭载 Apple 芯片的 Mac，本地运行 FLUX.2 klein 4B：4 步生成插画、概念图、图标和精灵图。文生图与图生图。Apache-2.0，允许商用。在 8 GB Mac 上较慢（每张 512 px 图像约需一分钟）。
- [Fun-CosyVoice3（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-cosyvoice3.md) (`aigd.tts-cosyvoice3`, v1.0.2, 由 AI Game Dev 发布): 来自阿里巴巴通义实验室的本地声音克隆文本转语音：Fun-CosyVoice3 0.5B 能用一段 3-30 秒的音频中的嗓音，以中文、英语、日语、韩语、德语、西班牙语、法语、意大利语、俄语和粤语说话，并遵循风格指令（情绪、语速、方言）。通过 audio.cpp 在你的 GPU 上运行。Apache-2.0。
- [Gemini Omni（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-gemini-omni.md) (`aigd.cloud-gemini-omni`, v0.1.4, 由 AI Game Dev 发布): Gemini Omni Flash 1.2 云端视频：可由文本、起始图像或起始与结束帧生成片段，始终带声音，时长 5 至 10 秒，分辨率 360p 至 1080p，适合游戏预告片和氛围镜头。会消耗你的配额。
- [Hailuo（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-hailuo.md) (`aigd.cloud-hailuo`, v0.1.3, 由 AI Game Dev 发布): MiniMax Hailuo H3 Max 云端视频：物理与镜头运动表现强，适合游戏预告片和动作镜头，可由文本、首帧图像或首尾帧生成，时长 5 或 10 s，最高 1080p，无声。消耗你的额度。
- [HappyHorse（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-happyhorse.md) (`aigd.cloud-happyhorse`, v0.1.3, 由 AI Game Dev 发布): HappyHorse 1.1 云端视频：根据提示词、一张起始图片或最多 9 张参考图片，生成角色一致的短片，5 秒或 10 秒，720p 或 1080p，无声，适合过场动画和预告片中的游戏角色。会消耗你的额度。
- [Hunyuan3D-2.1 Shape（本地 3D 模型）](https://ai-game.dev/zh-hans/packages/aigd.model3d-hunyuan3d-2-1-shape.md) (`aigd.model3d-hunyuan3d-2-1-shape`, v1.0.3, 由 AI Game Dev 发布): 本地图像转 3D：腾讯 Hunyuan3D-2.1 的形状模型可将一张图片变成高质量的无贴图 3D 网格（GLB），适用于游戏道具和角色，运行在你的 NVIDIA GPU 上，需要 10 GB 或以上显存。在 Local Python models runtime 中离线运行。未在欧盟、英国或韩国获得许可。
- [HunyuanVideo（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-hunyuan-video.md) (`aigd.cloud-hunyuan-video`, v0.1.3, 由 AI Game Dev 发布): 腾讯开源的 HunyuanVideo 1.5 云端版（即将推出）：根据提示词或起始图像生成逼真动态，480p 下 5 秒，无声。会消耗你的额度。
- [IndexTTS 2.5（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-indextts25.md) (`aigd.tts-indextts25`, v1.0.2, 由 AI Game Dev 发布): bilibili 的 IndexTTS 2.5，本地运行：从 3-30 秒的片段进行零样本声音克隆，情绪通过指令描述，支持中文、英语、日语、西班牙语和阿拉伯语。适合富有表现力的游戏对白。配合 audio.cpp 在约 6 GB 显存的 GPU 上运行。在许可证的规模限制以内允许商业使用。
- [Juggernaut XL v9（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-juggernaut-xl-v9.md) (`aigd.image-juggernaut-xl-v9`, v1.0.4, 由 AI Game Dev 发布): Juggernaut XL v9，本地运行：电影感写实图像（SDXL 微调模型），光影富有戏剧性：角色、场景、情绪板与关键美术。文字表现较弱。文生图与图生图。生成的图像允许商业使用（CreativeML Open RAIL-M）。需要 8 GB 及以上的 NVIDIA GPU。
- [Kling（云视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-kling.md) (`aigd.cloud-kling`, v0.1.3, 由 AI Game Dev 发布): Kling 3.0 和 O3 云端视频，用于游戏预告片和过场动画：根据文本、起始图像或首尾帧生成带声音的电影感片段，5 至 15 秒，720p 或 1080p，O3 最多支持 4 张参考图像。使用你的配额。
- [Kokoro（云端音频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-kokoro.md) (`aigd.cloud-kokoro`, v0.1.3, 由 AI Game Dev 发布): 云端版 Kokoro：一个开放的美式英语语音模型，提供 20 种音色，占用额度很少，适合游戏对话的占位与草稿。会消耗你的额度；同一模型也能在本地运行。
- [Kokoro 82M（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-kokoro.md) (`aigd.tts-kokoro`, v1.0.3, 由 AI Game Dev 发布): hexgrad 的 Kokoro 82M 是一个小巧、口碑极佳的英语文本转语音模型，完全本地运行：28 个美式和英式预设音色，可用于 NPC 对话、旁白和 UI 台词。即使在 CPU 上也很快（llama.cpp）；不支持声音克隆。Apache-2.0，允许商用。
- [Local 3D generation](https://ai-game.dev/zh-hans/packages/aigd.trellis.md) (`aigd.trellis`, v1.0.3, 由 AI Game Dev 发布): Local 3D generation 运行时：trellis.cpp，Microsoft TRELLIS.2 的 C++ 移植版，能在你自己的 NVIDIA 或 Vulkan GPU 上把一张图片变成带贴图的 3D 模型（带 PBR 材质的 GLB），每个模型零成本。它运行 TRELLIS.2 4B 和 Pixal3D 模型包，这些模型包需单独安装。Windows；Linux 预览版。
- [本地音频生成（audio.cpp）](https://ai-game.dev/zh-hans/packages/aigd.audiocpp.md) (`aigd.audiocpp`, v1.0.2, 由 AI Game Dev 发布): AI Game Dev 中用于本地音乐、音效和语音的运行时，基于 audio.cpp（C++、ggml），可在 CUDA、Vulkan、Metal 或 CPU 上运行。可运行 ACE-Step 1.5、MiniMax-Music3、Magenta RealTime 2、MOSS-SoundEffect v2、Qwen3-TTS、VoxCPM2 及其他语音模型。模型是单独的包。
- [本地图像和视频生成](https://ai-game.dev/zh-hans/packages/aigd.sdcpp.md) (`aigd.sdcpp`, v1.3.1, 由 AI Game Dev 发布): 在本机使用 stable-diffusion.cpp 生成图像、纹理和短视频片段：NVIDIA（CUDA）、AMD 和 Intel（Vulkan）、Apple 芯片（Metal）或处理器。添加 Image Gen 和 Video 工具。模型是独立的包（Z-Image Turbo、FLUX、SDXL、Qwen-Image、LTX-2.5、Wan 2.2 等）。
- [本地 Python 模型运行时](https://ai-game.dev/zh-hans/packages/aigd.python.md) (`aigd.python`, v1.0.2, 由 AI Game Dev 发布): 在这台电脑上用 PyTorch 运行没有 C++ 或 ONNX 移植版本的本地模型（3D 生成与骨骼绑定），每个模型都有独立的私有 Python 环境，绝不会影响你自己的 Python。TripoSG、Hunyuan3D-2.1 Shape 和 SkinTokens 等模型是单独的软件包。
- [本地音效与音乐（Stable Audio 3）](https://ai-game.dev/zh-hans/packages/aigd.sa3cpp.md) (`aigd.sa3cpp`, v1.0.2, 由 AI Game Dev 发布): 在 AI Game Dev 中本地生成音效与音乐的运行时，基于 sa3.cpp（Stable Audio 3 的 C++/ggml 移植版），可在 CUDA、Vulkan、Metal 或 CPU 上运行，无需 Python。它可运行 Stable Audio 3 Small SFX、Small Music 和 Medium 模型，这些模型是独立的包。
- [本地语音（llama.cpp）](https://ai-game.dev/zh-hans/packages/aigd.llamacpp.md) (`aigd.llamacpp`, v1.0.2, 由 AI Game Dev 发布): 用 llama.cpp 的语音工具在这台电脑上朗读文本，离线运行，不消耗你的额度：可在 NVIDIA、AMD、Intel 或 Apple GPU 或 CPU 上生成语音台词、旁白和占位对白。Kokoro、Chatterbox Turbo 等模型是单独的包。
- [LTX（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-ltx.md) (`aigd.cloud-ltx`, v0.1.4, 由 AI Game Dev 发布): 云端运行的 LTX-2.5 视频：最高 2160p 的高分辨率片段，带同步声音，可由文字或起始图片生成，时长 6 到 10 秒，适合游戏预告片和商店页面。会消耗你的额度；同一系列也可在本地运行。
- [LTX-2.5（视频模型）](https://ai-game.dev/zh-hans/packages/aigd.video-ltx25.md) (`aigd.video-ltx25`, v1.0.6, 由 AI Game Dev 发布): LTX-2.5，本地运行：根据文本或起始图像生成带同步声音（语音、音效、环境声）的短视频片段，适用于预告镜头、过场动画草稿和动态关键美术。最长 5 秒，1280x704，24 fps。需要显存 16 GB 及以上的 NVIDIA GPU 和 48 GB 内存。LTX-2.x 社区许可证：年收入低于 1000 万美元可免费使用。
- [Lyria（云端音频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-lyria.md) (`aigd.cloud-lyria`, v0.1.4, 由 AI Game Dev 发布): 云端运行的 Google Lyria 3 音乐：根据文字描述生成 30 秒片段，纯音乐或带人声，适合游戏菜单主题曲、关卡音乐草稿和预告片配乐。消耗你的额度。
- [Magenta RealTime 2（音乐模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-magenta-rt2.md) (`aigd.audio-magenta-rt2`, v1.0.2, 由 AI Game Dev 发布): Google Magenta RealTime 2 器乐音乐模型：根据风格提示词生成背景音乐，时长 1 秒到 3 分钟，48 kHz 立体声，无人声。Small（230M）可在任意 GPU 上运行，甚至能在 CPU 上跑；Base（2.4B）则需要 GPU。通过 audio.cpp 在本地运行。CC BY 4.0，允许商业使用。
- [Magpie TTS Multilingual（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-magpie.md) (`aigd.tts-magpie`, v1.0.2, 由 AI Game Dev 发布): NVIDIA 的 Magpie TTS Multilingual 357M，本地运行：支持 13 种语言和方言的语音（包括印地语、越南语、巴西葡萄牙语和三种阿拉伯语变体），提供五个预设音色，可用于本地化的对话和播报。不支持音色克隆。在 GPU 上效果最佳，使用 audio.cpp。NVIDIA Open Model License。
- [Ming-3.0 TTS 0.5B（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-ming3.md) (`aigd.tts-ming3`, v1.0.2, 由 AI Game Dev 发布): inclusionAI 的 Ming-3.0 TTS 0.5B，本地运行：可说中文、英语、日语、韩语、德语、法语和西班牙语，支持从片段克隆声音、根据文字描述设计声音，为游戏角色打造各具特色的嗓音。最好在 GPU 上运行，使用 audio.cpp。MIT，允许商业使用。
- [MiniMax-Music3（音乐模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-minimax-music3.md) (`aigd.audio-minimax-music3`, v1.0.2, 由 AI Game Dev 发布): MiniMax-Music3：根据风格提示词和带 \[verse\]/\[chorus\] 标签的歌词，生成带人声演唱的完整歌曲，最长 5 分钟，44.1 kHz 立体声，适合主题曲和原声单曲。使用 audio.cpp 在你的 GPU 上本地运行。社区许可：需展示“MiniMax-Music3”、将输出标注为机器生成、营收上限。
- [MOSS-SoundEffect v2（音效模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-moss-soundeffect-v2.md) (`aigd.audio-moss-soundeffect-v2`, v1.0.2, 由 AI Game Dev 发布): 由 OpenMOSS 推出的 MOSS-SoundEffect v2：根据英文或中文描述生成音效与环境声（自然、城市、生物、人类动作），时长 1 到 30 秒，48 kHz 单声道，适用于游戏关卡和场景。通过 audio.cpp 在你的 GPU 上本地运行。Apache-2.0（以模型卡为准），允许商业使用。
- [OmniVoice（语音模型，非商用）](https://ai-game.dev/zh-hans/packages/aigd.tts-omnivoice.md) (`aigd.tts-omnivoice`, v1.0.2, 由 AI Game Dev 发布): k2-fsa 的 OmniVoice，本地运行：支持 600 多种语言的文本转语音，可用自带默认音色，也可用一段音频及其转录文本克隆音色。适合非商业项目中的小众语言。在 GPU 上效果最佳，使用 audio.cpp。非商业许可（CC-BY-NC）。
- [Phonon 31M（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-phonon.md) (`aigd.tts-phonon`, v1.0.2, 由 AI Game Dev 发布): Gradium 的 Phonon 31M 是一个极小的本地英语文本转语音模型，只有一个音色：在笔记本 CPU 上比实时更快，适合快速旁白、UI 和占位台词。下载大小 85.5 MB，使用 audio.cpp 运行。Apache-2.0，允许商业使用。
- [Pixal3D（3D 模型）](https://ai-game.dev/zh-hans/packages/aigd.model3d-pixal3d.md) (`aigd.model3d-pixal3d`, v1.0.5, 由 AI Game Dev 发布): 本地图像转 3D：腾讯 ARC 的 Pixal3D 是 TRELLIS.2 的微调模型，能把一张照片变成带纹理的 3D 模型（带 PBR 材质的 GLB），其几何形状紧密贴合照片的像素。通过 trellis.cpp 运行，需要 16 GB 显存的 NVIDIA 或 Vulkan GPU。MIT 许可，图像编码器采用 Meta 的 DINOv3 许可。
- [PixVerse（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-pixverse.md) (`aigd.cloud-pixverse`, v0.1.3, 由 AI Game Dev 发布): 云端运行的 PixVerse V6 视频：快速生成风格化和写实的短片，可选声音，支持文本、起始图像或起始与结束帧，5 到 10 s，360p 到 1080p，五种宽高比。消耗你的额度。
- [Pocket TTS 100M（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-pocket.md) (`aigd.tts-pocket`, v1.0.2, 由 AI Game Dev 发布): Kyutai 的 Pocket TTS 100M，本地运行：英语、法语、德语、西班牙语、意大利语和葡萄牙语各一个 checkpoint，每种语言有 15 个预设音色，也可以从一段短音频裁剪并复用音色（声音克隆），无需转录文本。在 CPU 上配合 audio.cpp 比实时更快。CC-BY-4.0：署名后可商用，但须遵守 Kyutai 的使用条款。
- [Qwen-Image（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-qwen-image.md) (`aigd.image-qwen-image`, v1.0.4, 由 AI Game Dev 发布): Qwen-Image，本地运行：在招牌、海报、UI 示意图、插画和照片方面，拥有目录中最好的文字渲染和提示词遵循能力。支持文生图和图生图。Apache-2.0，允许商业使用。需要 16 GB 及以上显存的 NVIDIA GPU 和 32 GB 内存。
- [Qwen-Image-2.1 Turbo（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-qwen-image-2-1-turbo.md) (`aigd.image-qwen-image-2-1-turbo`, v1.1.2, 由 AI Game Dev 发布): 用 8 步生成带真实透明背景（RGBA PNG）的精灵、图标和物件。非商业许可：下载前需先接受。需要 8 GB 及以上的 NVIDIA GPU，或者（较慢，在性能较好的台式机上每张 512 px 图像约需一分钟）没有 GPU 的 Windows 电脑的处理器；16 GB 内存。
- [Qwen-Image-2.1 Turbo Q3（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-qwen-image-2-1-turbo-q3.md) (`aigd.image-qwen-image-2-1-turbo-q3`, v1.0.2, 由 AI Game Dev 发布): Qwen-Image-2.1 Turbo 的较小版本（Q3\_K\_M），适用于 6 到 8 GB 的 NVIDIA GPU：8 步生成真正的透明背景（RGBA PNG）；文本编码器在处理器上运行。非商业许可：下载前需先接受。需要 16 GB 内存。
- [Qwen-Image-2.1 Turbo Q8（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-qwen-image-2-1-turbo-q8.md) (`aigd.image-qwen-image-2-1-turbo-q8`, v1.0.2, 由 AI Game Dev 发布): 更高精度的 Qwen-Image-2.1 Turbo（Q8\_0），面向 12 GB 或以上显存的 NVIDIA GPU：真实透明背景（RGBA PNG），8 步生成。非商业许可：下载前需先接受。需要 24 GB 内存。
- [Qwen-Image-2512（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-qwen-image-2512.md) (`aigd.image-qwen-image-2512`, v1.1.1, 由 AI Game Dev 发布): Qwen-Image-2512，本地运行：在目录中拥有最好的文字渲染和提示词遵循能力，以完整质量（20 步）生成招牌、海报、UI 界面稿、插画和照片。Apache-2.0，允许商业使用。需要 16 GB 或以上的 NVIDIA GPU 以及 32 GB 内存。
- [Qwen-Image-2512 Lightning（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-qwen-image-2512-lightning.md) (`aigd.image-qwen-image-2512-lightning`, v1.1.1, 由 AI Game Dev 发布): Qwen-Image-2512 搭配 4 步 Lightning LoRA，在本地运行：文字渲染与提示词遵循能力（招牌、海报、UI 效果图）约为每张 1024 px 图像 8 秒，比 20 步模型快约 4 倍。Apache-2.0，允许商业使用。需要 16 GB 及以上的 NVIDIA GPU 和 32 GB 内存。
- [Qwen-Image-Edit-2511（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-qwen-image-edit-2511.md) (`aigd.image-qwen-image-edit-2511`, v1.1.1, 由 AI Game Dev 发布): Qwen-Image-Edit-2511，本地运行：按指令以完整质量（20 步）编辑图像。可修改文字、颜色、材质和物体，或最多合成 4 张图像。Apache-2.0，允许商业使用。需要 16 GB 以上的 NVIDIA GPU 和 32 GB 内存。
- [Qwen-Image-Edit-2511 Lightning（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-qwen-image-edit-2511-lightning.md) (`aigd.image-qwen-image-edit-2511-lightning`, v1.1.1, 由 AI Game Dev 发布): Qwen-Image-Edit-2511 搭配 4 步 Lightning LoRA，本地运行：按指令编辑图像约 20 秒完成。可修改文字、颜色、材质和物体，或组合最多 4 张图像。Apache-2.0，允许商业使用。需要 16 GB 及以上显存的 NVIDIA GPU 和 32 GB 内存。
- [Qwen3-TTS 0.6B Base（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-qwen3-tts-0-6b-base.md) (`aigd.audio-qwen3-tts-0-6b-base`, v1.0.2, 由 AI Game Dev 发布): Qwen3-TTS 0.6B Base：文本转语音，能用一段 3 秒或更长的参考片段克隆声音，支持 10 种语言，24 kHz，适合角色对白和旁白。较小的克隆模型，适用于约 4 GB 显存的 GPU（估算）。通过 audio.cpp 在本地运行。Apache-2.0，允许商业使用。
- [Qwen3-TTS 1.7B Base（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-qwen3-tts-1-7b-base.md) (`aigd.audio-qwen3-tts-1-7b-base`, v1.0.2, 由 AI Game Dev 发布): Qwen3-TTS 1.7B Base：文本转语音，可用一段简短参考音频（3 秒或更长）在 10 种语言中克隆音色，24 kHz，适用于角色对白和旁白。更大的克隆模型，适用于约 6 GB 显存的 GPU（估算）。通过 audio.cpp 在本地运行。Apache-2.0，允许商业使用。
- [Qwen3-TTS 1.7B CustomVoice（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-qwen3-tts-1-7b-customvoice.md) (`aigd.audio-qwen3-tts-1-7b-customvoice`, v1.0.2, 由 AI Game Dev 发布): Qwen3-TTS 1.7B CustomVoice：文本转语音，内置九种音色，支持情绪与演绎指令（“兴奋，快”“低语，悲伤”），覆盖 10 种语言，24 kHz，适用于 NPC 对白和旁白。通过 audio.cpp 在你的 GPU 上本地运行。Apache-2.0，允许商业使用。
- [Qwen3-TTS 1.7B VoiceDesign（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-qwen3-tts-1-7b-voicedesign.md) (`aigd.audio-qwen3-tts-1-7b-voicedesign`, v1.0.2, 由 AI Game Dev 发布): Qwen3-TTS 1.7B VoiceDesign：文本转语音，可根据文字描述（“一位粗犷的老水手，低沉而缓慢”）设计全新嗓音，同时设定情绪与表达方式，支持 10 种语言、24 kHz，适合角色配音。通过 audio.cpp 在你的 GPU 上本地运行。Apache-2.0，允许商业使用。
- [RealVisXL V5.0（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-realvisxl-v5.md) (`aigd.image-realvisxl-v5`, v1.0.4, 由 AI Game Dev 发布): RealVisXL V5.0，本地运行：生成写实图像（SDXL 微调模型），涵盖人物、肖像、地点和产品，适合用作参考素材和营销美术。不擅长文字和风格化艺术。支持文生图和图生图。生成的图像可用于商业用途（CreativeML Open RAIL++-M）。需要 8 GB 或以上显存的 NVIDIA GPU。
- [SDXL 1.0（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-sdxl-base.md) (`aigd.image-sdxl-base`, v1.0.4, 由 AI Game Dev 发布): Stable Diffusion XL base 1.0，本地运行：通用插画、概念艺术与多种风格的照片；文字表现较弱。支持文生图与图生图。生成的图像可商用（CreativeML Open RAIL++-M）。需要 8 GB 或以上显存的 NVIDIA GPU。
- [Seedance（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-seedance.md) (`aigd.cloud-seedance`, v0.1.3, 由 AI Game Dev 发布): ByteDance Seedance 2.0 云端视频（2.5 即将推出）：根据文本、起始图像、起始帧和结束帧，或最多 9 张参考图像，生成带声音的片段，适合制作角色形象一致的游戏过场动画和预告片。5 或 10 s，720p 或 1080p。消耗你的额度。
- [SkinTokens（本地自动绑定）](https://ai-game.dev/zh-hans/packages/aigd.model3d-skintokens.md) (`aigd.model3d-skintokens`, v1.0.4, 由 AI Game Dev 发布): 本地自动绑定：VAST-AI 的 SkinTokens 为角色或生物网格（GLB、OBJ 或 FBX）添加骨骼和蒙皮权重，并输出一个保留原始材质和 UV 的已绑定 GLB。在 Asset Studio 中用你的 NVIDIA GPU 运行，需要 14 GB 显存。MIT 许可，允许商用。
- [Stable Audio 3 Medium（音乐模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-stable-audio-3-medium.md) (`aigd.audio-stable-audio-3-medium`, v1.1.3, 由 AI Game Dev 发布): Stable Audio 3 Medium：根据文本提示生成器乐音乐，最长 6 分 20 秒，44.1 kHz 立体声，无人声；这是较大的 Stable Audio 3 音乐模型，适合完整长度的配乐作品。通过 sa3.cpp 在 GPU 上本地运行（最长作品在 CUDA 上需 12 GB，在 Vulkan 上需 13 GB）。Stability AI Community License：须先注册，且仅在年收入低于 100 万美元时可用于商业用途。
- [Stable Audio 3 Small Music（音乐模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-stable-audio-3-small-music.md) (`aigd.audio-stable-audio-3-small-music`, v1.1.3, 由 AI Game Dev 发布): Stable Audio 3 Small Music：根据文本提示生成纯音乐与循环片段，最长 2 分钟，44.1 kHz 立体声，不含人声，可用于游戏背景音乐、提示音和短旋律。在 4 GB 显存的 GPU 上通过 sa3.cpp 本地运行，也可在 CPU 上较慢地运行。Stability AI Community License：仅在年收入低于 100 万美元时可用于商业用途，且需先注册。
- [Stable Audio 3 Small SFX（音效模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-stable-audio-3-small-sfx.md) (`aigd.audio-stable-audio-3-small-sfx`, v1.1.3, 由 AI Game Dev 发布): Stable Audio 3 Small SFX：根据文本提示生成游戏音效和拟音（撞击声、脚步声、UI 音效、环境音），时长 1 至 60 秒，44.1 kHz 立体声。在 4 GB 显存的 GPU 上用 sa3.cpp 本地运行，没有 GPU 时也能运行，但速度较慢。Stability AI Community License：需先注册，且仅在年收入低于 100 万美元时允许商用。
- [Step1X-3D Geometry（本地 3D 模型）](https://ai-game.dev/zh-hans/packages/aigd.model3d-step1x-3d-geometry.md) (`aigd.model3d-step1x-3d-geometry`, v1.0.4, 由 AI Game Dev 发布): 本地图像转 3D：StepFun 的 Step1X-3D Geometry 1.3B 可在你的 NVIDIA GPU 上（16 GB 显存）把一张图像变成无贴图的 3D 网格（GLB），用于游戏道具和角色。在 Local Python models runtime 中离线运行。Apache-2.0，允许商业使用。
- [SuperCollider](https://ai-game.dev/zh-hans/packages/aigd.supercollider.md) (`aigd.supercollider`, v0.1.12, 由 AI Game Dev 发布): 在你的电脑上用 SuperCollider 3.14.1 创作、渲染、分析并导出可移植的游戏音乐：乐谱以代码形式保存在项目中，离线渲染 WAV，同步分轨与循环，导入采样，预览，并导出到 Unity、Godot 或 Unreal。
- [Supertonic 3（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-supertonic-3.md) (`aigd.tts-supertonic-3`, v1.0.2, 由 AI Game Dev 发布): Supertone 的 Supertonic 3，快速的本地文本转语音，支持 31 种语言，提供十个预设音色，并可在文本中使用 \<laugh\>、\<breath\> 和 \<sigh\> 标签，适合本地化对白与旁白。在 App 的 ONNX 运行时上以 CPU 运行。不支持声音克隆。Open RAIL-M：可在其使用限制范围内商用。
- [TRELLIS.2 4B（3D 模型）](https://ai-game.dev/zh-hans/packages/aigd.model3d-trellis2-4b.md) (`aigd.model3d-trellis2-4b`, v1.0.5, 由 AI Game Dev 发布): 本地图生 3D：微软的 TRELLIS.2 4B 能把一张图像变成带纹理的 3D 模型（含 UV 图集和 PBR 材质的 GLB），用作游戏资产，分辨率为 512、1024 或 1536。通过 trellis.cpp 在显存 16 GB 的 NVIDIA 或 Vulkan GPU 上运行。MIT 许可，图像编码器采用 Meta 的 DINOv3 许可。
- [Tripo](https://ai-game.dev/zh-hans/packages/aigd.tripo.md) (`aigd.tripo`, v0.2.20, 由 AI Game Dev 发布): 通过你的 AI Game Dev 订阅额度使用云端 3D：从文本、单张图像或多视图生成 3D 模型，生成贴图、重拓扑、部件拆分、网格补全、格式转换、骨骼绑定、动画，以及图像生成与编辑。智能体会为每个任务挑选合适的操作和模型变体。
- [TripoSG 1.5B（本地 3D 模型）](https://ai-game.dev/zh-hans/packages/aigd.model3d-triposg.md) (`aigd.model3d-triposg`, v1.0.4, 由 AI Game Dev 发布): 本地图生 3D：VAST-AI 的 TripoSG 1.5B 可将一张图像变成细节丰富、表面锐利干净的无纹理 3D 网格（GLB），在你的 NVIDIA GPU 上运行，需 8 GB 显存。在 Local Python models runtime 中可离线运行。权重为 MIT；其推理代码中的部分 Tencent 代码在欧盟、英国和韩国未获许可。
- [VoxCPM2（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.audio-voxcpm2.md) (`aigd.audio-voxcpm2`, v1.0.2, 由 AI Game Dev 发布): OpenBMB 的 VoxCPM2：48 kHz 的语音合成，支持 30 种语言和 9 种汉语方言，可从短音频克隆音色、按描述设计音色，并用情感与语速指令控制，适用于角色对白和旁白。通过 audio.cpp 在你的 GPU 上本地运行。Apache-2.0，允许商用。
- [Wan（云端视频）](https://ai-game.dev/zh-hans/packages/aigd.cloud-wan.md) (`aigd.cloud-wan`, v0.1.3, 由 AI Game Dev 发布): 在云端使用开源的 Wan 视频模型：2.2 用于快速无声草稿，3.0 Prime 用于带声音的更高质量输出，可从文本、起始图像或首尾帧生成，最高 1080p。它们运行在 AI Game Dev 服务器上，消耗你的配额；同一系列也可在本地运行（Wan 2.2 TI2V 5B）。
- [Wan 2.2 TI2V 5B（视频模型）](https://ai-game.dev/zh-hans/packages/aigd.video-wan22-ti2v-5b.md) (`aigd.video-wan22-ti2v-5b`, v1.0.7, 由 AI Game Dev 发布): Wan 2.2 TI2V 5B，本地运行：开放（Apache-2.0）视频模型，可根据文本或起始图像生成无声的写实与风格化片段。最长 5 秒，1280x704，24 fps。比 LTX-2.5 慢，但更轻量：NVIDIA GPU 需 12 GB 以上显存，内存 16 GB。
- [Z-Image Turbo（图像模型）](https://ai-game.dev/zh-hans/packages/aigd.image-z-image-turbo.md) (`aigd.image-z-image-turbo`, v1.0.5, 由 AI Game Dev 发布): Z-Image Turbo，本地运行：8 步即可快速生成照片级与插画风图像、图标和纹理，短文本清晰可读。最小的 PC 模型：NVIDIA GPU 需 4 GB 以上，其他 GPU 需 8 GB 以上，在集成 GPU 上运行较慢。Apache-2.0，允许商业使用。
- [ZONOS3-Mini（语音模型）](https://ai-game.dev/zh-hans/packages/aigd.tts-zonos3-mini.md) (`aigd.tts-zonos3-mini`, v1.0.2, 由 AI Game Dev 发布): Zyphra 的 ZONOS3-Mini 是一款富有表现力的本地文本转语音模型：支持英语、法语、德语、西班牙语、意大利语、葡萄牙语、中文和韩语，提供 13 个预设音色，也可从一段音频克隆音色。通过 audio.cpp 在笔记本 CPU（约实时）或 GPU 上运行。Apache-2.0，允许商用。
