# AI Game Dev 套件

> 搜尋 AI Game Dev 桌面應用程式與 gamedev CLI 的所有套件：官方 aigd.* 套件與社群套件，包含版本、評分、授權與安裝指令。

HTML：https://ai-game.dev/zh-hant/packages · 各套件：`https://ai-game.dev/zh-hant/packages/<id>`（Markdown：加上 `.md`）· 安裝：`gamedev pkg add <id>`，或使用桌面應用程式的「套件」視窗（瀏覽）。套件運作方式：https://ai-game.dev/docs/wiki/app/packages

篩選：搜尋 `-`、來源 all、發行者 `aigd`，依 featured 排序。共 74 個套件中的 73 個。

## 官方套件

- [Blender](https://ai-game.dev/zh-hant/packages/aigd.blender.md) (`aigd.blender`, v1.2.16, 由 AI Game Dev 提供): 直接在對話中於真正的 Blender 建立與編輯 3D 模型：尋找或安裝 Blender、安裝 MCP for Blender 外掛，並依專案將其連線到代理。製作道具、區塊草模與低多邊形素材，匯出到你的 Unity、Godot 或 Unreal 專案並預覽。
- [Veo（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-veo.md) (`aigd.cloud-veo`, v0.1.3, 由 AI Game Dev 提供): 雲端執行的 Google Veo 3.1 影片：Lite 用來打草稿，Fast 與 Standard 製作最高 4k 的最終鏡頭，全都帶音效並支援起始與結束影格；Standard 還可接受最多 3 張參考圖片。可產出 4 至 8 秒的遊戲預告片與過場動畫片段。會消耗你的額度。
- [Knowledge Base](https://ai-game.dev/zh-hant/packages/aigd.knowledge.md) (`aigd.knowledge`, v0.3.22, 由 AI Game Dev 提供): 專案的 Knowledge Base：放在 .ai-game-dev/knowledge/ 的 Markdown 筆記，隨專案一起提交，會建立成圖形索引並供 agent 搜尋。Agent 會記錄設計決策與慣例、把筆記整理成空間、在搬移時修正連結並找出失效連結；桌面應用程式則以 3D 圖形呈現這些筆記。
- [ACE-Step（雲端音訊）](https://ai-game.dev/zh-hant/packages/aigd.cloud-ace-step.md) (`aigd.cloud-ace-step`, v0.1.4, 由 AI Game Dev 提供): 雲端版 ACE-Step 1.5：依風格提示詞生成開放音樂，長度 10 秒到 4 分鐘，是你額度中最輕量的雲端音樂模型，適合草擬遊戲配樂。會使用你的額度；同一個模型也能在本機執行。
- [ACE-Step 1.5（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-ace-step-1-5.md) (`aigd.audio-ace-step-1-5`, v1.0.2, 由 AI Game Dev 提供): ACE-Step 1.5 Turbo 音樂模型：依據風格提示（曲風、情緒、樂器、速度）與可選的 50 種語言歌詞，生成含人聲或純樂器的歌曲，長度 10 秒到 10 分鐘，48 kHz 立體聲，適合遊戲主題曲與原聲帶。透過 audio.cpp 在你的 GPU 上本機執行。MIT 授權，允許商業使用。
- [Animagine XL 4.0（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-animagine-xl-4.md) (`aigd.image-animagine-xl-4`, v1.0.4, 由 AI Game Dev 提供): 動漫風插畫與角色（Cagliostro Research Lab 的 SDXL 微調模型），在本機執行：角色肖像、服裝概念與動漫主視覺。以逗號分隔的標籤下提示詞。支援文字生圖與圖生圖。可將生成的圖像用於商業用途（CreativeML Open RAIL++-M）。需要 8 GB 以上的 NVIDIA GPU。
- [Chatterbox Multilingual V3 (語音模型)](https://ai-game.dev/zh-hant/packages/aigd.tts-chatterbox-multilingual-v3.md) (`aigd.tts-chatterbox-multilingual-v3`, v1.0.2, 由 AI Game Dev 提供): Resemble AI 推出的 20 種語言本機文字轉語音：可從 3–60 秒片段克隆聲音，無需逐字稿，或以內建聲音朗讀，並有 Exaggeration 控制情緒。適合在地化遊戲對白與配音。在應用程式的 ONNX runtime 中以 CPU 執行，速度比即時慢。MIT。Resemble AI 已不再維護。
- [Chatterbox Turbo（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-chatterbox-turbo.md) (`aigd.tts-chatterbox-turbo`, v1.0.3, 由 AI Game Dev 提供): Resemble AI 推出的快速本機英文文字轉語音模型（350M）：可用模型內建聲音，或使用複製自 5-30 秒音檔的聲音，並可在文字中加入 \[laugh\]、\[chuckle\]、\[cough\] 等聲音標籤。適合角色對白與旁白配音。透過 llama.cpp 在 GPU 或 CPU 上執行。MIT 授權，允許商業使用。
- [雲端生成](https://ai-game.dev/zh-hant/packages/aigd.cloud-media.md) (`aigd.cloud-media`, v0.1.4, 由 AI Game Dev 提供): 在聊天中透過你的 AI-GAME.DEV 額度，在雲端生成影片、語音、音樂與音效。這是雲端模型家族套件的共用主機；預設開啟，在聊天的生成預算（預設為你每週額度的 30%）內的工作會直接執行、不再詢問。可將聊天切換成每個工作前詢問，或關閉以僅使用本機。
- [ElevenLabs（雲端音訊）](https://ai-game.dev/zh-hant/packages/aigd.cloud-elevenlabs.md) (`aigd.cloud-elevenlabs`, v0.1.5, 由 AI Game Dev 提供): 雲端 ElevenLabs 遊戲音訊：以 21 種聲音（v4 Turbo 與 Eleven v4）製作對白與旁白的語音，並可依描述生成 1 至 30 秒的音效；音樂即將推出。會使用你的額度。
- [Fish Audio S2 Pro（語音模型，非商業用途）](https://ai-game.dev/zh-hant/packages/aigd.tts-fish-s2-pro.md) (`aigd.tts-fish-s2-pro`, v1.0.2, 由 AI Game Dev 提供): Fish Audio 的 4B 文字轉語音模型，在本機執行：支援 80 種以上語言、可用一段錄音及其轉錄文字複製聲音，並能在文字中直接加入 \[laughing\]、\[whisper\] 或 \[pause\] 等語氣標記。搭配 audio.cpp 可在 8 GB 以上的 GPU 上執行。非商業授權：商業用途需另向 Fish Audio 取得授權。
- [FLUX.1 schnell（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-flux1-schnell.md) (`aigd.image-flux1-schnell`, v1.0.5, 由 AI Game Dev 提供): FLUX.1 schnell，在本機執行：4 步就能產出銳利的插圖、相片、概念美術、圖示與 sprite。支援文字生圖與圖生圖。Apache-2.0，允許商業使用。需要 8 GB 以上的 NVIDIA GPU。
- [FLUX.2 klein 4B（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-flux2-klein-4b.md) (`aigd.image-flux2-klein-4b`, v1.0.4, 由 AI Game Dev 提供): FLUX.2 klein 4B 適用於搭載 Apple silicon 的 Mac，並在本機執行：只要 4 步就能產出插圖、概念美術、圖示與 sprite。支援文字生圖與圖生圖。Apache-2.0 授權，允許商業使用。在 8 GB 的 Mac 上速度較慢（每張 512 px 圖像約需一分鐘）。
- [Fun-CosyVoice3（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-cosyvoice3.md) (`aigd.tts-cosyvoice3`, v1.0.2, 由 AI Game Dev 提供): 來自阿里巴巴通義實驗室的本地語音克隆文字轉語音模型：Fun-CosyVoice3 0.5B 能用 3–30 秒片段中的聲音，說出中文、英文、日文、韓文、德文、西班牙文、法文、義大利文、俄文和粵語，並遵循風格指示（情緒、語速、方言）。透過 audio.cpp 在你的 GPU 上執行。Apache-2.0。
- [Gemini Omni（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-gemini-omni.md) (`aigd.cloud-gemini-omni`, v0.1.4, 由 AI Game Dev 提供): 雲端上的 Gemini Omni Flash 1.2 影片：可從文字、起始圖片，或起始與結束影格生成片段，一律帶有聲音，長度 5 到 10 秒，解析度從 360p 到 1080p，適合遊戲預告與氛圍鏡頭。會使用你的額度。
- [Hailuo（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-hailuo.md) (`aigd.cloud-hailuo`, v0.1.3, 由 AI Game Dev 提供): 在雲端執行的 MiniMax Hailuo H3 Max 影片模型：物理與鏡頭運動表現出色，適合遊戲預告片與動作鏡頭，可依文字、起始圖片或起始與結束影格生成，5 或 10 秒，最高 1080p，無聲。會使用你的額度。
- [HappyHorse（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-happyhorse.md) (`aigd.cloud-happyhorse`, v0.1.3, 由 AI Game Dev 提供): 雲端執行的 HappyHorse 1.1 影片：可用提示詞、起始圖片或最多 9 張參考圖片生成角色一致的片段，長度 5 或 10 秒、解析度 720p 或 1080p、無聲，適合過場動畫與預告片中的遊戲角色。會使用你的額度。
- [Hunyuan3D-2.1 Shape（本機 3D 模型）](https://ai-game.dev/zh-hant/packages/aigd.model3d-hunyuan3d-2-1-shape.md) (`aigd.model3d-hunyuan3d-2-1-shape`, v1.0.3, 由 AI Game Dev 提供): 本機影像轉 3D：Tencent Hunyuan3D-2.1 的形狀模型能把單張影像變成高品質、未貼材質的 3D 網格（GLB），適合遊戲道具與角色，在你的 NVIDIA GPU 上執行，需 10 GB 以上 VRAM。於本機 Python 模型執行環境中離線執行。未在歐盟、英國或南韓取得授權。
- [HunyuanVideo（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-hunyuan-video.md) (`aigd.cloud-hunyuan-video`, v0.1.3, 由 AI Game Dev 提供): 騰訊開源的 HunyuanVideo 1.5 雲端版（即將推出）：依提示詞或起始圖片生成寫實動態，480p、5 秒、無聲。會使用你的額度。
- [IndexTTS 2.5（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-indextts25.md) (`aigd.tts-indextts25`, v1.0.2, 由 AI Game Dev 提供): bilibili 的 IndexTTS 2.5，在本機執行：只要一段 3-30 s 的片段就能零樣本複製音色，情緒則用指令描述，支援中文、英文、日文、西班牙文與阿拉伯文。適合製作富有表現力的遊戲對白。搭配 audio.cpp 可在約 6 GB 的 GPU 上執行。在授權的規模上限內可商業使用。
- [Juggernaut XL v9（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-juggernaut-xl-v9.md) (`aigd.image-juggernaut-xl-v9`, v1.0.4, 由 AI Game Dev 提供): Juggernaut XL v9，在本機執行：電影感寫實圖像（SDXL 微調模型），戲劇性光線：角色、環境、氛圍板與主視覺。文字表現較弱。支援文字生圖與圖生圖。生成的圖像可作商業使用（CreativeML Open RAIL-M）。需要 8 GB 以上的 NVIDIA GPU。
- [Kling（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-kling.md) (`aigd.cloud-kling`, v0.1.3, 由 AI Game Dev 提供): Kling 3.0 與 O3 雲端影片，用於遊戲預告片與過場動畫：可從文字、起始圖片，或起始與結束畫格生成帶音效的電影感片段，5 至 15 秒、720p 或 1080p，O3 還可搭配最多 4 張參考圖。會使用你的額度。
- [Kokoro（雲端音訊）](https://ai-game.dev/zh-hant/packages/aigd.cloud-kokoro.md) (`aigd.cloud-kokoro`, v0.1.3, 由 AI Game Dev 提供): 雲端版 Kokoro：一款開放的美式英語語音模型，提供 20 種音色，額度消耗低，適合暫代與草稿性質的遊戲對白。會使用你的額度；同一個模型也能在本機執行。
- [Kokoro 82M（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-kokoro.md) (`aigd.tts-kokoro`, v1.0.3, 由 AI Game Dev 提供): hexgrad 的 Kokoro 82M，一款小巧、評價極高的英文文字轉語音模型，在本機執行：28 個美式與英式預設語音，可用於 NPC 對話、旁白與 UI 語句。即使在 CPU 上也很快（llama.cpp）；不支援聲音複製。Apache-2.0，允許商業使用。
- [Local 3D generation](https://ai-game.dev/zh-hant/packages/aigd.trellis.md) (`aigd.trellis`, v1.0.3, 由 AI Game Dev 提供): Local 3D generation 執行環境：trellis.cpp 是 Microsoft TRELLIS.2 的 C++ 移植版，能在你自己的 NVIDIA 或 Vulkan GPU 上，把單張影像變成有貼圖的 3D 模型（GLB，含 PBR 材質），每個模型都不收費。可執行 TRELLIS.2 4B 與 Pixal3D 模型套件，兩者需另外安裝。支援 Windows；Linux 為預覽版。
- [本機音訊生成（audio.cpp）](https://ai-game.dev/zh-hant/packages/aigd.audiocpp.md) (`aigd.audiocpp`, v1.0.2, 由 AI Game Dev 提供): AI Game Dev 中的本機音樂、音效與語音執行環境，透過 audio.cpp（C++、ggml）在 CUDA、Vulkan、Metal 或 CPU 上執行。可執行 ACE-Step 1.5、MiniMax-Music3、Magenta RealTime 2、MOSS-SoundEffect v2、Qwen3-TTS、VoxCPM2 與其他語音模型。模型是獨立的套件。
- [本機圖像與影片生成](https://ai-game.dev/zh-hant/packages/aigd.sdcpp.md) (`aigd.sdcpp`, v1.3.1, 由 AI Game Dev 提供): 使用 stable-diffusion.cpp 在這台電腦上生成圖像、材質與短影片：NVIDIA（CUDA）、AMD 與 Intel（Vulkan）、Apple 晶片（Metal）或處理器。新增「圖像生成」與「影片」工具。模型是獨立套件（Z-Image Turbo、FLUX、SDXL、Qwen-Image、LTX-2.5、Wan 2.2 等）。
- [本機 Python 模型執行環境](https://ai-game.dev/zh-hant/packages/aigd.python.md) (`aigd.python`, v1.0.2, 由 AI Game Dev 提供): 用 PyTorch 在這台電腦上，於每個模型專屬的私人 Python 環境中執行沒有 C++ 或 ONNX 移植版本的模型（3D 生成與骨架綁定），完全不會動到你自己的 Python。TripoSG、Hunyuan3D-2.1 Shape 與 SkinTokens 等模型是另外的套件。
- [本機音效與音樂（Stable Audio 3）](https://ai-game.dev/zh-hant/packages/aigd.sa3cpp.md) (`aigd.sa3cpp`, v1.0.2, 由 AI Game Dev 提供): 在 AI Game Dev 中以 sa3.cpp 執行本機音效與音樂的執行環境；sa3.cpp 是 Stable Audio 3 的 C++/ggml 移植版，支援 CUDA、Vulkan、Metal 或 CPU，不需 Python。可執行 Stable Audio 3 Small SFX、Small Music 與 Medium 模型，這些模型是各自獨立的套件。
- [本機語音（llama.cpp）](https://ai-game.dev/zh-hant/packages/aigd.llamacpp.md) (`aigd.llamacpp`, v1.0.2, 由 AI Game Dev 提供): 用 llama.cpp 的語音工具在這台電腦上朗讀文字，離線執行且不佔用你的額度：在 NVIDIA、AMD、Intel 或 Apple GPU 或 CPU 上產生語音台詞、旁白與暫代對白。Kokoro、Chatterbox Turbo 等模型是另外的套件。
- [LTX（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-ltx.md) (`aigd.cloud-ltx`, v0.1.4, 由 AI Game Dev 提供): 雲端上的 LTX-2.5 影片：最高 2160p 的高解析度短片，搭配同步音效，可從文字或起始圖片生成，長度 6 至 10 秒，適合遊戲預告片與商店頁面。會使用你的額度；同一系列也可在本機執行。
- [LTX-2.5（影片模型）](https://ai-game.dev/zh-hant/packages/aigd.video-ltx25.md) (`aigd.video-ltx25`, v1.0.6, 由 AI Game Dev 提供): LTX-2.5，在本機執行：從文字或起始圖片生成帶有同步聲音（語音、特效、環境聲）的短影片片段，可用於預告片鏡頭、過場動畫草稿與動態主視覺。最高 5 秒、1280x704、24 fps。需要配備 16 GB 以上記憶體的 NVIDIA GPU，以及 48 GB 的系統記憶體。LTX-2.x Community License：年營收低於 $10M 可免費使用。
- [Lyria（雲端音訊）](https://ai-game.dev/zh-hant/packages/aigd.cloud-lyria.md) (`aigd.cloud-lyria`, v0.1.4, 由 AI Game Dev 提供): Google Lyria 3 雲端音樂：依文字描述製作 30 秒片段，可為純樂器或含人聲，適合遊戲選單主題曲、關卡音樂草稿與預告片配樂。會使用你的額度。
- [Magenta RealTime 2（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-magenta-rt2.md) (`aigd.audio-magenta-rt2`, v1.0.2, 由 AI Game Dev 提供): Google Magenta RealTime 2 器樂音樂模型系列：依風格提示詞生成背景音樂，長度 1 秒至 3 分鐘，48 kHz 立體聲，不含人聲。Small（230M）可在任何 GPU 上執行，甚至能在 CPU 上執行；Base（2.4B）需要 GPU。透過 audio.cpp 在本機執行。CC BY 4.0，允許商業使用。
- [Magpie TTS Multilingual（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-magpie.md) (`aigd.tts-magpie`, v1.0.2, 由 AI Game Dev 提供): NVIDIA 的 Magpie TTS Multilingual 357M，在本機執行：以五種預設語音提供 13 種語言與方言（包含印地語、越南語、巴西葡萄牙語與三種阿拉伯文變體）的語音，適合在地化對白與播報。不支援聲音複製。在 GPU 上搭配 audio.cpp 效果最佳。NVIDIA Open Model License。
- [Ming-3.0 TTS 0.5B（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-ming3.md) (`aigd.tts-ming3`, v1.0.2, 由 AI Game Dev 提供): inclusionAI 的 Ming-3.0 TTS 0.5B，於本機執行：可說中文、英文、日文、韓文、德文、法文與西班牙文，並能從片段複製聲音、依文字描述設計聲音，做出截然不同的遊戲角色嗓音。搭配 audio.cpp 在 GPU 上效果最佳。MIT，允許商業使用。
- [MiniMax-Music3（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-minimax-music3.md) (`aigd.audio-minimax-music3`, v1.0.2, 由 AI Game Dev 提供): MiniMax-Music3：根據風格提示與帶有 \[verse\]/\[chorus\] 標籤的歌詞，生成含人聲演唱的完整歌曲，最長 5 分鐘、44.1 kHz 立體聲，適合主題曲與原聲帶單曲。透過 audio.cpp 在你的 GPU 上本機執行。社群授權：需標示「MiniMax-Music3」、註明輸出為機器生成、有營收上限。
- [MOSS-SoundEffect v2（音效模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-moss-soundeffect-v2.md) (`aigd.audio-moss-soundeffect-v2`, v1.0.2, 由 AI Game Dev 提供): OpenMOSS 的 MOSS-SoundEffect v2：依英文或中文描述生成音效與環境氛圍（自然、城市、生物、人類動作），1 至 30 秒，48 kHz 單聲道，適合遊戲關卡與場景。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0（依模型卡標示），允許商業使用。
- [OmniVoice（語音模型，非商業）](https://ai-game.dev/zh-hant/packages/aigd.tts-omnivoice.md) (`aigd.tts-omnivoice`, v1.0.2, 由 AI Game Dev 提供): k2-fsa 的 OmniVoice，在本機執行：支援 600 種以上語言的文字轉語音，可使用它自己的預設語音，或從一段片段及其轉錄文字複製聲音。適合非商業專案中的冷門語言。搭配 audio.cpp 在 GPU 上效果最好。非商業授權（CC-BY-NC）。
- [Phonon 31M（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-phonon.md) (`aigd.tts-phonon`, v1.0.2, 由 AI Game Dev 提供): Gradium 的 Phonon 31M 是輕巧的本地英文文字轉語音模型，只有一種聲音：在筆記型電腦 CPU 上比即時更快，適合快速旁白、UI 與暫代台詞。下載大小 85.5 MB，以 audio.cpp 執行。Apache-2.0，允許商業使用。
- [Pixal3D（3D 模型）](https://ai-game.dev/zh-hant/packages/aigd.model3d-pixal3d.md) (`aigd.model3d-pixal3d`, v1.0.5, 由 AI Game Dev 提供): 本機影像轉 3D：騰訊 ARC 的 Pixal3D 是 TRELLIS.2 的微調版本，能把一張照片變成有貼圖的 3D 模型（含 PBR 材質的 GLB），幾何緊密貼合照片的像素。透過 trellis.cpp 在具備 16 GB 顯示記憶體的 NVIDIA 或 Vulkan GPU 上執行。授權為 MIT，影像編碼器則適用 Meta 的 DINOv3 授權。
- [PixVerse（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-pixverse.md) (`aigd.cloud-pixverse`, v0.1.3, 由 AI Game Dev 提供): PixVerse V6 雲端影片：快速產出風格化與寫實短片，可選擇搭配音效，支援文字、起始圖片或起始與結束影格，5 至 10 秒，360p 至 1080p，五種長寬比。會使用你的額度。
- [Pocket TTS 100M（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-pocket.md) (`aigd.tts-pocket`, v1.0.2, 由 AI Game Dev 提供): Kyutai 的 Pocket TTS 100M，在本機執行：英文、法文、德文、西班牙文、義大利文與葡萄牙文各一個檢查點，每種語言 15 個預設語音，或從短片段複製語音且不需逐字稿。搭配 audio.cpp，在 CPU 上比即時更快。CC-BY-4.0：標示姓名後可商業使用，須遵守 Kyutai 的使用條款。
- [Qwen-Image (圖片模型)](https://ai-game.dev/zh-hant/packages/aigd.image-qwen-image.md) (`aigd.image-qwen-image`, v1.0.4, 由 AI Game Dev 提供): Qwen-Image，在本機執行：目錄中文字呈現與提示詞遵循能力最強的模型，適合招牌、海報、UI 模擬圖、插畫與照片。支援文字轉圖像與圖像轉圖像。Apache-2.0，允許商業使用。需要 16 GB 以上的 NVIDIA GPU 以及 32 GB 的 RAM。
- [Qwen-Image-2.1 Turbo（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-qwen-image-2-1-turbo.md) (`aigd.image-qwen-image-2-1-turbo`, v1.1.2, 由 AI Game Dev 提供): 精靈圖、圖示與物件，具備真正的透明背景（RGBA PNG），只要 8 步。非商業授權：下載前須先接受。需要 8 GB 以上的 NVIDIA GPU，或（速度慢，在高效能桌機上每張 512 px 圖像約一分鐘）沒有 GPU 的 Windows PC 處理器；16 GB 記憶體。
- [Qwen-Image-2.1 Turbo Q3（圖像模型）](https://ai-game.dev/zh-hant/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 提供): Qwen-Image-2.1 Turbo 的精簡版（Q3\_K\_M），適合 6 至 8 GB 的 NVIDIA GPU：真正的透明背景（RGBA PNG），8 步完成；文字編碼器在處理器上執行。非商業授權：下載前必須先接受。需要 16 GB 記憶體。
- [Qwen-Image-2.1 Turbo Q8（圖像模型）](https://ai-game.dev/zh-hant/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 提供): Qwen-Image-2.1 Turbo 的更高精度版本（Q8\_0），適用於 12 GB 以上的 NVIDIA GPU：真正的透明背景（RGBA PNG），8 步完成。非商業授權：下載前須先接受。需要 24 GB 記憶體。
- [Qwen-Image-2512（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-qwen-image-2512.md) (`aigd.image-qwen-image-2512`, v1.1.1, 由 AI Game Dev 提供): Qwen-Image-2512 在本機執行：在完整品質（20 步）下，是型錄中文字渲染與提示詞遵循能力最佳的模型，適合招牌、海報、UI 示意圖、插圖與照片。Apache-2.0，允許商業使用。需要 16 GB 以上的 NVIDIA GPU 與 32 GB 的 RAM。
- [Qwen-Image-2512 Lightning（影像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-qwen-image-2512-lightning.md) (`aigd.image-qwen-image-2512-lightning`, v1.1.1, 由 AI Game Dev 提供): Qwen-Image-2512 搭配 4 步 Lightning LoRA，在本機執行：文字呈現與提示詞遵循能力（招牌、海報、UI 視覺稿）每張 1024 px 影像約 8 秒，比 20 步模型快約 4 倍。Apache-2.0，允許商業使用。需要 16 GB 以上的 NVIDIA GPU 與 32 GB 記憶體。
- [Qwen-Image-Edit-2511（影像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-qwen-image-edit-2511.md) (`aigd.image-qwen-image-edit-2511`, v1.1.1, 由 AI Game Dev 提供): Qwen-Image-Edit-2511，在本機執行：以指令全品質（20 步）編輯影像。可變更文字、顏色、材質與物件，或組合最多 4 張影像。Apache-2.0，允許商業使用。需要 16 GB 以上的 NVIDIA GPU 與 32 GB 記憶體。
- [Qwen-Image-Edit-2511 Lightning（圖片模型）](https://ai-game.dev/zh-hant/packages/aigd.image-qwen-image-edit-2511-lightning.md) (`aigd.image-qwen-image-edit-2511-lightning`, v1.1.1, 由 AI Game Dev 提供): Qwen-Image-Edit-2511 搭配 4 步 Lightning LoRA，在本機執行：依指令編輯圖片約需 20 秒。你可以變更文字、顏色、材質與物件，或組合最多 4 張圖片。Apache-2.0，允許商業使用。需要 16 GB 以上顯示記憶體的 NVIDIA GPU 以及 32 GB 的 RAM。
- [Qwen3-TTS 0.6B Base（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-0-6b-base.md) (`aigd.audio-qwen3-tts-0-6b-base`, v1.0.2, 由 AI Game Dev 提供): Qwen3-TTS 0.6B Base：文字轉語音，能複製短參考音檔（3 秒以上）的嗓音，支援 10 種語言、24 kHz，適合角色對白與旁白。較小型的聲音複製模型，適用於約 4 GB 的 GPU（估算）。透過 audio.cpp 在本機執行。Apache-2.0，允許商業使用。
- [Qwen3-TTS 1.7B Base（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-1-7b-base.md) (`aigd.audio-qwen3-tts-1-7b-base`, v1.0.2, 由 AI Game Dev 提供): Qwen3-TTS 1.7B Base：文字轉語音，可用 3 秒以上的簡短參考音檔複製音色，支援 10 種語言、24 kHz，適合角色對白與旁白。這是較大的音色複製模型，適合約 6 GB 的 GPU（估計值）。透過 audio.cpp 在本機執行。Apache-2.0，允許商業使用。
- [Qwen3-TTS 1.7B CustomVoice（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-1-7b-customvoice.md) (`aigd.audio-qwen3-tts-1-7b-customvoice`, v1.0.2, 由 AI Game Dev 提供): Qwen3-TTS 1.7B CustomVoice：文字轉語音，內建九種聲音，並支援情緒與語氣指示（「興奮、語速快」、「耳語、悲傷」），涵蓋 10 種語言，24 kHz，適合 NPC 對白與旁白。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0，允許商業使用。
- [Qwen3-TTS 1.7B VoiceDesign（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-1-7b-voicedesign.md) (`aigd.audio-qwen3-tts-1-7b-voicedesign`, v1.0.2, 由 AI Game Dev 提供): Qwen3-TTS 1.7B VoiceDesign：以文字描述設計全新聲音的文字轉語音模型（「一位粗啞的老水手，低沉而緩慢」），同一段描述也會決定情緒與語氣，支援 10 種語言、24 kHz，適合角色配音。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0，允許商業使用。
- [RealVisXL V5.0（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-realvisxl-v5.md) (`aigd.image-realvisxl-v5`, v1.0.4, 由 AI Game Dev 提供): RealVisXL V5.0，在本機執行：可產生擬真相片級的人物、肖像、場景與產品圖像（SDXL 微調模型），適合做為參考與行銷美術。文字與風格化藝術表現較弱。支援文字生圖與圖生圖。產生的圖像可商業使用（CreativeML Open RAIL++-M）。需要 8 GB 以上的 NVIDIA GPU。
- [SDXL 1.0（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-sdxl-base.md) (`aigd.image-sdxl-base`, v1.0.4, 由 AI Game Dev 提供): Stable Diffusion XL base 1.0，在本機執行：可製作多種風格的通用插畫、概念藝術與照片；不擅長文字。支援文字生圖與圖生圖。生成的影像可作商業用途（CreativeML Open RAIL++-M）。需要 8 GB 以上的 NVIDIA GPU。
- [Seedance（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-seedance.md) (`aigd.cloud-seedance`, v0.1.3, 由 AI Game Dev 提供): 雲端執行的 ByteDance Seedance 2.0 影片（2.5 即將推出）：可依文字、起始圖片、起始與結束影格，或最多 9 張參考圖片，產出帶有聲音的片段，適合製作角色一致的遊戲過場動畫與預告片。5 或 10 秒，720p 或 1080p。會使用你的額度。
- [SkinTokens（本機自動綁定）](https://ai-game.dev/zh-hant/packages/aigd.model3d-skintokens.md) (`aigd.model3d-skintokens`, v1.0.4, 由 AI Game Dev 提供): 本機自動綁定：VAST-AI 的 SkinTokens 能為角色或生物網格（GLB、OBJ 或 FBX）加上骨架與蒙皮權重，並輸出保留原始材質與 UV 的已綁定 GLB。可在 Asset Studio 中於你的 NVIDIA GPU 上執行，需 14 GB VRAM。MIT，允許商業使用。
- [Stable Audio 3 Medium（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-stable-audio-3-medium.md) (`aigd.audio-stable-audio-3-medium`, v1.1.3, 由 AI Game Dev 提供): Stable Audio 3 Medium：依文字提示詞生成器樂，每段最長 6 分 20 秒，44.1 kHz 立體聲，不含人聲；這是較大型的 Stable Audio 3 音樂模型，適合完整長度的配樂作品。透過 sa3.cpp 在 GPU 上本機執行（CUDA 需 12 GB，Vulkan 在製作最長片段時需 13 GB）。Stability AI Community License：年營收未滿 100 萬美元且完成註冊後，方可商業使用。
- [Stable Audio 3 Small Music（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-stable-audio-3-small-music.md) (`aigd.audio-stable-audio-3-small-music`, v1.1.3, 由 AI Game Dev 提供): Stable Audio 3 Small Music：依文字提示生成器樂與循環，最長 2 分鐘，44.1 kHz 立體聲，不含人聲，適合遊戲背景音樂、提示音與短曲。透過 sa3.cpp 在 4 GB 顯示卡上本機執行，或在 CPU 上緩慢執行。Stability AI Community License：年營收低於 100 萬美元才能商業使用，且需先完成註冊。
- [Stable Audio 3 Small SFX（音效模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-stable-audio-3-small-sfx.md) (`aigd.audio-stable-audio-3-small-sfx`, v1.1.3, 由 AI Game Dev 提供): Stable Audio 3 Small SFX：用文字提示詞生成遊戲音效與擬音（撞擊、腳步、UI 音效、環境音），長度 1 至 60 秒，44.1 kHz 立體聲。透過 sa3.cpp 在 4 GB 的 GPU 上本機執行，沒有 GPU 也能執行但速度較慢。Stability AI Community License：僅在完成註冊且年營收低於 100 萬美元時可商業使用。
- [Step1X-3D Geometry（本機 3D 模型）](https://ai-game.dev/zh-hant/packages/aigd.model3d-step1x-3d-geometry.md) (`aigd.model3d-step1x-3d-geometry`, v1.0.4, 由 AI Game Dev 提供): 本機影像轉 3D：StepFun 的 Step1X-3D Geometry 1.3B 能把一張影像變成未貼圖的 3D 網格（GLB），適合遊戲道具與角色，在你的 NVIDIA GPU 上以 16 GB VRAM 執行。在 Local Python models runtime 中離線運作。Apache-2.0，允許商業使用。
- [SuperCollider](https://ai-game.dev/zh-hant/packages/aigd.supercollider.md) (`aigd.supercollider`, v0.1.12, 由 AI Game Dev 提供): 在電腦上用 SuperCollider 3.14.1 創作、渲染、分析並匯出可攜式遊戲音樂：專案裡的樂譜即程式碼、離線 WAV 渲染、同步分軌與循環樂段、取樣匯入、預覽，以及匯出到 Unity、Godot 或 Unreal。
- [Supertonic 3（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-supertonic-3.md) (`aigd.tts-supertonic-3`, v1.0.2, 由 AI Game Dev 提供): Supertone 的 Supertonic 3，支援 31 種語言的高速本機文字轉語音，內建十種預設語音，並可在文字中加入 \<laugh\>、\<breath\> 與 \<sigh\> 標籤，適合用於在地化對白與旁白。在應用程式內建的 ONNX 執行環境中以 CPU 執行。不支援語音複製。Open RAIL-M：可於其使用限制範圍內商業使用。
- [TRELLIS.2 4B（3D 模型）](https://ai-game.dev/zh-hant/packages/aigd.model3d-trellis2-4b.md) (`aigd.model3d-trellis2-4b`, v1.0.5, 由 AI Game Dev 提供): 本機影像轉 3D：Microsoft 的 TRELLIS.2 4B 能把單張影像變成貼圖完整的 3D 模型（含 UV 貼圖集與 PBR 材質的 GLB），可用於遊戲素材，解析度為 512、1024 或 1536。透過 trellis.cpp 在具備 16 GB 顯示記憶體的 NVIDIA 或 Vulkan GPU 上執行。授權為 MIT，影像編碼器另採 Meta 的 DINOv3 授權。
- [Tripo](https://ai-game.dev/zh-hant/packages/aigd.tripo.md) (`aigd.tripo`, v0.2.20, 由 AI Game Dev 提供): 透過 AI Game Dev 訂閱額度使用雲端 3D：從文字、單張圖片或多個視角生成 3D 模型、貼圖、重新拓撲、零件拆分、網格補全、格式轉換、骨架綁定、動畫，以及圖片生成與編輯。代理會為每項工作挑選操作與模型變體。
- [TripoSG 1.5B（本機 3D 模型）](https://ai-game.dev/zh-hant/packages/aigd.model3d-triposg.md) (`aigd.model3d-triposg`, v1.0.4, 由 AI Game Dev 提供): 本機圖片轉 3D：VAST-AI 的 TripoSG 1.5B 能把單張圖片變成細節豐富的無貼圖 3D 網格（GLB），表面銳利乾淨，在你的 NVIDIA GPU 上以 8 GB 顯示記憶體執行。在 Local Python models runtime 中離線執行。權重為 MIT；其推論程式碼含 Tencent 授權部分，不得在歐盟、英國或南韓使用。
- [VoxCPM2（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-voxcpm2.md) (`aigd.audio-voxcpm2`, v1.0.2, 由 AI Game Dev 提供): OpenBMB 的 VoxCPM2：以 48 kHz 提供 30 種語言與 9 種中文方言的文字轉語音，可從簡短片段複製音色、依描述設計音色，並用情緒與語速指令控制，適合角色對白與旁白。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0，允許商業使用。
- [Wan（雲端影片）](https://ai-game.dev/zh-hant/packages/aigd.cloud-wan.md) (`aigd.cloud-wan`, v0.1.3, 由 AI Game Dev 提供): 在雲端使用開放的 Wan 影片模型：2.2 適合快速無聲草稿，3.0 Prime 畫質更高並含聲音，可從文字、起始圖片或起始與結束影格生成，最高 1080p。在 AI Game Dev 伺服器上以你的額度執行；同一系列也能在本機執行（Wan 2.2 TI2V 5B）。
- [Wan 2.2 TI2V 5B（影片模型）](https://ai-game.dev/zh-hant/packages/aigd.video-wan22-ti2v-5b.md) (`aigd.video-wan22-ti2v-5b`, v1.0.7, 由 AI Game Dev 提供): Wan 2.2 TI2V 5B，在本機執行：開源（Apache-2.0）影片模型，可依文字或起始圖片產生無聲的寫實與風格化短片。最高 5 秒、1280x704、24 fps。比 LTX-2.5 慢，但更輕量：NVIDIA GPU 需 12 GB 以上，記憶體 16 GB。
- [Z-Image Turbo（圖像模型）](https://ai-game.dev/zh-hant/packages/aigd.image-z-image-turbo.md) (`aigd.image-z-image-turbo`, v1.0.5, 由 AI Game Dev 提供): Z-Image Turbo，在本機執行：8 步就能快速產出照片級與插畫風圖像、圖示與材質，短文字清晰可讀。需求最低的 PC 模型：NVIDIA GPU 4 GB 以上，其他 GPU 8 GB 以上，內建 GPU 也能慢慢跑。Apache-2.0，允許商業使用。
- [ZONOS3-Mini（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-zonos3-mini.md) (`aigd.tts-zonos3-mini`, v1.0.2, 由 AI Game Dev 提供): Zyphra 的 ZONOS3-Mini，是一款表情豐富的本機文字轉語音模型：支援英文、法文、德文、西班牙文、義大利文、葡萄牙文、中文與韓文，內建 13 種預設語音，也可從一段音檔複製聲音。透過 audio.cpp，可在筆電 CPU（約即時）或 GPU 上執行。Apache-2.0，允許商業使用。
