Nanbeige 4.1-3B 游戏开发辅助Unity3D中集成AI对话NPC的实战教程你是不是也想过自己游戏里的NPC非玩家角色能像真人一样跟玩家进行自由、有趣的对话而不是只会重复那几句预设好的台词。过去要实现这个要么得写海量的对话脚本要么就得接入复杂且昂贵的第三方服务。现在情况不一样了。有了像 Nanbeige 4.1-3B 这样的轻量级大语言模型我们完全可以在自己的游戏里低成本地为NPC注入“灵魂”。这篇教程我就手把手带你在Unity3D里集成这个模型让NPC的对话活起来。整个过程不涉及复杂的机器学习部署你只需要会写点C#脚本调用HTTP接口就行。跟着做一两个小时就能看到效果。1. 教程目标与环境准备在开始写代码之前我们先明确一下要做什么以及需要准备些什么。你将学会在Unity中通过C#脚本发送HTTP请求与Nanbeige模型的API进行对话。设计一个简单的对话管理器处理玩家输入和AI回复的异步流程。将AI生成的动态对话与你游戏中现有的静态对话树或任务系统结合起来。注意性能优化确保AI对话不会导致游戏卡顿。你需要准备Unity开发环境建议使用较新的LTS版本如2021.3或2022.3。基础的C#编程知识了解协程Coroutine或异步编程async/await会很有帮助。一个可访问的Nanbeige 4.1-3B API服务这是核心。你需要一个能提供该模型推理服务的后端。这可以是你自己在服务器上部署的也可以是使用一些云平台提供的现成服务。本教程假设你已经有一个可用的API端点URL例如http://your-api-server/v1/chat/completions。一个简单的Unity场景里面有一个代表NPC的立方体Cube和一个UI输入框用来模拟对话。准备好了吗我们开始搭建最核心的通信部分。2. 核心通信编写API调用脚本一切对话的起点是让Unity能和远端的AI模型“说上话”。我们创建一个C#脚本来负责这件事。在Unity项目中创建一个新的C#脚本命名为NanbeigeAIClient.cs。这个脚本将封装所有与AI API交互的细节。using UnityEngine; using UnityEngine.Networking; using System; using System.Text; using System.Collections; public class NanbeigeAIClient : MonoBehaviour { // 你的API服务地址在Inspector面板中填写 [SerializeField] private string apiEndpoint http://your-api-server/v1/chat/completions; // 一个简单的方法向AI发送一段对话历史并获取回复 public void SendChatRequest(string userMessage, Actionstring onSuccess, Actionstring onError) { StartCoroutine(SendRequestCoroutine(userMessage, onSuccess, onError)); } private IEnumerator SendRequestCoroutine(string userMessage, Actionstring onSuccess, Actionstring onError) { // 1. 构建请求数据JSON格式 ChatRequestData requestData new ChatRequestData { model nanbeige-4.1-3b, // 指定模型 messages new Message[] { new Message { role system, content 你是一个生活在奇幻世界里的老练铁匠说话粗犷但热心。请用简短的语言回答冒险者的问题。 }, new Message { role user, content userMessage } }, max_tokens 150, // 限制回复长度避免过长 temperature 0.7f // 控制回复的随机性0.7比较平衡 }; string jsonData JsonUtility.ToJson(requestData); byte[] bodyRaw Encoding.UTF8.GetBytes(jsonData); // 2. 创建UnityWebRequest对象 using (UnityWebRequest request new UnityWebRequest(apiEndpoint, POST)) { request.uploadHandler new UploadHandlerRaw(bodyRaw); request.downloadHandler new DownloadHandlerBuffer(); request.SetRequestHeader(Content-Type, application/json); // 如果你的API需要认证在这里添加Header例如 // request.SetRequestHeader(Authorization, Bearer YOUR_API_KEY); // 3. 发送请求并等待 yield return request.SendWebRequest(); // 4. 处理响应 if (request.result UnityWebRequest.Result.Success) { // 解析返回的JSON ChatResponseData response JsonUtility.FromJsonChatResponseData(request.downloadHandler.text); if (response.choices ! null response.choices.Length 0) { string aiReply response.choices[0].message.content; onSuccess?.Invoke(aiReply.Trim()); // 成功回调返回AI回复 } else { onError?.Invoke(AI回复内容为空。); } } else { onError?.Invoke($请求失败: {request.error}); Debug.LogError($API Request Failed: {request.error}\nResponse: {request.downloadHandler.text}); } } } // 定义请求和响应的数据结构可放在单独文件 [System.Serializable] private class ChatRequestData { public string model; public Message[] messages; public int max_tokens; public float temperature; } [System.Serializable] private class Message { public string role; public string content; } [System.Serializable] private class ChatResponseData { public Choice[] choices; } [System.Serializable] private class Choice { public Message message; } }这段代码在做什么包装请求我们把要发送给AI的信息包括系统指令和玩家的话打包成API要求的JSON格式。异步发送使用UnityWebRequest和协程Coroutine来发送HTTP POST请求这样不会阻塞游戏主线程。处理回复收到AI的回复后解析JSON提取出文本内容。回调机制通过Actionstring委托将成功的结果或错误信息传回给调用者这样我们的对话逻辑就知道什么时候该显示AI的回复了。把这个脚本挂载到场景中一个空的GameObject上比如命名为AIManager。然后在Inspector面板里填上你真实的API地址。3. 对话逻辑创建NPC对话控制器有了通信工具接下来我们要创建一个NPC控制器来管理一次完整的对话交互。创建另一个C#脚本命名为NPCDialogueController.cs并将其挂载到你的NPC游戏对象上。using UnityEngine; using UnityEngine.UI; using TMPro; // 如果你使用TextMeshPro public class NPCDialogueController : MonoBehaviour { [Header(UI References)] [SerializeField] private GameObject dialoguePanel; // 整个对话UI面板 [SerializeField] private TMP_Text npcNameText; // 显示NPC名字 [SerializeField] private TMP_Text dialogueContentText; // 显示对话内容 [SerializeField] private TMP_InputField playerInputField; // 玩家输入框 [SerializeField] private Button sendButton; // 发送按钮 [Header(AI Configuration)] [SerializeField] private NanbeigeAIClient aiClient; // 拖拽AIManager对象到这里 [SerializeField] private string npcName 铁匠巴隆; [SerializeField] private string systemPrompt 你是一个生活在奇幻世界里的老练铁匠说话粗犷但热心。请用简短的语言回答冒险者的问题。; [Header(对话历史)] [SerializeField] private int maxHistoryLength 6; // 保留最近几轮对话 private System.Collections.Generic.ListMessage conversationHistory; void Start() { // 初始化对话历史加入系统指令 conversationHistory new System.Collections.Generic.ListMessage { new Message { role system, content systemPrompt } }; // 绑定UI事件 sendButton.onClick.AddListener(OnSendButtonClicked); playerInputField.onSubmit.AddListener((text) OnSendButtonClicked()); // 支持按回车发送 // 初始隐藏对话框 if (dialoguePanel ! null) dialoguePanel.SetActive(false); } // 当玩家靠近NPC时调用例如通过触发器 public void StartDialogue() { if (dialoguePanel ! null) dialoguePanel.SetActive(true); npcNameText.text npcName; dialogueContentText.text ${npcName}嘿伙计需要看看我的家伙什吗; playerInputField.Select(); // 自动聚焦到输入框 } // 当玩家点击发送或按回车时 private void OnSendButtonClicked() { string playerText playerInputField.text; if (string.IsNullOrWhiteSpace(playerText)) return; // 1. 将玩家输入显示在对话中 AppendToDialogueUI($你{playerText}); playerInputField.text ; playerInputField.interactable false; // 发送期间禁用输入 sendButton.interactable false; // 2. 将玩家消息加入历史 conversationHistory.Add(new Message { role user, content playerText }); // 3. 限制历史长度防止上下文过长 TrimConversationHistory(); // 4. 调用AI客户端获取回复 aiClient.SendChatRequest( playerText, // 注意实际发送时可能需要发送整个history这里简化了。复杂实现需构建完整上下文。 (aiReply) OnAIResponseReceived(aiReply), (error) OnAIResponseError(error) ); } private void OnAIResponseReceived(string reply) { // 1. 将AI回复加入历史 conversationHistory.Add(new Message { role assistant, content reply }); // 2. 更新UI显示 AppendToDialogueUI(${npcName}{reply}); // 3. 重新激活玩家输入 playerInputField.interactable true; sendButton.interactable true; playerInputField.Select(); } private void OnAIResponseError(string error) { AppendToDialogueUI($colorred系统对话出错 - {error}/color); playerInputField.interactable true; sendButton.interactable true; playerInputField.Select(); } private void AppendToDialogueUI(string text) { dialogueContentText.text \n\n text; // 可选自动滚动到最新内容 } private void TrimConversationHistory() { // 保留系统指令和最近的对话移除最老的user/assistant对话 while (conversationHistory.Count maxHistoryLength) { // 找到第一个不是system的消息并移除 for (int i 1; i conversationHistory.Count; i) // i从1开始跳过system { if (conversationHistory[i].role ! system) { conversationHistory.RemoveAt(i); break; } } } } // 用于内部存储消息结构 [System.Serializable] private class Message { public string role; public string content; } }这个控制器做了几件关键的事管理UI控制对话面板的显示、更新对话内容。组织对话历史维护一个对话列表让AI能基于上下文回复而不是只看到最后一句话。处理用户交互接收玩家输入触发AI请求并在收到回复后更新界面。错误处理当网络请求失败时给玩家一个友好的提示。现在你需要在Unity的UI Canvas里创建对应的文本TextMeshPro - Text和输入框Input Field组件并把它们拖拽到这个脚本的对应字段上。同时把之前创建的AIManager对象拖到aiClient字段。4. 融合与优化让AI对话更“游戏化”直接使用AI的原始回复有时会显得突兀或不符合游戏情境。我们需要做一些加工和优化。4.1 设计对话融合点AI不应该完全取代传统的游戏对话系统而是增强它。这里有几个融合思路触发式AI对话在传统的对话树中设置一个“自由提问”选项。当玩家选择它时才激活我们上面的AI对话面板。其他选项依然走预设的剧情。AI生成对话选项让AI根据当前剧情比如“你刚击败了地牢Boss”生成3-4个符合角色性格的对话选项供玩家选择。这样既保持了可控性又增加了多样性。情绪与状态影响将NPC的“心情值”、“对玩家的好感度”等游戏数据作为系统提示system prompt的一部分传给AI。例如“铁匠巴隆现在很忙心情值低请用不耐烦的语气简短回复。”4.2 性能优化要点在游戏中实时调用AI API最需要警惕的就是性能问题。缓存常用回复对于一些高频问题如“你是谁”“这里是哪”可以在本地缓存AI的第一次回复下次直接读取避免重复请求。设置超时与超长回复截断在NanbeigeAIClient脚本中为UnityWebRequest设置timeout属性如10秒。同时在收到回复后检查长度如果过长则截断并添加省略号。请求队列与限流如果多个NPC可能同时被触发对话可以实现一个简单的请求队列确保同一时间只有一个AI请求在进行防止网络拥堵。后台处理与预加载在玩家接近某个重要NPC时可以提前用一句默认问候语如“你好”发起一次AI请求并缓存回复。当真正对话时第一句回复会感觉非常快。提供离线/降级方案始终准备一套预设的备用对话。当网络不可用或API响应太慢时无缝切换到备用对话并提示“铁匠似乎心不在焉”。5. 总结与下一步跟着上面的步骤走一遍你应该已经能在Unity里点击按钮和由Nanbeige 4.1-3B驱动的NPC进行简单的文字对话了。这只是一个起点但已经打开了无限的可能性。整个流程的核心其实很清晰准备一个能说话的AI服务 - 在Unity里用C#去调用它 - 设计好对话的交互逻辑 - 最后想办法把它自然地融入到你的游戏世界里去同时别让游戏卡住。用下来感觉对于独立开发者或小团队来说这种方案性价比很高。你不用自己去训练模型只需要关注游戏逻辑和内容设计。Nanbeige 4.1-3B这个尺寸的模型回复速度和质量对于游戏内的NPC对话来说通常是够用的。当然这里面还有很多可以打磨的地方。比如给不同的NPC设计不同的系统提示词让他们的性格迥异或者把AI对话和任务系统挂钩让玩家可以通过“聊天”来获取关键线索。这些就留给你去探索和创造了。建议你先在一个小场景里把整套流程跑通感受一下效果和性能然后再计划如何大规模应用到你的游戏项目中。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
Nanbeige 4.1-3B 游戏开发辅助：Unity3D中集成AI对话NPC的实战教程
Nanbeige 4.1-3B 游戏开发辅助Unity3D中集成AI对话NPC的实战教程你是不是也想过自己游戏里的NPC非玩家角色能像真人一样跟玩家进行自由、有趣的对话而不是只会重复那几句预设好的台词。过去要实现这个要么得写海量的对话脚本要么就得接入复杂且昂贵的第三方服务。现在情况不一样了。有了像 Nanbeige 4.1-3B 这样的轻量级大语言模型我们完全可以在自己的游戏里低成本地为NPC注入“灵魂”。这篇教程我就手把手带你在Unity3D里集成这个模型让NPC的对话活起来。整个过程不涉及复杂的机器学习部署你只需要会写点C#脚本调用HTTP接口就行。跟着做一两个小时就能看到效果。1. 教程目标与环境准备在开始写代码之前我们先明确一下要做什么以及需要准备些什么。你将学会在Unity中通过C#脚本发送HTTP请求与Nanbeige模型的API进行对话。设计一个简单的对话管理器处理玩家输入和AI回复的异步流程。将AI生成的动态对话与你游戏中现有的静态对话树或任务系统结合起来。注意性能优化确保AI对话不会导致游戏卡顿。你需要准备Unity开发环境建议使用较新的LTS版本如2021.3或2022.3。基础的C#编程知识了解协程Coroutine或异步编程async/await会很有帮助。一个可访问的Nanbeige 4.1-3B API服务这是核心。你需要一个能提供该模型推理服务的后端。这可以是你自己在服务器上部署的也可以是使用一些云平台提供的现成服务。本教程假设你已经有一个可用的API端点URL例如http://your-api-server/v1/chat/completions。一个简单的Unity场景里面有一个代表NPC的立方体Cube和一个UI输入框用来模拟对话。准备好了吗我们开始搭建最核心的通信部分。2. 核心通信编写API调用脚本一切对话的起点是让Unity能和远端的AI模型“说上话”。我们创建一个C#脚本来负责这件事。在Unity项目中创建一个新的C#脚本命名为NanbeigeAIClient.cs。这个脚本将封装所有与AI API交互的细节。using UnityEngine; using UnityEngine.Networking; using System; using System.Text; using System.Collections; public class NanbeigeAIClient : MonoBehaviour { // 你的API服务地址在Inspector面板中填写 [SerializeField] private string apiEndpoint http://your-api-server/v1/chat/completions; // 一个简单的方法向AI发送一段对话历史并获取回复 public void SendChatRequest(string userMessage, Actionstring onSuccess, Actionstring onError) { StartCoroutine(SendRequestCoroutine(userMessage, onSuccess, onError)); } private IEnumerator SendRequestCoroutine(string userMessage, Actionstring onSuccess, Actionstring onError) { // 1. 构建请求数据JSON格式 ChatRequestData requestData new ChatRequestData { model nanbeige-4.1-3b, // 指定模型 messages new Message[] { new Message { role system, content 你是一个生活在奇幻世界里的老练铁匠说话粗犷但热心。请用简短的语言回答冒险者的问题。 }, new Message { role user, content userMessage } }, max_tokens 150, // 限制回复长度避免过长 temperature 0.7f // 控制回复的随机性0.7比较平衡 }; string jsonData JsonUtility.ToJson(requestData); byte[] bodyRaw Encoding.UTF8.GetBytes(jsonData); // 2. 创建UnityWebRequest对象 using (UnityWebRequest request new UnityWebRequest(apiEndpoint, POST)) { request.uploadHandler new UploadHandlerRaw(bodyRaw); request.downloadHandler new DownloadHandlerBuffer(); request.SetRequestHeader(Content-Type, application/json); // 如果你的API需要认证在这里添加Header例如 // request.SetRequestHeader(Authorization, Bearer YOUR_API_KEY); // 3. 发送请求并等待 yield return request.SendWebRequest(); // 4. 处理响应 if (request.result UnityWebRequest.Result.Success) { // 解析返回的JSON ChatResponseData response JsonUtility.FromJsonChatResponseData(request.downloadHandler.text); if (response.choices ! null response.choices.Length 0) { string aiReply response.choices[0].message.content; onSuccess?.Invoke(aiReply.Trim()); // 成功回调返回AI回复 } else { onError?.Invoke(AI回复内容为空。); } } else { onError?.Invoke($请求失败: {request.error}); Debug.LogError($API Request Failed: {request.error}\nResponse: {request.downloadHandler.text}); } } } // 定义请求和响应的数据结构可放在单独文件 [System.Serializable] private class ChatRequestData { public string model; public Message[] messages; public int max_tokens; public float temperature; } [System.Serializable] private class Message { public string role; public string content; } [System.Serializable] private class ChatResponseData { public Choice[] choices; } [System.Serializable] private class Choice { public Message message; } }这段代码在做什么包装请求我们把要发送给AI的信息包括系统指令和玩家的话打包成API要求的JSON格式。异步发送使用UnityWebRequest和协程Coroutine来发送HTTP POST请求这样不会阻塞游戏主线程。处理回复收到AI的回复后解析JSON提取出文本内容。回调机制通过Actionstring委托将成功的结果或错误信息传回给调用者这样我们的对话逻辑就知道什么时候该显示AI的回复了。把这个脚本挂载到场景中一个空的GameObject上比如命名为AIManager。然后在Inspector面板里填上你真实的API地址。3. 对话逻辑创建NPC对话控制器有了通信工具接下来我们要创建一个NPC控制器来管理一次完整的对话交互。创建另一个C#脚本命名为NPCDialogueController.cs并将其挂载到你的NPC游戏对象上。using UnityEngine; using UnityEngine.UI; using TMPro; // 如果你使用TextMeshPro public class NPCDialogueController : MonoBehaviour { [Header(UI References)] [SerializeField] private GameObject dialoguePanel; // 整个对话UI面板 [SerializeField] private TMP_Text npcNameText; // 显示NPC名字 [SerializeField] private TMP_Text dialogueContentText; // 显示对话内容 [SerializeField] private TMP_InputField playerInputField; // 玩家输入框 [SerializeField] private Button sendButton; // 发送按钮 [Header(AI Configuration)] [SerializeField] private NanbeigeAIClient aiClient; // 拖拽AIManager对象到这里 [SerializeField] private string npcName 铁匠巴隆; [SerializeField] private string systemPrompt 你是一个生活在奇幻世界里的老练铁匠说话粗犷但热心。请用简短的语言回答冒险者的问题。; [Header(对话历史)] [SerializeField] private int maxHistoryLength 6; // 保留最近几轮对话 private System.Collections.Generic.ListMessage conversationHistory; void Start() { // 初始化对话历史加入系统指令 conversationHistory new System.Collections.Generic.ListMessage { new Message { role system, content systemPrompt } }; // 绑定UI事件 sendButton.onClick.AddListener(OnSendButtonClicked); playerInputField.onSubmit.AddListener((text) OnSendButtonClicked()); // 支持按回车发送 // 初始隐藏对话框 if (dialoguePanel ! null) dialoguePanel.SetActive(false); } // 当玩家靠近NPC时调用例如通过触发器 public void StartDialogue() { if (dialoguePanel ! null) dialoguePanel.SetActive(true); npcNameText.text npcName; dialogueContentText.text ${npcName}嘿伙计需要看看我的家伙什吗; playerInputField.Select(); // 自动聚焦到输入框 } // 当玩家点击发送或按回车时 private void OnSendButtonClicked() { string playerText playerInputField.text; if (string.IsNullOrWhiteSpace(playerText)) return; // 1. 将玩家输入显示在对话中 AppendToDialogueUI($你{playerText}); playerInputField.text ; playerInputField.interactable false; // 发送期间禁用输入 sendButton.interactable false; // 2. 将玩家消息加入历史 conversationHistory.Add(new Message { role user, content playerText }); // 3. 限制历史长度防止上下文过长 TrimConversationHistory(); // 4. 调用AI客户端获取回复 aiClient.SendChatRequest( playerText, // 注意实际发送时可能需要发送整个history这里简化了。复杂实现需构建完整上下文。 (aiReply) OnAIResponseReceived(aiReply), (error) OnAIResponseError(error) ); } private void OnAIResponseReceived(string reply) { // 1. 将AI回复加入历史 conversationHistory.Add(new Message { role assistant, content reply }); // 2. 更新UI显示 AppendToDialogueUI(${npcName}{reply}); // 3. 重新激活玩家输入 playerInputField.interactable true; sendButton.interactable true; playerInputField.Select(); } private void OnAIResponseError(string error) { AppendToDialogueUI($colorred系统对话出错 - {error}/color); playerInputField.interactable true; sendButton.interactable true; playerInputField.Select(); } private void AppendToDialogueUI(string text) { dialogueContentText.text \n\n text; // 可选自动滚动到最新内容 } private void TrimConversationHistory() { // 保留系统指令和最近的对话移除最老的user/assistant对话 while (conversationHistory.Count maxHistoryLength) { // 找到第一个不是system的消息并移除 for (int i 1; i conversationHistory.Count; i) // i从1开始跳过system { if (conversationHistory[i].role ! system) { conversationHistory.RemoveAt(i); break; } } } } // 用于内部存储消息结构 [System.Serializable] private class Message { public string role; public string content; } }这个控制器做了几件关键的事管理UI控制对话面板的显示、更新对话内容。组织对话历史维护一个对话列表让AI能基于上下文回复而不是只看到最后一句话。处理用户交互接收玩家输入触发AI请求并在收到回复后更新界面。错误处理当网络请求失败时给玩家一个友好的提示。现在你需要在Unity的UI Canvas里创建对应的文本TextMeshPro - Text和输入框Input Field组件并把它们拖拽到这个脚本的对应字段上。同时把之前创建的AIManager对象拖到aiClient字段。4. 融合与优化让AI对话更“游戏化”直接使用AI的原始回复有时会显得突兀或不符合游戏情境。我们需要做一些加工和优化。4.1 设计对话融合点AI不应该完全取代传统的游戏对话系统而是增强它。这里有几个融合思路触发式AI对话在传统的对话树中设置一个“自由提问”选项。当玩家选择它时才激活我们上面的AI对话面板。其他选项依然走预设的剧情。AI生成对话选项让AI根据当前剧情比如“你刚击败了地牢Boss”生成3-4个符合角色性格的对话选项供玩家选择。这样既保持了可控性又增加了多样性。情绪与状态影响将NPC的“心情值”、“对玩家的好感度”等游戏数据作为系统提示system prompt的一部分传给AI。例如“铁匠巴隆现在很忙心情值低请用不耐烦的语气简短回复。”4.2 性能优化要点在游戏中实时调用AI API最需要警惕的就是性能问题。缓存常用回复对于一些高频问题如“你是谁”“这里是哪”可以在本地缓存AI的第一次回复下次直接读取避免重复请求。设置超时与超长回复截断在NanbeigeAIClient脚本中为UnityWebRequest设置timeout属性如10秒。同时在收到回复后检查长度如果过长则截断并添加省略号。请求队列与限流如果多个NPC可能同时被触发对话可以实现一个简单的请求队列确保同一时间只有一个AI请求在进行防止网络拥堵。后台处理与预加载在玩家接近某个重要NPC时可以提前用一句默认问候语如“你好”发起一次AI请求并缓存回复。当真正对话时第一句回复会感觉非常快。提供离线/降级方案始终准备一套预设的备用对话。当网络不可用或API响应太慢时无缝切换到备用对话并提示“铁匠似乎心不在焉”。5. 总结与下一步跟着上面的步骤走一遍你应该已经能在Unity里点击按钮和由Nanbeige 4.1-3B驱动的NPC进行简单的文字对话了。这只是一个起点但已经打开了无限的可能性。整个流程的核心其实很清晰准备一个能说话的AI服务 - 在Unity里用C#去调用它 - 设计好对话的交互逻辑 - 最后想办法把它自然地融入到你的游戏世界里去同时别让游戏卡住。用下来感觉对于独立开发者或小团队来说这种方案性价比很高。你不用自己去训练模型只需要关注游戏逻辑和内容设计。Nanbeige 4.1-3B这个尺寸的模型回复速度和质量对于游戏内的NPC对话来说通常是够用的。当然这里面还有很多可以打磨的地方。比如给不同的NPC设计不同的系统提示词让他们的性格迥异或者把AI对话和任务系统挂钩让玩家可以通过“聊天”来获取关键线索。这些就留给你去探索和创造了。建议你先在一个小场景里把整套流程跑通感受一下效果和性能然后再计划如何大规模应用到你的游戏项目中。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
