Crie qualquer jogo com IA e conheça 2 novos modelos de vídeo open source!

Autoria: Theoretically Media · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Make Any Game With AI & 2 New Open Source Video Models! · Canal: Theoretically Media · 15:01 · Assistir no YouTube

Tópicos: Agentes de IA, Geração de conteúdo com IA, Modelos multimodais, Privacidade e proteção de dados

Resumo

O vídeo apresenta dois novos modelos de vídeo open source: Prism, capaz de gerar vídeo em 2K com áudio, e Kandinsky 6.0, que pode ser executado em hardware mais acessível. O apresentador mostra como usou IA para combinar Doom e Skyrim em um mod jogável e comenta outros cruzamentos e projetos de jogos feitos com ajuda de modelos. Também analisa o lançamento do Nano Banana 2.1, destacando testes de geração e edição de imagens. Por fim, apresenta Hark, um assistente de IA desenvolvido pela Figure, e comenta seus recursos, preço e possíveis questões de privacidade.

Pontos-chave

Prism é um novo modelo de vídeo da Tencent que gera clipes em 2K com áudio, mas requer hardware potente e, no momento, só oferece geração de imagem para vídeo.
Kandinsky 6.0 também foi lançado como modelo de vídeo open source e tem uma versão leve que pode rodar em uma RTX 4090.
O apresentador usou Universal Modder e um modelo de IA para combinar Doom e Skyrim em um mod jogável, reutilizando os códigos dos jogos.
Mods que misturam jogos exigem que o usuário possua os jogos originais; projetos de fãs que reproduzem jogos inteiros podem enfrentar medidas legais.
Nano Banana 2.1 traz melhorias visuais, de edição baseada em máscaras e de consistência de personagens, embora ainda seja baseado em Gemini 3.6 Flash.
Hark, assistente de IA da Figure, foi lançado com um plano de US$ 100; o apresentador recomenda cautela com a privacidade e menciona a opção de criar uma conta separada.

Capítulos

Início	Capítulo	Resumo
00:00	Dois novos modelos de vídeo open source	O vídeo apresenta Prism e Kandinsky 6.0, suas capacidades, requisitos de hardware e limitações.
04:06	IA, jogos e mods que combinam universos	O apresentador mostra exemplos de cruzamentos entre jogos e explica como criou um mod que mistura Doom e Skyrim.
06:42	Como criar mods e os limites legais dos jogos de fãs	O vídeo explica o uso de Universal Modder para combinar jogos e alerta para os riscos de reproduzir ou distribuir projetos baseados em franquias alheias.
09:51	Testes com Nano Banana 2.1	O apresentador examina o lançamento e os testes de geração de imagens, incluindo composição, texto e consistência visual.
13:30	Hark, o assistente de IA da Figure	O vídeo apresenta Hark, comenta seu plano pago e aborda a privacidade ao usar assistentes de IA.

Citações

Atenção é tudo de que você precisa, como diz o velho ditado. — 02:02

Isto não é uma versão de Skyrim com Doom gerada por IA; é um mod gerado por IA. — 06:42

Tenha cuidado ao brincar com os brinquedos dos outros. — 09:19

Humanos: um. IA: zero. — 15:01

Conceitos e entidades

Prism (modelo): Modelo de vídeo da Tencent que gera clipes em 2K com áudio a partir de imagens.
Tencent (empresa): Empresa responsável pelo modelo de vídeo Prism.
Mova (modelo): Modelo de 32 bilhões de parâmetros que serviu de base para o fine-tune do Prism.
Kandinsky 6.0 (modelo): Modelo de vídeo open source com uma versão leve indicada para hardware de consumo.
Universal Modder (repo): Projeto apresentado como uma skill para ajudar a combinar elementos e códigos de diferentes jogos.
DOOM (conceito): Jogo cujos monstros e armas foram combinados com Skyrim no mod demonstrado.
Skyrim (conceito): Jogo que serve de base para o mod de Doom apresentado no vídeo.
Nano Banana 2.1 (modelo): Modelo de geração e edição de imagens baseado em Gemini 3.6 Flash.
Gemini 3.6 Flash (modelo): Modelo indicado como a base do Nano Banana 2.1.
Hark (ferramenta): Assistente de IA apresentado como um produto da Figure.
Figure (empresa): Empresa que está desenvolvendo Hark e robôs humanoides.
Tim (pessoa): Apresentador do canal Theoretically Media e responsável pelo vídeo.

Tradução completa (pt-BR)

00:00 Bem, as coisas não estão desacelerando na IA. Hoje, temos um novo modelo de vídeo open source. Este vem de uma fonte bem surpreendente e gera em 2K. Além disso, IA e videogames estão se juntando como pasta de amendoim e chocolate. Vou mostrar os exemplos mais recentes, além de um pequeno tutorial sobre como criei Doom Rem, uma espécie de mistura literal de Doom com Skyrim. Também vou mostrar como você pode misturar qualquer jogo. Tudo isso, mais uma prévia e uma análise da mais recente

00:30 atualização do Nano Banana e uma rápida olhada no mais recente agent de personalidade de IA, vindo de um lugar bem interessante. Para começar, numa notícia meio surpreendente, temos um novo modelo de vídeo open source. E este é um modelo realmente novo. Não é um fine-tune do Min Max H3, como temos visto por toda parte. Este vem da Tencent, quem diria. E quero observar que ele ainda está em estágio inicial, mas parece promissor. O Prism é capaz de gerar em 2K com áudio nativamente,

01:00 em vez de gerar em 720 e depois aumentar a resolução. As gerações duram cerca de 10 segundos, a 24 quadros por segundo, com áudio de 48K, o que é muito bom. Curiosamente, aqui só há conversão de imagem em vídeo, não de texto em vídeo. Vamos dar uma olhada rápida. >> Al 369 >> Também sinto isso nos ossos, nos dedos dos pés, sim. Dá para ver [música] que a festa está bombando. >> Surpresa. >> [risadas] >> Isso deixa o ambiente bem mais suave.

01:32 E havia muita parede vazia aqui. Tínhamos uma peça sobre o sofá, mas depois >> Quer dizer, até agora pegamos marlin, cooper. Quer dizer, um wahoo, pegamos slam. Por que parar agora? >> Então, sim. Os demos parecem bem bons. Embora eu observe que provavelmente ainda não estão no nível do C-ATS 2.5. E, como eles mesmos dizem no artigo, o objetivo aqui não é chegar ao nível do C-ATS 2.5. O objetivo é diminuir a distância. Por baixo do capô, na verdade, é um fine-tune do Mova, um modelo de 32B de

02:02 janeiro. Aqui, há um novo truque de atenção. O truque do Prism, pelo menos, é que ele só gera e presta atenção às partes do vídeo em que há movimento, e é assim que consegue obter essa resolução raster de 2K. Não sei se isso é necessariamente um truque novo. Tenho quase certeza de que já ouvimos falar disso antes. Mas acho que o ponto continua válido. Attention is all you need, como diz o velho ditado. Agora, quero observar que, embora esteja disponível, este é, na verdade, um daqueles modelos

02:32 bem parrudos. Então, para rodar em 720, você precisaria de uma placa de 80 GB. E isso sem nem falar em 2K. Ainda não existe uma versão quantizada nem, basicamente, um fork da comunidade reduzido a um tamanho razoável. Mas, com certeza, alguém está trabalhando nisso agora. Então, vamos ver. Quero observar que houve uma controvérsia no começo, com pessoas dizendo que os vídeos de exemplo eram, na verdade, vídeos reais. O Prism se defendeu dizendo: “Não, não, aquilo são resultados realmente gerados”. Então,

03:02 acho que, quando pudermos testá-lo, com certeza vamos fazer isso e ver como ele se sai. Então, sem dúvida, o Prism é um modelo para ficar de olho. E, enquanto estou gravando, acaba de sair a notícia: parece que temos um novo modelo de vídeo open source. Este é o Kandinsky 6.0. Acabou de sair. Ainda não tive tempo de experimentar, mas, ao contrário do Prism, este está pronto para rodar em hardware de consumo. Eles observam aqui que a versão light SD funciona numa RTX 4090, assim como a versão pro full HD.

03:35 Então, obviamente, quanto melhor a placa, mais lentos ficam esses tempos. Mas dá para rodar. E, se você só quiser experimentar, sem fazer uma instalação local, o pessoal do Fall já disponibilizou o modelo. Eles são muito rápidos com essas coisas. Parece que, pelo menos na conversão de imagem em vídeo, custa US$ 1,40 por 5 segundos. Então, sim, provavelmente vou rodar a versão local. Mas, no geral, dois novos modelos de vídeo open source são motivo para comemorar. Um rápido intervalo antes de passar para a próxima seção: tem algo bem legal a caminho. Ainda não posso falar sobre isso, mas recebi autorização para dar uma prévia. Então, vamos para este lado da mesa e ouvir a garota do lança-chamas de mesa. >> [suspira e fungada] >> Estou tão feliz por finalmente ter saído daquele monitor. Embora eu definitivamente ache que deveria ser mais alta que isso. >> Vou trazer mais detalhes depois que for lançado. Deve ser ainda esta semana. Não acho que seja exatamente o que vocês estão imaginando. É só que… Mas é bem legal. Vamos em frente. Ultimamente, parece que IA e videogames

04:06 estão começando a engrenar, já que saímos daquela onda inicial de jogos porcaria feitos com IA e chegamos a experiências realmente jogáveis. Bem, quer dizer, quase, pelo menos. Voltaremos a isso daqui a pouco. Mas, enquanto isso, outro ramo de tudo isso que está começando a surgir é usar os modelos mais recentes para criar mods realmente malucos. Por exemplo, colocar o Spider-Man em Arkham Knight e deixar o nosso amigo Peter balançar por toda Gotham, o que é simplesmente uma delícia. Quem já jogou os

04:37 jogos do Spider-Man sabe que este é provavelmente um dos poucos jogos de mundo aberto em que você não usa viagem rápida. Você simplesmente balança por todo canto. É muito divertido. Outro exemplo legal foi colocar o jogo Skate 3 dentro de Call of Duty. E o importante aqui é que aquilo é Call of Duty e aquilo é Skate 3. Ou seja, toda a física e os controles de Skate 3 são implementados em Call of Duty. Tudo isso só me dá vontade de gritar: “Ramirez, faça um kickflip”. E foi isso que me inspirou a dar minha própria interpretação à ideia, criando Doomrim ou Sky Doom. Não

05:09 tenho certeza de como chamar. Mas, basicamente, isto é Skyrim. Só que, em vez de ser o típico arqueiro furtivo que sempre acabo sendo, sou o Doomguy. E o que é muito divertido e idiota nisso é que isto é literalmente Skyrim. Todos os NPCs estão aqui. Só que monstros de Doom aparecem por toda parte e, bem, tenho uma metralhadora giratória. O que é ainda mais louco em tudo isso — e eu realmente não esperava — é que os NPCs de Skyrim reagem aos monstros de Doom e também os atacam. Eu

05:41 quer dizer, é verdade que todo mundo está com o nível de agressividade em 100% o tempo todo, então não dá para conversar com os NPCs de Skyrim. Mas eles enfrentam a horda de Doom, o que é bem interessante. E também podem derrotar ou ser derrotados pelos monstros de Doom. É, você costumava ser um aventureiro como eu, até levar um tiro de railgun no joelho. Agora, uma distinção importante aqui é que estas não são versões de Skyrim com Doom, Skate 3 com Call of Duty ou até Spider-Man com Arkham

06:12 City geradas por IA. Em vez disso, trata-se de um mod gerado por IA que, essencialmente, pega o código dos dois jogos e os mistura. E, na prática, você precisa ter cópias dos dois jogos, ou dos jogos que está tentando misturar. Então, sim, para este experimento específico, tive que comprar Skyrim de novo. É minha 13ª cópia do jogo. De nada, Todd. Agora, se você quiser experimentar qualquer uma dessas coisas, existe um repo bem útil no GitHub chamado Universal Modder. Ele faz algumas coisas interessantes, embora talvez você não precise usá-lo. Então,

06:42 Cidade. Na verdade, este é um mod gerado por IA, que basicamente pega o código dos dois jogos e mistura tudo. E, na prática, você precisa ter cópias dos dois jogos, ou dos jogos que está tentando misturar. Então, sim, para este experimento específico, tive que comprar Skyrim mais uma vez. Acho que é minha 13ª cópia do jogo. De nada, Todd. Agora, se quiser testar qualquer uma dessas coisas, há um repo no GitHub bem útil chamado Universal Modder. Ele faz algumas coisas interessantes, embora talvez você não precise usá-lo. Então,

07:13 Universal Modder é uma skill, então, quero dizer, você pode usar Claude Code, Codex, Gemini, sabe, basicamente o que quiser, e direcioná-lo para isso. Ele tem uma pequena missão secundária bem interessante, por assim dizer: se precisar de recursos para o jogo que está tentando combinar, você pode inserir uma chave de API da Fal e ele basicamente vai até a Fal e gera esses recursos, seja no GPT Image 2, Nano Banana, Flux ou, sabe, o que você quiser. Então, isso é interessante. Embora, para o modelo que eu estava usando, eu só, sabe, eu

07:43 o direcionei para o Universal Auto e disse: “Ei, quero, sabe, quero misturar Doom e Skyrim. Precisamos de alguma coisa disso?” E basicamente ele respondeu: “Sim, entendi a ideia geral. Não precisamos disso. Vamos nessa.” A partir daí, basicamente deixei ele trabalhar por cerca de uma hora e você já tem praticamente um jogo jogável. Você deve conseguir fazer qualquer uma dessas coisas com Opus 5.5 ou GPT 6.1 Soul. Agora, esse jogo é idiota? Sim, é. Ele me manteve entretido por cerca de uma hora? Sim, também manteve. Agora, do outro lado de tudo isso, temos jogos sendo portados ou até spin-offs inteiros

08:15 que estão sendo criados usando modelos de IA. Mas preciso dizer: talvez seja melhor tomar cuidado com isso. Por exemplo, alguém que ainda não recebeu os devidos créditos portou Grand Theft Auto V para um navegador. Quando você pensa nisso, é meio insano. Basicamente, a pessoa comprimiu todos os recursos do jogo para cerca de 700 megabytes, e então tudo roda em uma WebGPU. Quer dizer, isso é meio louco. Naturalmente, isso não durou muito, e a Rockstar derrubou tudo rapidamente. E, em uma

08:47 história bastante parecida, um amigo do canal, Chris First, passou cerca de uma semana criando Fallout New York com Claude. Na verdade, eu estava conversando com Chris enquanto ele o criava. Quer dizer, esse negócio é bem impressionante. Sim, havia 849 texturas únicas. Ele fez todo tipo de trabalho com colisores, de modo que você podia literalmente atravessar a Ponte do Brooklyn, e havia missões de verdade incorporadas ao jogo. E, mais uma vez, tudo era jogável em um navegador. Digo que tudo era jogável em um navegador no passado, porque, bem, é claro que a Bethesda enviou a ele uma notificação para que parasse

09:19 e desistisse. Olha, quero dizer, eles têm todo o direito de fazer isso. Sabe, embora a criação de mods seja geralmente tolerada, esse é um assunto complicado no qual não vou me aprofundar neste vídeo. Mas, no geral, o que eu diria é: se você está pensando em criar um jogo de fã, lembre-se de tomar cuidado ao brincar com os brinquedos dos outros. Dito isso, bem, Chris acabou de publicar esta imagem, então, sei lá. Acho que ele gosta de conversar com advogados. Vamos em frente. Bem, aparentemente, o Nano Banana 2.1 foi lançado. E o lançamento foi um tanto caótico

09:51 até para os padrões do Google. Antes, ele tinha sido visto no Google Flow, e eu fiz alguns testes por lá, mas depois tiraram o acesso da gente. Mas agora ele está amplamente disponível. O Google sabe que há avanços perceptíveis no design visual, na edição baseada em máscaras e na consistência dos assuntos, para imagens com aparência mais natural. Dito isso, sim, em termos dos modelos dos quais depende, o Nano Banana 2.1 é baseado no Gemini 3.6 Flash. Então, sim, ainda não é um modelo Pro. Um amigo

10:23 do canal, Brent Lynch, fez um teste com este que, acho, é um pôster de filme de suspense. O texto ficou bem bom. Eu sempre aprecio os blocos de título, especialmente o fato de dizer que é um filme de Alan Smithee e que a música é de Tangerine Dream. Isso é bem legal para um filme dos anos 80. Mark K testou com um teste de estresse de prompt, essencialmente para ver como a versão 2.0 lidaria com muitos detalhes especificados no prompt. Mas ele não forneceu o prompt. Ainda assim, dá para perceber que há iluminação mista, bastante texto escrito

10:54 e também reflexos. Ele especificou isso. Imagino que também tenhamos os guarda-chuvas aqui, nas mochilas sobre a mesa. Além disso, a imagem está lotada de muitas pessoas. Eu diria que, no geral, acho que ela se saiu muito bem, considerando que não sabemos qual era o prompt original. Mas as condições de iluminação mista talvez estejam um pouco fora do ponto. Para outro teste de estresse de prompt, para o qual temos o

11:26 prompt, Synopsis fez um teste com o seguinte prompt, e acho que o resultado ficou bem bom. Acho que é uma imagem muito bonita. O prompt especifica coisas como 24 pessoas. Não sei se há 24 pessoas aqui. Se alguém quiser pausar e contar, fique à vontade. Mas, no geral, embora eu ache que seja uma imagem estilizada bonita, parece que ela levou muito a sério o aspecto simétrico do prompt, considerando que todos os elementos têm uma sensação muito simétrica, meio que de Wes Anderson.

11:57 Falando nesse visual meio Wes Anderson, Maximus nos mostra esta imagem que, sei lá, eu simplesmente gosto. Gosto dela. Então, não tenho observações sobre esta. Para fazer meu próprio teste rápido, comecei com um prompt antigo que costumávamos usar por aqui: “Crie uma capa de livro fotorrealista para um suspense sobrenatural ambientado no noroeste do Pacífico. O livro se chama Alan Wake. E, como homenagem às gerações anteriores, o autor é Don Mindy.” Na verdade, isso era uma piada interna de, acho que, do Ideogram 2.0, que inseriu o nome de Don Mindy como texto embaralhado. Eu adorei. Don Mindy agora é oficialmente o autor da novelização de Alan Wake. Indo um pouco mais a fundo nesse teste, eu queria testar o texto, o que é bem difícil de dizer. Então, pedi que ele gerasse o capítulo um do próprio livro Alan Wake. Observo que o capítulo um parece estar no meio do livro, mas isso não vem ao caso. O que me chamou a atenção foi que, no texto, ele de fato

12:28 pense em algo como o Ideogram 2.0, que colocou o nome de Don Mindy como texto distorcido. Adorei. Don Mindy agora é o autor oficial da novelização de Alan Wake. Aprofundando um pouco esse teste, eu queria testar texto, que é realmente difícil de dizer. Então, pedi para ele gerar algo como o capítulo um do próprio livro de Alan Wake. Observo que o capítulo um parece estar no meio do livro, mas isso não vem ao caso. O que achei interessante é que, no texto, ele realmente

12:58 menciona Bright Falls, que é a cidade do jogo. Então, sim, claramente… Na verdade, nem tenho certeza; faz muito tempo que joguei, mas parece mesmo que essa é a narração de abertura do jogo. Então, sim, é meio interessante. No geral, olha, sei que uma atualização 0.1 do Flash não é o que todo mundo estava esperando ansiosamente. Mas eu diria que o Gemini 4 Argon está chegando em breve. Então, hipoteticamente, isso deveria significar uma grande atualização de inteligência para o Gemini Image. Portanto, espero que tenhamos uma grande atualização do

13:30 pão de banana muito em breve. Imagino que esteja no forno agora, então vou ficar de olho. Ou, no caso do pão de banana, vou ficar de nariz atento. Para encerrar, temos outro novo assistente de IA interessante à solta. Mais um que está pedindo todas as suas informações para poder ser útil. Sim, este é mais um daqueles do tipo Dot ou Muse. O Hark está sendo desenvolvido pela Figure. É isso mesmo, o pessoal dos robôs. Então, sabe, seu mordomo de IA está sendo desenvolvido pelas pessoas que

14:00 estão construindo os mordomos de IA. Eu sempre brinco que esses agents de IA são bem úteis, mas, sabe, não conseguem lavar sua roupa. Acho que, sabe, o Hark via Figure vai conseguir. Então, parece que o Hark está sendo lançado com um plano de US$ 100. Mas, se você se inscrever cedo o bastante, talvez consiga um mês grátis do plano de US$ 100 para experimentar. Então, eu me inscrevi e, quando entrei, consegui uma conta grátis para experimentar. Ainda não testei a fundo, mas digo que, se você ainda não experimentou nenhum desses agents de IA, quer dizer

14:31 você definitivamente deveria experimentar. Se não se sente confortável com as questões de privacidade, crie uma conta descartável do Gmail e direcione o serviço para ela. Então, sabe, eu venho dizendo que esse será o próximo grande impulso: todas as empresas vão disputar a chance de ser sua nova melhor amiga de IA. Há um motivo para a Figure estar fazendo essa aposta agora. Eu diria que não sei se começar direto com o plano Pro de US$ 100 é o melhor caminho, mas eles parecem estar oferecendo um mês grátis. Então, se quiser experimentar

15:01 o link está logo abaixo. Enquanto isso, vou pedir ao meu mordomo robô para dar uma olhada no pão de banana que está no forno. Ah, sabe de uma coisa? Ele não consegue sentir cheiro, consegue? Pois é. Humanos 1, IA 0. Como sempre, agradeço por assistir. Meu nome é Tim.

Transcrição original

[00:00] Well, things are not slowing down in AI. Today, we’ve got a new open-source video model. This one’s uh from a pretty surprising source, and it does 2K. Plus, AI and video games are coming together like peanut butter and chocolate. I’ll show you the latest examples there, plus kind of a little mini tutorial on how I built Doom Rem, a like literal bash together of Doom in Skyrim. Uh plus, show you how you can mash any game together as well. All that and an early look and detangling of the latest narrow

[00:30] banana update, and quick hit on the latest AI personality agent from a pretty interesting place. Kicking off in well, in kind of surprising news, we got a new open-source video model. Uh and this is an actual new one. It’s not a Min Max H3 fine-tune like we’ve been seeing all over the place. This one comes to us from Tencent of all places. And I do want to note, this one is early, but does look promising. Prism is capable of generating 2K with audio, natively,

[01:00] instead of generating it like 720 and upscaling. Generations are about 10 seconds, 24 frames a second at 48K audio, which is actually really nice. Oddly, uh only image to video here, no text to video. Uh take a quick look. >> Al 369 >> in my bones too, my toes, yeah. I can see [music] the party is jump. >> Surprise. >> [laughter] >> Like this really softens the room a lot.

[01:32] And there was just a lot of blank wall here. We had one piece over the sofa, but then >> I mean, so far we’ve caught marlin, cooper. I mean, a wahoo, we got slam. Why stop now? >> So, yeah. I mean, the demos do look pretty good. Although, I will note it’s probably still not at like C-ATS 2.5 level. Uh and as even they put it in the paper, the goal here isn’t to be C-ATS 2.5. The goal here is to narrow the gap. Under the hood, it’s actually a fine-tune of Mova, a 32B model from

[02:02] January. With a bit of a new attention trick here, the trick here is that with Prism at least is that it only generates and attends to the parts of the video where things are moving, which is how they’re able to obtain that 2K raster size. I don’t know if that’s necessarily a new trick. I’m pretty sure that we’ve heard about that one before. But I guess you know, the point still stands. Attention is all you need as the old saying goes. Now, I do want to note while this is out and available, it’s it’s like actually one of the big boy

[02:32] models. So at 720, you’d need an 80 gig card for this. So I mean that’s saying nothing about 2K. There is no quantized version yet or basically like community fork that has been taken down to a reasonable level. So you know, when I’m sure somebody’s working on it right now. So we’ll definitely see. I do want to note there was some controversy early on in people saying that the example videos were actually like real videos. Prism did defend themselves saying like no no, those are actually generated outputs. So

[03:02] I mean this is one that I think that once we get our hands on it, we can definitely test it out and see. So for sure, Prism is one to watch. And breaking just as I’m recording this, it looks like we have a new open source video model. This one Kandinsky 6.0. So this just came out. I have not had time to mess around with it yet, but unlike Prism, this one is ready to roll on consumer level hardware. They note here that the light SD version will work on an RTX 4090 and all the way up to the pro full HD version as well.

[03:35] So I mean obviously, you know, the the better card you have, the slower these times get. But you know, you can run it. And if you just want to try it out, skip the whole local install. The gang at Fall already has it up. They’re so quick with these things. Looks like it runs at least on the image to video side, a dollar 40 per 5 seconds. So, uh um yeah, I mean, I’ll I’ll probably run the local version. But, overall, you know, hey, two new open-source video models, I mean, that is reason to celebrate. Quick little in-betweener before moving into the next section, uh something kind of cool is

[04:06] coming down the pipe. Can’t talk about it right now, but I did get the okay to tease it a bit. Uh so, let’s uh move over to this side of the desk and hear from desktop flamethrower girl. >> [sighs and snorts] >> I’m so glad I finally got out of that monitor. Though, I definitely think I should be taller than this. >> So, I’ll have more details on that after it releases. Uh should be sometime this week. I don’t think it’s exactly what you’re thinking it is. It’s just But, it is pretty cool. Moving on. Lately, it does feel that AI and video games have

[04:37] begun to hit their stride as we found ourselves in a place where we’re moving out of that initial wave of AI slop games and into real playable experiences. Well, I mean, almost at least. We’ll circle back to that in a second. But, in the meantime, another branch of all of this that’s really starting to emerge is using the latest models to create some like really wild mods, like really wild. For example, putting Spider-Man into Arkham Knight and letting our boy Peter swing all around Gotham, which actually is just delightful. Anybody that has played the

[05:09] uh Spider-Man games knows that it’s probably one of the few open-world games where you you don’t fast travel. You just You just swing everywhere. It’s so much fun. Another cool example was putting uh the game Skate 3 into Call of Duty. Um and what’s important to note here is like that is Call of Duty and that is Skate 3. So, all of like the physics and controls of Skate 3 uh are implemented in Call of Duty. All of this just makes me want to scream like, “Ramirez, do a kickflip.” All of which inspired me to put my own spin on it, creating Doomrim or Sky Doom. I’m not

[05:41] I’m actually not sure what to call it. But, yeah, basically, I mean, this is Skyrim. Only, instead of being the typical sneaky archer that I always find myself being classed as I am Doom guy. And again, what’s like super stupid fun about this is that this legitimately is Skyrim. All of the NPCs are present. It’s just that Doom monsters spawn everywhere and well, I mean, I have access to a chain gun. What’s kind of even crazier about this whole thing and I actually did not expect this, but the Skyrim NPCs will actually react and attack to the Doom monsters as well. I

[06:12] mean, granted, everybody is at like aggro level 100% all of the time, so you can’t actually talk to the Skyrim NPCs. But yeah, I mean, they do they do fight off the the Doom horde, which is pretty interesting. And they can also all defeat or be defeated by the Doom monsters. Yeah, you used to be an adventurer like me until you took a rail gun to the knee. Now, an important distinction to make here is that like these aren’t AI generated versions of Skyrim meets Doom or Skate 3 meets Call of Duty or even Spider-Man meets Arkham

[06:42] City. Rather, this is an AI generated mod, which essentially takes the the code of both games and mashes them together. And on a practical note, you do need to own copies of both games or of the games that you’re trying to mash together. So, yes, for this particular experiment, I did have to buy Skyrim yet again. It’s like my 13th copy of the game. You’re welcome, Todd. Now, if you want to try any of this out, there is a pretty useful GitHub repo for this called Universal Modder. This does some interesting things, although you may not have to use it. So,

[07:13] Universal Modder is skill, so I mean, you could use Cloud Code, CodeX, Gemini, you know, essentially whatever you want and point it at it. It does have a pretty interesting little like side quest, let’s call it, in that if it needs assets for the game it’s trying to mash together, you can put in a fall API key and it’ll essentially, you know, go to fall and generate those assets either in like GPT image 2, Nano Banana, Flux, or, you know, whatever. So, that’s interesting. Although, for the model that I was using, I just I, you know, I

[07:43] pointed it over to Universal Auto and was like, “Hey, I want to you know, I want to mash up Doom and Skyrim. Do we need any of this?” And it was basically like, “Yeah, I got the general shape of it. We don’t need it. Let’s just go.” From there, you know, basically let it grind for about an hour and you’ve pretty much got a playable game. You should be able to handle doing any of this on like Opus 5.5 or like GPT 6.1 Soul. Now, is this a stupid game? Yes, it is. Did it keep me entertained for about an hour? Yes, it also did. Now, on the other side of all of this is games being ported or like entire spin-offs

[08:15] that are being created using AI models. But, I do have to say, I mean, maybe maybe watch yourself when it comes to this. For example, someone who as of yet has gone uncredited ported Grand Theft Auto V to a web browser. Which when you think about it is kind of insane. Essentially, they ended up compressing all of the game’s assets down to about 700 megabytes and then the whole thing runs in a web GPU. I mean, that’s kind of crazy. Naturally, this did not last very long and like the whole thing was quickly taken down by Rockstar. And in a

[08:47] fairly similar story, a friend of the channel, Chris First, spent about a week building Fallout New York with Claude. I was actually talking to Chris while he was building it. I mean, this thing this thing is pretty crazy. Yeah, there were 849 unique textures. He did all kinds of collider work in it so that like literally you could walk across the Brooklyn Bridge and there were real quests built into it. And again, all of it was playable in a browser. I do say all of it was playable in a browser, past tense, because well, I mean, of course Bethesda did issue him a cease

[09:19] and desist. Which look, I mean, they are fully in their rights to do. You know, while modding is generally tolerated, I mean, that is a whole can of worms that I’m not opening in this video, but you know, overall, what I would say is if you’re thinking about creating a fan game, just keep in mind, be careful when you play with other people’s toys. That said, I mean, well, Chris did just post this image up, so I mean, well, I don’t know. I guess he enjoys talking to lawyers. Moving on. Well, apparently, Nano Banana 2.1 has released. Now, this one has been a bit of a chaotic rollout

[09:51] even by Google standards. Um previously, it was being spotted in Google Flow, and uh I ran a couple of tests there, and then it got taken away from us. Uh but now it is out in, you know, wide release. Google knows that there are noticeable leaps in visual design, masked-based editing, and subject consistency um for more natural-looking images. That said, yes, I mean, in terms of the model dependencies, uh Nano Banana 2.1 is based on Gemini 3.6 Flash. So, yeah, it is not a uh a pro model yet. Friend of

[10:23] the channel, Brent Lynch, took it out for a test peel uh with this, I guess, like, you know, thriller movie poster. Uh text looks pretty good. Um I always do appreciate the uh the the title blocks, particularly that uh it’s a film by Alan Smithee, and the music is by Tangerine Dream. That’s that’s that’s pretty nice for an ’80s movie. Mark K tested it out with a prompt stress test here, uh essentially seeing how well 2.0 would handle, as I you know, a lot of called-out details in his prompt. He actually didn’t provide the prompt, though. But uh you can tell that uh you

[10:54] know, mixed lighting is in here, um a pretty good amount of um text written, um and uh reflections as well. He did call that out. Um I presume as well we have the umbrellas here in the backpacks on the table. So, and then on top of it, the image is crammed uh with a lot of people. I will say that there is, in general, I think it actually does a pretty good job not knowing what the original prompt here is. But uh the mixed lighting conditions are a little possibly a little bit off. For another prompt stress test that we do have the

[11:26] prompt for, uh Synopsis took it out with this following prompt, which you know, I do think it it does pretty well here. I think it’s actually a very nice image. It does call out for things like 24 people. I don’t know if there are 24 people here. If somebody wants to pause and count, they are more than welcome to. But I mean overall, while I think that it’s a nice stylized image, it does seem to have taken that like symmetrical aspect in the prompt really pretty seriously considering that all of the subjects do kind of it all just has a very like kind of like Wes Anderson

[11:57] symmetrical feel to it. Speaking of kind of that Wes Anderson look, Maximus gives us this image which I mean I don’t know, I just like it. I like it. So no notes on this one. Running my own quick test here, I started it off with actually an old prompt that we used to run here. Create a photo realistic book cover for a supernatural thriller set in the Pacific Northwest. The book is called Alan Wake. And then as a tribute to our former generations, the author is Don Mindy. That was actually an in joke from like I

[12:28] think like Ideogram 2.0 which put Don Mindy’s name in as garbled text. I loved it. Don Mindy is now the official author of Alan Wake the novelization. Moving a little deeper into that test, I wanted to test for text which is really hard to say. So I had it generate the like chapter one of the Alan Wake book itself. I do note that chapter one seems to be like in the middle of the book, but that’s beside the point. What was interesting to me is that in the text, it actually

[12:58] calls out Bright Falls which is the town from the game. So yeah, it clearly actually I’m not even sure it’s been a long time since I’ve played it, but it does feel like this is the opening narration to the game. So yeah, kind of interesting. So overall look, I know that a 0.1 flash update is not the thing that everyone has been clamoring for. I will say that you know, Gemini 4 Argon is coming soon. So hypothetically that should mean a big brain update to Gemini image. So, hopefully we are going to have a big

[13:30] banana bread update very soon. Um I presume it’s in the oven right now, so I will be keeping an eye out for it. Or in the case of banana bread, I will be keeping my nose out for it. Rounding out, we have another new interesting AI assistant that is on the loose. Uh another one that’s asking for all of your information so it can be helpful to you. Uh yes, this is another one of those like kind of like dot or Muse type deals. So, Hark is actually being built by Figure. Um so, the robot people. So, um you know, your your AI butler is actually being built by the people who

[14:00] are building the AI butlers. I always joke that these AI agents are pretty handy, but you know, they can’t do your laundry. I guess you know, Hark via Figure will be able to. So, Hark looks like it’s launching with a $100 plan. Although, if you sneak in early enough, um you might be able to get a free $100 month um to check it out. So, I did sign up for it and uh and when I logged in, I you know, I got a I got a free account to check it out. Um I haven’t really put it through its paces just quite yet, but I will say that if you haven’t played around with any of these AI agents as of yet, I mean

[14:31] you should you should definitely give it a shot. Um if you’re uncomfortable with the privacy aspects of it, set up like a burner Gmail account and point it at that. So, you know, I mean I do keep saying it like, you know, this is going to be the next big push is that every company is going to be vying to be your new AI best friend. Uh there is a reason that Figure is making this play right now. I will say that I don’t know if going with the $100 pro plan right off the bat is the way to go, but um you know, they are they seem to be offering a free month. So, um if you want to try

[15:01] it out, the link is down below. In the meantime, I’m going to have my robot butler check in on that banana bread in the oven. Oh, you know what? It can’t smell, can’t it? Well, look at that. Humans one, AI zero. As always, I thank you for watching. My name is Tim.