編者按：隨著生成式人工智能的發(fā)展,，游戲制作領域將迎來前所未有的變革。本文來自編譯,，希望對您有所啟發(fā),。

生成式人工智能的變革性之處在于,，它不僅節(jié)省了時間和金錢,，而且還提供了高質量的作品，從而打破了經典的“成本,、質量或速度只能選其二”的三角模型,。藝術家們現(xiàn)在只需幾個小時，就能創(chuàng)作出高質量的圖像,，否則需要花費數(shù)周的時間來手工制作,。真正具有變革性意義的是：

現(xiàn)在，只要能學會一些簡單的工具，任何人都可以獲得這種創(chuàng)造力,。

這些工具可以以高度迭代的方式,，創(chuàng)造出無窮無盡的變化。

一旦訓練完畢,，這個過程就是實時的,，結果幾乎是即時可用的。

自實時 3D 技術以來,，還沒有一種技術對游戲具有如此革命性的意義,。只要花點時間與游戲創(chuàng)造者交談，你便能夠感受到興奮和驚奇,。那么,，這項技術將走向何方？它將如何改變游戲,？首先,，讓我們回顧一下什么是生成式人工智能？

什么是生成式人工智能,？

生成式人工智能是機器學習的一個類別,，計算機可以根據(jù)用戶的“提示”生成原創(chuàng)的新內容。如今,，文本和圖像是這項技術最成熟的應用,，但從動畫、音效到音樂,，甚至是創(chuàng)建具有完整個性的虛擬角色,，幾乎每個創(chuàng)意領域都有生成式人工智能的影子,。

當然,，AI 在游戲中并不是什么新鮮事。即使是早期的游戲,，如美國雅達利公司（ATARI）開發(fā)的乒乓游戲《Pong》,，也有計算機控制的對手來挑戰(zhàn)玩家。然而,，這些虛擬對手并沒有像我們今天所知道的那樣運行人工智能,，而只是游戲設計師編寫的腳本程序。計算機模擬了一個人工智能的對手,，但這個對手不會學習,，只能遵循程序員的代碼來工作。

現(xiàn)在不同的是,，由于更快的微處理器和云計算,，可用的計算能力大大增強。有了這種能力,，就有可能構建大型神經網絡,，可以在高度復雜的領域中識別模式和表征,。

這篇博文分為兩部分：

• 第一部分是我們對游戲領域生成式人工智能的觀察和預測。

• 第二部分是我們對該領域市場地圖的描述,，這部分概述了各個細分市場,，并確定了每個細分市場的關鍵公司。

第一部分：觀察和預測

1.1 假設

首先,，讓我們來探討一下本博文其余部分所依據(jù)的一些假設,。

1. 對通用人工智能的研究將持續(xù)發(fā)展，創(chuàng)造出更有效的技術

這張圖表顯示了 arXiv 中每月發(fā)表的關于機器學習或人工智能的學術論文數(shù)量：

正如你所看到的,，論文數(shù)量呈指數(shù)級增長，沒有放緩的跡象,。這還只包括已發(fā)表的論文,，許多研究甚至從未發(fā)表過，而是直接用于開源模型或產品研發(fā),。其結果是興趣和創(chuàng)新的爆發(fā),。

2. 在所有娛樂中，游戲將受到生成式人工智能最大的影響

就涉及的應用類型（2D 藝術,、3D 藝術,、音效、音樂,、對話等）而言,，游戲是最復雜的娛樂形式。游戲也是最具互動性的,，強調實時體驗,。這為新游戲開發(fā)者創(chuàng)造了一個巨大的門檻，同時也意味著制作一款現(xiàn)代的排行榜冠軍游戲會產生巨大的成本,。這也為生成式人工智能的顛覆創(chuàng)造了巨大的機會,。

以《荒野大鏢客 2》（Red Dead Redemption）為例,，它是有史以來最昂貴的游戲之一,，制作成本接近5億美元。原因很簡單,，它擁有市場上所有游戲中最美麗,、最完整的虛擬世界之一。這款游戲也花了近 8 年的時間來制作,，擁有超過 1000 個 NPC（non-playable characters）,，每個角色都有自己的個性和配音演員。這款游戲包含一個面積近 30 平方英里的世界，有 100 多個任務分布在 6 個章節(jié)中,，還有由 100 多名音樂家創(chuàng)作的近 60 個小時的音樂,。關于這個游戲的一切都很宏大。

現(xiàn)在,，我們將《荒野大鏢客 2》與《微軟飛行模擬》（Microsoft Flight Simulator）進行比較，后者不僅是大,，而且是非常龐大,。微軟飛行模擬讓玩家能夠環(huán)繞整個地球飛行，這可是 1.97 億平方英里的地球,。微軟是如何制作出如此龐大的游戲的,？答案是讓人工智能來做。微軟與 blackshark.ai 合作,，并訓練人工智能從 2D 衛(wèi)星圖像生成逼真的 3D 世界,。

這款游戲如果不使用 AI 就不可能創(chuàng)造出來,，而且,，這些模型還可以隨著時間的推移而不斷完善。例如,，他們可以改善“高速公路立交橋”模型,，重新運行整個建造過程，突然之間讓整個星球上的所有高速公路立交橋都得到了改善,。

3. 游戲制作中涉及的每項內容都將有一個生成式人工智能模型

到目前為止,，像 Stable Diffusion 或 MidJourney 這樣的 2D 圖像生成器，由于其能夠生成吸引人的圖像,，正處在生成式人工智能的聚光燈下,。但是，已經有生成式人工智能模型用于游戲中涉及的幾乎所有內容,，從 3D 模型到角色動畫,，再到對話和音樂。這篇博文的后半部分包括一張市場地圖,，展示了一些專注于每種類型內容的公司。

4. 游戲資產的價格將大幅下降,，在某些情況下實際上會降至零

當與那些正在嘗試將生成式人工智能整合到其制作過程中的游戲開發(fā)者交談時,，最令人興奮的是時間和成本的大幅減少。一位開發(fā)者曾告訴我們,，他們?yōu)橐粡垐D片生成概念圖的時間,，（從開始到結束）已經從 3 周縮短至 1 小時，這個時間比例是 120 比 1。我們相信,，整個生產線都可能實現(xiàn)類似的節(jié)省,。

需要明確的是，藝術家并沒有被取代的危險,。這確實意味著美工不再需要自己做所有的工作,，他們現(xiàn)在可以設定最初的創(chuàng)意方向，然后將大量耗時和技術執(zhí)行工作交給人工智能,。在這一點上,，他們就像手繪動畫早期的畫師一樣，技藝高超的“墨匠”畫出動畫的輪廓,，然后由成本較低的“畫師”大軍做耗時的工作,，為動畫上色，填充線條,。這就是游戲創(chuàng)作的“自動完成”過程,。

5. 我們仍處于這場革命的初級階段，許多做法仍需要完善

盡管最近發(fā)生的事情令人興奮不已,，但我們還只是在起跑線上,。在我們弄清楚如何將這種新技術應用于游戲的過程中，還有大量的工作要做,，那些迅速進入這個新領域的公司將會獲得巨大的機會,。

1.2 預測

基于這些假設，以下是關于游戲產業(yè)將如何轉變的一些預測：

1. 學習如何有效地使用生成式人工智能,，將成為一種有市場價值的技能

我們已經看到一些實驗人員比其他人能更有效地使用生成式人工智能,。要充分利用這項新技術，需要使用各種工具和技術,，并知道如何在它們之間來回切換,。我們預測，這將成為一種有市場價值的技能,，它結合了藝術家的創(chuàng)造性視野和程序員的技術技能,。

克里斯·安德森（Chris Anderson）有句名言：“每一次富足都會帶來新的匱乏?！彪S著內容變得豐富,，我們相信那些知道如何最有效地與AI工具合作的藝術家，將是最緊缺的,。

例如,，使用生成式人工智能制作藝術作品會帶來特殊的挑戰(zhàn)，包括：

• 對于任何內容,，你都需要能夠對該內容進行修改或編輯,。對于人工智能工具,，這意味著需要能夠以相同的提示來復制內容，這樣你就可以進行修改,。這可能會很棘手,，因為相同的提示可能會產生截然不同的結果。

• 一個游戲中的所有藝術都要有一致的風格,，這意味著你的AI工具需要與特定的風格相結合,。

2. 降低門檻會帶來更多冒險和創(chuàng)造性的探索

我們可能很快就會進入游戲開發(fā)的新“黃金時代”，在這個時代,，進入門檻的降低會導致更多創(chuàng)新和創(chuàng)意游戲的爆發(fā),。不僅因為更低的制作成本帶來更低的風險，還因為這些工具可以為更廣泛的受眾創(chuàng)造高質量的內容,。這就引出了下一個預測……

3. AI 輔助的“微游戲工作室”崛起

有了生成式人工智能工具和服務,，我們將開始看到只有 1 或 2 名員工的小型“微工作室”制作出更多可行的商業(yè)游戲。小型獨立游戲工作室的想法并不新鮮,，熱門游戲 Among Us 就是由只有 5 名員工的 Innersloth 工作室開發(fā)的,。如今，這些小工作室能夠創(chuàng)造的游戲的規(guī)模將會增長,。這將導致……

4. 每年游戲發(fā)行數(shù)量的增加

Unity 和 Roblox 的成功表明,，提供強大的創(chuàng)意工具能夠創(chuàng)造出更多游戲。生成式人工智能將進一步降低門檻,，讓游戲開發(fā)者創(chuàng)造出更多游戲,。游戲行業(yè)已經在面臨著曝光度的挑戰(zhàn)了，僅 2021 年一年就有超過 1 萬款游戲被添加到 Steam 上,，這將給曝光度帶來更大的壓力,。然而，我們也會看到……

5. 生成式人工智能出現(xiàn)之前不可能出現(xiàn)的新游戲類型

如果沒有生成式人工智能,，我們將無法創(chuàng)造出這種新的游戲類型,。我們已經談到了微軟飛行模擬，但將會有全新的類型被發(fā)明出來,，這些類型的游戲依賴于新內容的實時生成,。

以 Spellbrush 的 Arrowmancer 為例，這是一款 RPG 游戲,，以 AI 創(chuàng)造的角色為特色,，提供幾乎無限的新玩法。我們還知道另一家游戲開發(fā)商正在使用AI,，讓玩家創(chuàng)建自己的游戲角色,。以前他們有一系列手繪的頭像，玩家可以混合和匹配來創(chuàng)建自己的頭像,，現(xiàn)在他們完全拋棄了這個,，而是根據(jù)玩家的描述來生成頭像。讓玩家通過 AI 生成內容,，比讓玩家從頭開始上傳自己的內容更安全,，因為 AI 可以被訓練成避免創(chuàng)造攻擊性內容，同時還能讓玩家有更大的所有權感,。

6. 價值將歸于行業(yè)特定的人工智能工具,，而不僅僅是基礎模型

圍繞 Stable Diffusion 和 Midjourney 等基礎模型的熱潮正在推動其不斷走高的估值，但新研究的持續(xù)涌現(xiàn),，確保了新模型將隨著新技術的完善而出現(xiàn)和消失,。看看 3 種流行的生成式人工智能模型（Dall-E, Midjourney 和 Stable Diffusion）的網站搜索流量,，每一款新模型都成為了人們關注的焦點,。

另一種方法可能是構建與行業(yè)相一致的工具套件,，專注于特定行業(yè)的生成式人工智能需求,，深入了解特定受眾，并與現(xiàn)有的制作方式（如游戲的 Unity 或 Unreal）進行豐富的集成,。

一個很好的例子是 Runway,，它針對視頻創(chuàng)作者的需求，提供人工智能輔助工具,，如視頻編輯,、綠屏移除、修補和運動跟蹤,。像這樣工具的受眾是特定的用戶,，隨著時間的推移添加新的模型。我們還沒有看到像 Runway 這樣的游戲套件出現(xiàn),，但我們知道這是一個積極發(fā)展的領域,。

7. 法律挑戰(zhàn)即將到來

所有這些生成式人工智能模型的共同點是，它們都是使用大量的內容數(shù)據(jù)集進行訓練的,，這些數(shù)據(jù)集通常是通過抓取互聯(lián)網本身來創(chuàng)建的,。例如，Stable Diffusion 是從網絡上抓取的超過 50 億張圖像/標題對進行訓練而成的,。

目前,，這些模式聲稱是在“合理使用”的版權原則下運作的，但這一論點尚未在法庭上得到明確的驗證,。顯然,，法律挑戰(zhàn)即將到來，這可能會改變生成式人工智能的格局,。

大型工作室有可能通過其擁有明確權利和所有權的內部內容,，建立專有模型來尋求競爭優(yōu)勢,。以微軟為例，它目前擁有 23 家第一方工作室,，在收購動視后又增加了 7 家,。

8. 編程不會像藝術內容那樣被徹底顛覆，至少現(xiàn)在還不會

軟件工程是游戲開發(fā)的另一個主要成本,，但正如我們 a16z 企業(yè)團隊的同事在他們最近的博客中所分享的那樣,，用AI模型生成代碼需要更多的測試和驗證，因此比生成創(chuàng)造性內容的效率提升更小,。像 Copilot 這樣的編碼工具可能會為工程師提供適度的性能改進,，但不會產生同樣的影響，至少短期內不會,。

1.3 建議

基于這些預測,，我們提出以下建議：

1. 現(xiàn)在就開始探索生成式人工智能

要想弄清楚如何充分利用即將到來的生成式人工智能革命的力量，還需要一段時間?，F(xiàn)在就開始行動的公司,，以后會有優(yōu)勢。我們知道有幾個工作室正在進行內部實驗項目,，以探索這些技術如何影響生產,。

2. 尋找市場地圖上的機會

目前市場地圖的某些部分已經非常擁擠，如動畫或語音與對話,，但其他領域還很開放,。我們鼓勵對這一領域感興趣的企業(yè)家，將精力集中在尚未開發(fā)的領域,，例如“游戲跑道”,。

第二部分：市場地圖

2.1 市場現(xiàn)狀

我們創(chuàng)建了一個市場地圖，以記錄那些在游戲領域的不同類別中,，探索生成式人工智能應用的公司,。這篇博客文章會詳細介紹這些類別，并重點介紹每個類別中最令人興奮的公司,。

2.2 二維圖像

根據(jù)文本提示生成 2D 圖像已經是生成式人工智能應用最廣泛的領域之一。Midjourney,、Stable Diffusion 和 Dall-E 2 等工具可以從文本中生成高質量的 2D 圖像,，并且已經在游戲生命周期的多個階段應用于游戲制作中。

2.2.1 概念藝術

生成式人工智能工具非常擅長“構思”或幫助非藝術家（如游戲設計師）快速探索概念和想法,，以生成概念藝術作品,，這是制作過程的一個關鍵部分。例如,，一個工作室（不愿透露名稱）將這些工具結合在一起使用,，從根本上加快了他們的概念藝術過程,，只需一天就可以創(chuàng)建一個以前需要長達 3 周才能創(chuàng)作出來的圖像。

首先,，他們的游戲設計師利用 Midjourney 去探索不同的理念,，并創(chuàng)造出他們認為有靈感的圖像,。這些被交給專業(yè)的原畫設計師,，他們將這些圖像組裝在一起，并繪制出一個連貫的圖像,，然后將其輸入 Stable Diffusion,，創(chuàng)造出一系列風格變體。然后他們從 Stable Diffusion 的圖像中選擇一個,，手動進行一些編輯,，然后重復這個過程，直到他們對結果滿意為止,。

最后,，再把這個圖像傳回 Stable Diffusion，以進行“升級”,，創(chuàng)建最終的藝術作品,。

2.2.2 二維藝術作品

一些工作室已經開始嘗試使用同樣的工具，來制作游戲內部的美術作品,。例如,，Albert Bozesan 有一個關于使用 Stable Diffusion 創(chuàng)建游戲內部 2D 資產的教程。

2.3 三維作品

3D 資產是所有現(xiàn)代游戲以及即將到來的元宇宙的基石,。虛擬世界或游戲關卡本質上只是 3D 資產的集合,，通過放置和修改來填充環(huán)境。然而,，創(chuàng)建 3D 資產比創(chuàng)建 2D 圖像更復雜,，涉及多個步驟，包括創(chuàng)建 3D 模型和添加紋理及效果,。對于動畫角色,，這還包括創(chuàng)建內部“骨架”，然后在骨架上創(chuàng)建動畫,。

在 3D 資產創(chuàng)造過程的每個階段,，包括模型創(chuàng)建、角色動畫和關卡制作,，我們都看到了不同的初創(chuàng)公司,。然而，這還不是一個已經解決的問題,，目前還沒有一種解決方案可以完全集成到游戲制作中,。

2.3.1 3D 資產

試圖解決 3D 模型創(chuàng)建問題的初創(chuàng)公司包括 Kaedim,、Mirage 和 Hypothetic。更大的公司也在關注這個問題,，包括英偉達（Nvidia）的 Get3D 和歐特克（Autodesk）的 ClipForge,。Kaedim 和 Get3d 專注于圖像到 3D，ClipForge 和 Mirage 專注于文本到 3D,，而 Hypothetic 對文本到 3D 和圖像到 3D 都感興趣,。

2.3.2 3D 紋理

一個 3D 模型只有應用到網格的紋理或材料上看起來才真實。決定在一個中世紀的城堡模型上使用哪種長滿青苔的風化石紋理,，可以完全改變一個場景的外觀和感覺,。紋理包含關于光對材料的反應的元數(shù)據(jù)（即粗糙度、光澤度等）,。允許美術人員根據(jù)文本或圖像提示輕松生成紋理,，將極大地提高創(chuàng)作過程中的迭代速度。包括 BariumAI,、Ponzu 和 ArmorLab 在內的幾個團隊正在尋求相關機會,。

2.3.3 動畫

制作優(yōu)秀的動畫是游戲制作過程中最耗時、最昂貴,、最需要技巧的部分之一,。一種降低成本并創(chuàng)造更逼真動畫的方法是使用動作捕捉，在這種方法中,，你需要讓演員或舞者穿上動作捕捉套裝,，并記錄他們在特殊儀器動作捕捉舞臺上的動作。

我們現(xiàn)在看到的生成式人工智能模型,，可以直接從視頻中捕獲動畫,。這種方法是更有效的，因為它不需要昂貴的動作捕捉設備,，因為這意味著你可以從現(xiàn)有的視頻中捕捉動畫,。這些模型的另一個令人興奮的方面是，它們也可以用來對現(xiàn)有的動畫進行過濾,，例如使動畫人物看起來是喝醉了,，或老了，或高興了,。進軍這一領域的公司包括 Kinetix,、DeepMotion、RADiCAL,、Move Ai 和 Plask,。

2.3.4 關卡設計和游戲世界構建

游戲創(chuàng)作中最耗時的環(huán)節(jié)之一是構建游戲世界，生成式人工智能應該非常適合完成這一任務。像“我的世界”,、“無人深空”和“暗黑破壞神”這樣的游戲都是以使用程序技術生成關卡而聞名的,，在這些游戲中，關卡是隨機創(chuàng)建的,，每次都不同,，但會遵循關卡設計師制定的規(guī)則。新的 Unreal 5 游戲引擎的一大賣點是,，它收集了用于開放世界設計的程序化工具,。

我們已經在這一領域看到了一些創(chuàng)舉，如 Promethean,、MLXAR 或 Meta 的 Builder Bot,，并認為生成技術在很大程度上取代程序技術只是時間問題。這一領域的學術研究已經有一段時間了,，包括“我的世界”（Minecraft）的生成技術或“毀滅戰(zhàn)士”（Doom）的關卡設計。

期待生成式人工智能工具用于關卡設計的另一個令人信服的理由,，是能夠創(chuàng)造不同風格的關卡和世界,。你可以想象使用工具生成一個 20 世紀 20 年代摩登時代的紐約世界，或者是神秘的刀鋒戰(zhàn)士式的未來世界,，或者是托爾金式的幻想世界,。

輸入“……風格的游戲關卡”作為提示，我們在 Midjourney 生成了以下畫面,。

2.4 音頻

聲音和音樂是游戲體驗的重要組成部分。我們已經開始看到一些公司使用生成式人工智能來生成音頻了,。

2.4.1 音效

對于人工智能來說,，音效是一個很有吸引力的開放領域。已經有學術論文在探索使用 AI 在電影中產生各種音效的想法,，如腳步聲,，但在游戲中還很少有商業(yè)產品。

我們認為這只是一個時間問題,，因為游戲的互動性使得生成式人工智能成為一個明顯的應用工具,，既可以在制作過程中創(chuàng)建靜態(tài)音效，也可以在運行時創(chuàng)建實時互動音效,。

考慮一下像為玩家角色生成腳步聲這樣簡單的事情,。大多數(shù)游戲通過添加少量預先錄制好的腳步聲來解決這一問題，如在草地上行走,，在礫石上行走,，在草地上奔跑，在礫石上奔跑，等等,。這些聲音的產生和管理都很繁瑣,，而且在運行時聽起來重復且不真實。

一個更好的方法是為擬音音效建立一個實時生成AI模型,，它可以生成適當?shù)囊粜?，每次都略有不同，對游戲參?shù)（如地面,、角色重量,、步態(tài)、鞋類等）做出反應,。

2.4.2 音樂

音樂一直是游戲的一大挑戰(zhàn),。音樂很重要，因為它可以幫助設定情感基調,，就像在電影或電視中一樣,，但由于游戲可能持續(xù)數(shù)百甚至數(shù)千小時，所以它很快就會變得重復或煩人,。此外,，由于游戲的互動性，音樂很難在特定時間精確匹配屏幕上發(fā)生的事情,。

20 多年來,，自適應音樂一直是游戲音頻領域的一個主題，可以一直追溯到微軟的“DirectMusic”系統(tǒng),，用于創(chuàng)建交互式音樂,。DirectMusic 一直未被廣泛采用，很大程度上是因為這種格式很難作曲,。只有少數(shù)游戲,，如 Monolith 的“無人生還”創(chuàng)造了真正的互動配樂。

現(xiàn)在我們看到許多公司都在嘗試創(chuàng)造AI生成的音樂,，如 Soundful,、Musico、Harmonai,、Infinite Album 和 Aiva,。雖然現(xiàn)在的一些工具，如 Open AI 的 Jukebox,，計算量很高,，不能實時運行，但一旦初始模型建立起來,，大多數(shù)工具都可以實時運行,。

2.4.3 語音和對話

有很多公司都在努力為游戲角色創(chuàng)造逼真的聲音。鑒于通過語音合成讓計算機發(fā)聲有著悠久歷史，所以這并不令人驚訝,。這一領域的公司包括 Sonantic,、Coqui、Replica Studios,、Resemble.ai,、Readspeaker.ai，還有很多其他公司,。

使用生成式人工智能進行語音處理有很多優(yōu)勢,，這在一定程度上解釋了為什么這個領域如此擁擠。

• 通常情況下,，游戲中的語音都是由配音演員預先錄制的,，但這些僅限于預先錄制的話語。有了生成式人工智能對話,，角色可以說任何話語,，這意味著他們可以完全對玩家的行為做出反應。結合更智能的 NPC 人工智能模型（超出了本文的范圍,，但目前是一個同樣令人興奮的創(chuàng)新領域）,，完全可以響應玩家的游戲很快就會出現(xiàn)。

• 許多玩家希望扮演與他們的現(xiàn)實世界身份幾乎沒有相似之處的幻想人物,。然而，一旦玩家用自己的聲音說話,，這種幻想就會破滅,。使用與玩家角色匹配的生成聲音，可以維持這種幻覺,。

• 在生成語音時,，你可以控制聲音的細微差別，如音色,、語調轉折,、情感共鳴、音素長度,、口音等等,。

• 允許將對話翻譯成任何語言，并以相同的聲音說話,。像 Deepdub 這樣的公司特別關注這個細分市場,。

2.5 NPC 或玩家角色

許多初創(chuàng)公司都在考慮使用生成式人工智能，來創(chuàng)建可以與玩家互動的可信角色,，部分原因是,，這是一個在游戲之外具有廣泛適用性的市場，比如虛擬助理或接待員。

創(chuàng)造可信角色的努力可以追溯到人工智能研究的開始,。事實上,，人工智能的經典“圖靈測試”的定義是，人類應該無法區(qū)分到底是在與人工智能對話,，還是在與人類對話,。

在這一點上，有數(shù)百家公司正在開發(fā)通用聊天機器人,，其中許多是由 GPT-3 之類的語言模型支持的,。還有一小部分人專門為了娛樂目的而開發(fā)了聊天機器人，比如 Replika 和 Anima,，他們試圖建立虛擬朋友,。

我們現(xiàn)在看到了這些聊天機器人平臺的下一個迭代，如 Charisma.ai,、Convai.com 或 Inworld.ai,，這些工具旨在支持完全渲染的 3D 角色，帶有情感和代理權,。如果它們能夠融入游戲中,，或者能夠推動劇情向前發(fā)展，而不是純粹作為擺設,，那么這點便非常重要,。

2.6 一體化平臺

最成功的生成式人工智能工具之一是 Runwayml.com，因為它將廣泛的創(chuàng)建者工具套件集于一身,。目前還沒有這樣的平臺為電子游戲服務,，我們認為這是一個被忽視的機會。我們愿意投資于具有以下特點的解決方案：

• 全套生成式人工智能工具,，覆蓋整個制作流程,。（代碼、資產生成,、紋理,、音頻、描述等）

• 與 Unreal 和 Unity 等流行游戲引擎緊密集成,。

• 設計適合典型的游戲制作流程,。

結語

現(xiàn)在是成為游戲創(chuàng)造者的絕佳時機！由于有本文中所描述的工具,，生成游戲所需的內容變得前所未有的簡單,，即使你的游戲有整個星球那么大！

甚至有一天,，我們可以想象出一款完全個性化的游戲,，完全根據(jù)玩家的需求為他們量身打造,。這在科幻小說中已經存在很長一段時間了，比如《安德的游戲》中的“AI 心理游戲”,，或者《星際迷航》中的全息甲板,。隨著這篇博文中所描述的工具的快速發(fā)展，不難想象,，這一現(xiàn)實可能近在咫尺,。

譯者：Jane