編者按：隨著生成式人工智能的發(fā)展,，游戲制作領(lǐng)域?qū)⒂瓉砬八从械淖兏铩１疚膩碜跃幾g,，希望對(duì)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(shí)間和金錢,，而且還提供了高質(zhì)量的作品，從而打破了經(jīng)典的“成本,、質(zhì)量或速度只能選其二”的三角模型,。藝術(shù)家們現(xiàn)在只需幾個(gè)小時(shí)，就能創(chuàng)作出高質(zhì)量的圖像,，否則需要花費(fèi)數(shù)周的時(shí)間來手工制作,。真正具有變革性意義的是：

現(xiàn)在，只要能學(xué)會(huì)一些簡(jiǎn)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(xùn)練完畢,，這個(gè)過程就是實(shí)時(shí)的，結(jié)果幾乎是即時(shí)可用的,。

自實(shí)時(shí) 3D 技術(shù)以來,，還沒有一種技術(shù)對(duì)游戲具有如此革命性的意義。只要花點(diǎn)時(shí)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(xiàng)技術(shù)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(jī)器學(xué)習(xí)的一個(gè)類別，計(jì)算機(jī)可以根據(jù)用戶的“提示”生成原創(chuàng)的新內(nèi)容,。如今,，文本和圖像是這項(xiàng)技術(shù)最成熟的應(yīng)用,，但從動(dòng)畫、音效到音樂,，甚至是創(chuàng)建具有完整個(gè)性的虛擬角色，幾乎每個(gè)創(chuàng)意領(lǐng)域都有生成式人工智能的影子,。

當(dāng)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(guó)雅達(dá)利公司（ATARI）開發(fā)的乒乓游戲《Pong》,，也有計(jì)算機(jī)控制的對(duì)手來挑戰(zhàn)玩家。然而,，這些虛擬對(duì)手并沒有像我們今天所知道的那樣運(yùn)行人工智能,，而只是游戲設(shè)計(jì)師編寫的腳本程序。計(jì)算機(jī)模擬了一個(gè)人工智能的對(duì)手,，但這個(gè)對(duì)手不會(huì)學(xué)習(xí),，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(jì)算,，可用的計(jì)算能力大大增強(qiáng)。有了這種能力,，就有可能構(gòu)建大型神經(jīng)網(wǎng)絡(luò),，可以在高度復(fù)雜的領(lǐng)域中識(shí)別模式和表征。

這篇博文分為兩部分：

• 第一部分是我們對(duì)游戲領(lǐng)域生成式人工智能的觀察和預(yù)測(cè),。

• 第二部分是我們對(duì)該領(lǐng)域市場(chǎng)地圖的描述,，這部分概述了各個(gè)細(xì)分市場(chǎng)，并確定了每個(gè)細(xì)分市場(chǎng)的關(guān)鍵公司,。

第一部分：觀察和預(yù)測(cè)

1.1 假設(shè)

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(shè)。

1. 對(duì)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(shù)

這張圖表顯示了 arXiv 中每月發(fā)表的關(guān)于機(jī)器學(xué)習(xí)或人工智能的學(xué)術(shù)論文數(shù)量：

正如你所看到的，論文數(shù)量呈指數(shù)級(jí)增長(zhǎng),，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(chǎn)品研發(fā),。其結(jié)果是興趣和創(chuàng)新的爆發(fā)。

2. 在所有娛樂中,，游戲?qū)⑹艿缴墒饺斯ぶ悄茏畲蟮挠绊?/p>

就涉及的應(yīng)用類型（2D 藝術(shù),、3D 藝術(shù),、音效、音樂,、對(duì)話等）而言,，游戲是最復(fù)雜的娛樂形式。游戲也是最具互動(dòng)性的,，強(qiáng)調(diào)實(shí)時(shí)體驗(yàn),。這為新游戲開發(fā)者創(chuàng)造了一個(gè)巨大的門檻，同時(shí)也意味著制作一款現(xiàn)代的排行榜冠軍游戲會(huì)產(chǎn)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(jī)會(huì),。

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(jiǎn)單,，它擁有市場(chǎng)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(shí)間來制作,，擁有超過 1000 個(gè) NPC（non-playable characters）,，每個(gè)角色都有自己的個(gè)性和配音演員。這款游戲包含一個(gè)面積近 30 平方英里的世界,，有 100 多個(gè)任務(wù)分布在 6 個(gè)章節(jié)中,，還有由 100 多名音樂家創(chuàng)作的近 60 個(gè)小時(shí)的音樂。關(guān)于這個(gè)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(jìn)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(gè)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(xùn)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(shí)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(yùn)行整個(gè)建造過程，突然之間讓整個(gè)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(xiàng)內(nèi)容都將有一個(gè)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(jīng)有生成式人工智能模型用于游戲中涉及的幾乎所有內(nèi)容,，從 3D 模型到角色動(dòng)畫，再到對(duì)話和音樂,。這篇博文的后半部分包括一張市場(chǎng)地圖,，展示了一些專注于每種類型內(nèi)容的公司。

4. 游戲資產(chǎn)的價(jià)格將大幅下降,，在某些情況下實(shí)際上會(huì)降至零

當(dāng)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(shí),，最令人興奮的是時(shí)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(shí)間,，（從開始到結(jié)束）已經(jīng)從 3 周縮短至 1 小時(shí)，這個(gè)時(shí)間比例是 120 比 1,。我們相信,，整個(gè)生產(chǎn)線都可能實(shí)現(xiàn)類似的節(jié)省。

需要明確的是,，藝術(shù)家并沒有被取代的危險(xiǎn),。這確實(shí)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(shè)定最初的創(chuàng)意方向,，然后將大量耗時(shí)和技術(shù)執(zhí)行工作交給人工智能,。在這一點(diǎn)上，他們就像手繪動(dòng)畫早期的畫師一樣,，技藝高超的“墨匠”畫出動(dòng)畫的輪廓,，然后由成本較低的“畫師”大軍做耗時(shí)的工作，為動(dòng)畫上色,，填充線條,。這就是游戲創(chuàng)作的“自動(dòng)完成”過程。

5. 我們?nèi)蕴幱谶@場(chǎng)革命的初級(jí)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(shù)應(yīng)用于游戲的過程中,，還有大量的工作要做,，那些迅速進(jìn)入這個(gè)新領(lǐng)域的公司將會(huì)獲得巨大的機(jī)會(huì),。

1.2 預(yù)測(cè)

基于這些假設(shè)，以下是關(guān)于游戲產(chǎn)業(yè)將如何轉(zhuǎn)變的一些預(yù)測(cè)：

1. 學(xué)習(xí)如何有效地使用生成式人工智能,，將成為一種有市場(chǎng)價(jià)值的技能

我們已經(jīng)看到一些實(shí)驗(yàn)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(xiàng)新技術(shù)，需要使用各種工具和技術(shù),，并知道如何在它們之間來回切換,。我們預(yù)測(cè)，這將成為一種有市場(chǎng)價(jià)值的技能,，它結(jié)合了藝術(shù)家的創(chuàng)造性視野和程序員的技術(shù)技能,。

克里斯·安德森（Chris Anderson）有句名言：“每一次富足都會(huì)帶來新的匱乏?！彪S著內(nèi)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(shù)家，將是最緊缺的,。

例如,，使用生成式人工智能制作藝術(shù)作品會(huì)帶來特殊的挑戰(zhàn)，包括：

• 對(duì)于任何內(nèi)容,，你都需要能夠?qū)υ搩?nèi)容進(jìn)行修改或編輯,。對(duì)于人工智能工具，這意味著需要能夠以相同的提示來復(fù)制內(nèi)容,，這樣你就可以進(jìn)行修改,。這可能會(huì)很棘手，因?yàn)橄嗤奶崾究赡軙?huì)產(chǎn)生截然不同的結(jié)果,。

• 一個(gè)游戲中的所有藝術(shù)都要有一致的風(fēng)格,，這意味著你的AI工具需要與特定的風(fēng)格相結(jié)合。

2. 降低門檻會(huì)帶來更多冒險(xiǎn)和創(chuàng)造性的探索

我們可能很快就會(huì)進(jìn)入游戲開發(fā)的新“黃金時(shí)代”,，在這個(gè)時(shí)代,，進(jìn)入門檻的降低會(huì)導(dǎo)致更多創(chuàng)新和創(chuàng)意游戲的爆發(fā)。不僅因?yàn)楦偷闹谱鞒杀編砀偷娘L(fēng)險(xiǎn),，還因?yàn)檫@些工具可以為更廣泛的受眾創(chuàng)造高質(zhì)量的內(nèi)容,。這就引出了下一個(gè)預(yù)測(cè)……

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(wù),，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(dú)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(huì)增長(zhǎng),。這將導(dǎo)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(qiáng)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(jìn)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(jīng)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(huì)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(jīng)談到了微軟飛行模擬，但將會(huì)有全新的類型被發(fā)明出來,，這些類型的游戲依賴于新內(nèi)容的實(shí)時(shí)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(gè),，而是根據(jù)玩家的描述來生成頭像,。讓玩家通過 AI 生成內(nèi)容,，比讓玩家從頭開始上傳自己的內(nèi)容更安全，因?yàn)?AI 可以被訓(xùn)練成避免創(chuàng)造攻擊性內(nèi)容,，同時(shí)還能讓玩家有更大的所有權(quán)感。

6. 價(jià)值將歸于行業(yè)特定的人工智能工具,，而不僅僅是基礎(chǔ)模型

圍繞 Stable Diffusion 和 Midjourney 等基礎(chǔ)模型的熱潮正在推動(dòng)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(shù)的完善而出現(xiàn)和消失?？纯?3 種流行的生成式人工智能模型（Dall-E, Midjourney 和 Stable Diffusion）的網(wǎng)站搜索流量，每一款新模型都成為了人們關(guān)注的焦點(diǎn),。

另一種方法可能是構(gòu)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(jìn)行豐富的集成。

一個(gè)很好的例子是 Runway,，它針對(duì)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(bǔ)和運(yùn)動(dòng)跟蹤。像這樣工具的受眾是特定的用戶,，隨著時(shí)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(gè)積極發(fā)展的領(lǐng)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(diǎn)是，它們都是使用大量的內(nèi)容數(shù)據(jù)集進(jìn)行訓(xùn)練的,，這些數(shù)據(jù)集通常是通過抓取互聯(lián)網(wǎng)本身來創(chuàng)建的。例如,，Stable Diffusion 是從網(wǎng)絡(luò)上抓取的超過 50 億張圖像/標(biāo)題對(duì)進(jìn)行訓(xùn)練而成的。

目前,，這些模式聲稱是在“合理使用”的版權(quán)原則下運(yùn)作的，但這一論點(diǎn)尚未在法庭上得到明確的驗(yàn)證,。顯然，法律挑戰(zhàn)即將到來,，這可能會(huì)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(quán)利和所有權(quán)的內(nèi)部?jī)?nèi)容,，建立專有模型來尋求競(jìng)爭(zhēng)優(yōu)勢(shì)。以微軟為例,，它目前擁有 23 家第一方工作室,，在收購(gòu)動(dòng)視后又增加了 7 家。

8. 編程不會(huì)像藝術(shù)內(nèi)容那樣被徹底顛覆,，至少現(xiàn)在還不會(huì)

軟件工程是游戲開發(fā)的另一個(gè)主要成本，但正如我們 a16z 企業(yè)團(tuán)隊(duì)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(cè)試和驗(yàn)證，因此比生成創(chuàng)造性內(nèi)容的效率提升更小,。像 Copilot 這樣的編碼工具可能會(huì)為工程師提供適度的性能改進(jìn)，但不會(huì)產(chǎn)生同樣的影響,，至少短期內(nèi)不會(huì)。

1.3 建議

基于這些預(yù)測(cè)，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(shí)間。現(xiàn)在就開始行動(dòng)的公司,，以后會(huì)有優(yōu)勢(shì)。我們知道有幾個(gè)工作室正在進(jìn)行內(nèi)部實(shí)驗(yàn)項(xiàng)目,，以探索這些技術(shù)如何影響生產(chǎn)。

2. 尋找市場(chǎng)地圖上的機(jī)會(huì)

目前市場(chǎng)地圖的某些部分已經(jīng)非常擁擠,，如動(dòng)畫或語(yǔ)音與對(duì)話，但其他領(lǐng)域還很開放,。我們鼓勵(lì)對(duì)這一領(lǐng)域感興趣的企業(yè)家，將精力集中在尚未開發(fā)的領(lǐng)域,，例如“游戲跑道”,。

第二部分：市場(chǎng)地圖

2.1 市場(chǎng)現(xiàn)狀

我們創(chuàng)建了一個(gè)市場(chǎng)地圖,，以記錄那些在游戲領(lǐng)域的不同類別中，探索生成式人工智能應(yīng)用的公司,。這篇博客文章會(huì)詳細(xì)介紹這些類別，并重點(diǎn)介紹每個(gè)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(jīng)是生成式人工智能應(yīng)用最廣泛的領(lǐng)域之一,。Midjourney、Stable Diffusion 和 Dall-E 2 等工具可以從文本中生成高質(zhì)量的 2D 圖像,，并且已經(jīng)在游戲生命周期的多個(gè)階段應(yīng)用于游戲制作中。

2.2.1 概念藝術(shù)

生成式人工智能工具非常擅長(zhǎng)“構(gòu)思”或幫助非藝術(shù)家（如游戲設(shè)計(jì)師）快速探索概念和想法,，以生成概念藝術(shù)作品，這是制作過程的一個(gè)關(guān)鍵部分。例如,，一個(gè)工作室（不愿透露名稱）將這些工具結(jié)合在一起使用，從根本上加快了他們的概念藝術(shù)過程,，只需一天就可以創(chuàng)建一個(gè)以前需要長(zhǎng)達(dá) 3 周才能創(chuàng)作出來的圖像,。

首先,，他們的游戲設(shè)計(jì)師利用 Midjourney 去探索不同的理念，并創(chuàng)造出他們認(rèn)為有靈感的圖像,。這些被交給專業(yè)的原畫設(shè)計(jì)師,，他們將這些圖像組裝在一起,，并繪制出一個(gè)連貫的圖像,，然后將其輸入 Stable Diffusion，創(chuàng)造出一系列風(fēng)格變體,。然后他們從 Stable Diffusion 的圖像中選擇一個(gè)，手動(dòng)進(jìn)行一些編輯,，然后重復(fù)這個(gè)過程,，直到他們對(duì)結(jié)果滿意為止。

最后,，再把這個(gè)圖像傳回 Stable Diffusion，以進(jìn)行“升級(jí)”,，創(chuàng)建最終的藝術(shù)作品。

2.2.2 二維藝術(shù)作品

一些工作室已經(jīng)開始嘗試使用同樣的工具，來制作游戲內(nèi)部的美術(shù)作品,。例如，Albert Bozesan 有一個(gè)關(guān)于使用 Stable Diffusion 創(chuàng)建游戲內(nèi)部 2D 資產(chǎn)的教程,。

2.3 三維作品

3D 資產(chǎn)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(guān)卡本質(zhì)上只是 3D 資產(chǎn)的集合,，通過放置和修改來填充環(huán)境。然而,，創(chuàng)建 3D 資產(chǎn)比創(chuàng)建 2D 圖像更復(fù)雜，涉及多個(gè)步驟,，包括創(chuàng)建 3D 模型和添加紋理及效果。對(duì)于動(dòng)畫角色,，這還包括創(chuàng)建內(nèi)部“骨架”，然后在骨架上創(chuàng)建動(dòng)畫,。

在 3D 資產(chǎn)創(chuàng)造過程的每個(gè)階段，包括模型創(chuàng)建,、角色動(dòng)畫和關(guān)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(gè)已經(jīng)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(chǎn)

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(guān)注這個(gè)問題，包括英偉達(dá)（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(duì)文本到 3D 和圖像到 3D 都感興趣,。

2.3.2 3D 紋理

一個(gè) 3D 模型只有應(yīng)用到網(wǎng)格的紋理或材料上看起來才真實(shí)。決定在一個(gè)中世紀(jì)的城堡模型上使用哪種長(zhǎng)滿青苔的風(fēng)化石紋理,，可以完全改變一個(gè)場(chǎng)景的外觀和感覺。紋理包含關(guān)于光對(duì)材料的反應(yīng)的元數(shù)據(jù)（即粗糙度,、光澤度等）。允許美術(shù)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(nèi)的幾個(gè)團(tuán)隊(duì)正在尋求相關(guān)機(jī)會(huì)。

2.3.3 動(dòng)畫

制作優(yōu)秀的動(dòng)畫是游戲制作過程中最耗時(shí),、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(dòng)畫的方法是使用動(dòng)作捕捉，在這種方法中,，你需要讓演員或舞者穿上動(dòng)作捕捉套裝，并記錄他們?cè)谔厥鈨x器動(dòng)作捕捉舞臺(tái)上的動(dòng)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(dòng)畫,。這種方法是更有效的,，因?yàn)樗恍枰嘿F的動(dòng)作捕捉設(shè)備，因?yàn)檫@意味著你可以從現(xiàn)有的視頻中捕捉動(dòng)畫。這些模型的另一個(gè)令人興奮的方面是,，它們也可以用來對(duì)現(xiàn)有的動(dòng)畫進(jìn)行過濾,，例如使動(dòng)畫人物看起來是喝醉了，或老了,，或高興了。進(jìn)軍這一領(lǐng)域的公司包括 Kinetix,、DeepMotion、RADiCAL,、Move Ai 和 Plask。

2.3.4 關(guān)卡設(shè)計(jì)和游戲世界構(gòu)建

游戲創(chuàng)作中最耗時(shí)的環(huán)節(jié)之一是構(gòu)建游戲世界,，生成式人工智能應(yīng)該非常適合完成這一任務(wù)。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(shù)生成關(guān)卡而聞名的，在這些游戲中,，關(guān)卡是隨機(jī)創(chuàng)建的,，每次都不同,，但會(huì)遵循關(guān)卡設(shè)計(jì)師制定的規(guī)則。新的 Unreal 5 游戲引擎的一大賣點(diǎn)是,，它收集了用于開放世界設(shè)計(jì)的程序化工具。

我們已經(jīng)在這一領(lǐng)域看到了一些創(chuàng)舉,，如 Promethean、MLXAR 或 Meta 的 Builder Bot,，并認(rèn)為生成技術(shù)在很大程度上取代程序技術(shù)只是時(shí)間問題。這一領(lǐng)域的學(xué)術(shù)研究已經(jīng)有一段時(shí)間了,，包括“我的世界”（Minecraft）的生成技術(shù)或“毀滅戰(zhàn)士”（Doom）的關(guān)卡設(shè)計(jì),。

期待生成式人工智能工具用于關(guān)卡設(shè)計(jì)的另一個(gè)令人信服的理由,，是能夠創(chuàng)造不同風(fēng)格的關(guān)卡和世界,。你可以想象使用工具生成一個(gè) 20 世紀(jì) 20 年代摩登時(shí)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(fēng)格的游戲關(guān)卡”作為提示,，我們?cè)?Midjourney 生成了以下畫面,。

2.4 音頻

聲音和音樂是游戲體驗(yàn)的重要組成部分,。我們已經(jīng)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(duì)于人工智能來說,，音效是一個(gè)很有吸引力的開放領(lǐng)域。已經(jīng)有學(xué)術(shù)論文在探索使用 AI 在電影中產(chǎn)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(chǎn)品,。

我們認(rèn)為這只是一個(gè)時(shí)間問題,，因?yàn)橛螒虻幕?dòng)性使得生成式人工智能成為一個(gè)明顯的應(yīng)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(yùn)行時(shí)創(chuàng)建實(shí)時(shí)互動(dòng)音效。

考慮一下像為玩家角色生成腳步聲這樣簡(jiǎn)單的事情,。大多數(shù)游戲通過添加少量預(yù)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(chǎn)生和管理都很繁瑣,，而且在運(yùn)行時(shí)聽起來重復(fù)且不真實(shí),。

一個(gè)更好的方法是為擬音音效建立一個(gè)實(shí)時(shí)生成AI模型,，它可以生成適當(dāng)?shù)囊粜?，每次都略有不同，?duì)游戲參數(shù)（如地面,、角色重量,、步態(tài),、鞋類等）做出反應(yīng),。

2.4.2 音樂

音樂一直是游戲的一大挑戰(zhàn),。音樂很重要,，因?yàn)樗梢詭椭O(shè)定情感基調(diào),，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(shí),，所以它很快就會(huì)變得重復(fù)或煩人,。此外,，由于游戲的互動(dòng)性,，音樂很難在特定時(shí)間精確匹配屏幕上發(fā)生的事情,。

20 多年來,，自適應(yīng)音樂一直是游戲音頻領(lǐng)域的一個(gè)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?yàn)檫@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(dòng)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(jì)算量很高，不能實(shí)時(shí)運(yùn)行,，但一旦初始模型建立起來,，大多數(shù)工具都可以實(shí)時(shí)運(yùn)行。

2.4.3 語(yǔ)音和對(duì)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(yǔ)音合成讓計(jì)算機(jī)發(fā)聲有著悠久歷史，所以這并不令人驚訝,。這一領(lǐng)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(jìn)行語(yǔ)音處理有很多優(yōu)勢(shì)，這在一定程度上解釋了為什么這個(gè)領(lǐng)域如此擁擠,。

• 通常情況下,，游戲中的語(yǔ)音都是由配音演員預(yù)先錄制的,，但這些僅限于預(yù)先錄制的話語(yǔ)。有了生成式人工智能對(duì)話,，角色可以說任何話語(yǔ),，這意味著他們可以完全對(duì)玩家的行為做出反應(yīng)。結(jié)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(gè)同樣令人興奮的創(chuàng)新領(lǐng)域）,，完全可以響應(yīng)玩家的游戲很快就會(huì)出現(xiàn)。

• 許多玩家希望扮演與他們的現(xiàn)實(shí)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(huì)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(yǔ)音時(shí),，你可以控制聲音的細(xì)微差別,，如音色,、語(yǔ)調(diào)轉(zhuǎn)折,、情感共鳴,、音素長(zhǎng)度,、口音等等,。

• 允許將對(duì)話翻譯成任何語(yǔ)言,，并以相同的聲音說話,。像 Deepdub 這樣的公司特別關(guān)注這個(gè)細(xì)分市場(chǎng)。

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(dòng)的可信角色,，部分原因是，這是一個(gè)在游戲之外具有廣泛適用性的市場(chǎng),，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(shí)上，人工智能的經(jīng)典“圖靈測(cè)試”的定義是,，人類應(yīng)該無法區(qū)分到底是在與人工智能對(duì)話，還是在與人類對(duì)話,。

在這一點(diǎn)上，有數(shù)百家公司正在開發(fā)通用聊天機(jī)器人,，其中許多是由 GPT-3 之類的語(yǔ)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(jī)器人,，比如 Replika 和 Anima,，他們?cè)噲D建立虛擬朋友,。

我們現(xiàn)在看到了這些聊天機(jī)器人平臺(tái)的下一個(gè)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(quán),。如果它們能夠融入游戲中，或者能夠推動(dòng)劇情向前發(fā)展,，而不是純粹作為擺設(shè)，那么這點(diǎn)便非常重要,。

2.6 一體化平臺(tái)

最成功的生成式人工智能工具之一是 Runwayml.com，因?yàn)樗鼘V泛的創(chuàng)建者工具套件集于一身,。目前還沒有這樣的平臺(tái)為電子游戲服務(wù)，我們認(rèn)為這是一個(gè)被忽視的機(jī)會(huì),。我們?cè)敢馔顿Y于具有以下特點(diǎn)的解決方案：

• 全套生成式人工智能工具,，覆蓋整個(gè)制作流程,。（代碼,、資產(chǎn)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(shè)計(jì)適合典型的游戲制作流程。

結(jié)語(yǔ)

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

甚至有一天，我們可以想象出一款完全個(gè)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(jīng)存在很長(zhǎng)一段時(shí)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(shí)可能近在咫尺,。

譯者：Jane