來源：競核
圖片來源：由無界版圖AI工俱生成
AIGC掀起的產業變革浪潮仍在持續演進中。
自從去年像Diffusion擴散化模型、ChatGPT等大模型走火後，市場上出現了越來越多基於大模型的SaaS應用，像是Jsaper.ai、Runway等。它們的出現，讓產業界看到了大幅提升美術資產效率、打造強智能體的可能性。
我們了解到，不少游戲大廠已開始著手開發AI作畫、NLP等大模型，內測SaaS應用；中大型遊戲廠商則積極接入已有大模型，打造專屬的小模型，介入遊戲生產流程。
有觀點認為，AIGC革命性在於，它不僅節省了時間和金錢，同時也保證了質量，從而打破了成本、質量或速度只能取其一“的三角關係。它真正具有變革性意義的是：現在，任何人只要學會一些簡單的AIGC工具，就能獲得這種創造能力；這些工具可以以高度迭代的方式創造出無窮無盡的變化；AIGC一旦經過訓練，製作的過程是實時的——即時可用的。
從長遠時間來看，從理論角度進行分析，我們似乎很容易得出上述結論。一線遊戲開發者，大廠AI研究人員確實都為之興奮。可從短期來看，從實踐角度進行驗證，會發生AIGC當前仍是變革一些可量化，高度確定性的模塊，比如圖標等。
考慮到數據、算法、算力三架馬車推動著AIGC飛速向前，從業者們有理由，也有必要了解這項技術的前世今生。
什麼是生成性人工智能
去年9月，紅杉資本官網發表了一篇題為《Generative AI: A Creative New World》的重磅文章，把分成兩類：分析型AI（Analytical AI)和生成式AI（Generative AI)。
當前大熱的AIGC，即是後者。展開來講，即基於人工智能技術自動生成內容的新型生產範式，其中，兩大核心關鍵詞是AI+新型內容生成方式。
可以明確地說，AI在遊戲中的應用並不是新鮮事。即使是早期的遊戲，如雅達利的《乒乓》，也有計算機控制的對手來挑戰玩家。不過，這些虛擬敵人並沒有真正運行人工智能。它們只是由程序員精心設計的腳本程序。它們模擬了一個人工智能的對手，但它們不能學習，且他們無法超越他們的造物主—程序員。
如今，得益於算力蓬勃發展，算法不斷精進，人類可以建立大型的神經網絡。在高度複雜的領域，識別事物模式和特徵，甚至自主處理任務。
新的觀察和預測
觀察
首先，讓我們探討一下本博文其餘部分所依據的一些假設：
1. 人工智能研究將繼續增長，實用性越來越強
如下圖所示，每個月在arXiv中發表的關於機器學習或人工智能的學術論文數量。
正如你所看到的，論文數量正在成倍增長，沒有放緩的跡象。需要指出的是，這只是包括已發表的論文，許多研究甚至從未發表，直接用於開源模型或產品研發。其結果是導致對人工智能的興趣和創新的爆炸增長。
2. 遊戲將受到AIGC衝擊
在所涉及的資產類型（2D藝術、3D藝術、聲音效果、音樂、對話等）的數量而言，遊戲是最複雜的娛樂形式。遊戲也是互動性最強的，高度強調實時互動體驗。
這為新的遊戲開發者創造了一個陡峭的進入門檻，也為製作一個現代的、名列前茅的遊戲導致了高昂的成本。這也為AIGC的破壞性革命創造了巨大的機會。
像是《Red Dead Redemption 2》這類3A大作，製作成本高達近5億美元。玩家在遊戲中看到的NPC，實時變化的天氣系統、場景等，都需要資金。
據悉，該作擁有1000多個不可玩的角色（每個角色都有自己的個性、藝術品和配音演員），一個近30平方英里大小的世界，6個章節的100多個任務，以及由100多個音樂家創作的近60小時的音樂。關於這個遊戲的一切都很重要。
現在，將《Red Dead Redemption 2》與《Microsoft Flight Simulator》相比，後者不僅大，而且很壯光。 Microsoft Flight Simulator使玩家能夠圍繞整個地球飛行，所有1.97億平方英里的地方。
微軟是如何打造這樣一個大型遊戲的呢？通過讓人工智能來完成。微軟與blackshark.ai合作，訓練人工智能從二維衛星圖像生成一個逼真的三維世界。
這是一個例子，如果不使用人工智能，Microsoft Flight Simulator這款遊戲不可能研發出來，此外，還得益於這些生成三維世界的模型可以隨著時間的推移不斷改進。例如，他們可以修改“高速公路立交橋”模型，重新運行整個建造過程，突然間，整個Microsoft Flight Simulator 裡面所有的高速公路立交橋都得到了改善。
3. 在遊戲製作中涉及的每一項資產都將有一個AIGC的模型
到目前為止，像Stable Diffusion或MidJourney這樣的2D圖像生成器，由於其能夠生成非常搶眼的圖像，從而吸引了大部分人AIGC的興趣。
但是現在已經有用於遊戲中幾乎所有資產的人工智能模型，從3D模型到角色動畫，再到對話和音樂。
4. 內容的價格將顯著下跌
當與那些正在嘗試將AIGC整合到其生產管道中的遊戲開發者交談時，他們最興奮的是時間和成本的大幅降低。一位開發者告訴我們，他們為一張圖片生成概念圖的時間，從開始到結束，已經從3週下跌到1小時：減少了120比1。從長遠來看，在整個生產管道中也可以實現類似的節省時間。
明確地說，藝術家並沒有被取代的危險。這確實意味著藝術家不再需要自己做所有的工作：
他們現在可以設定最初的創意方向，然後將大部分耗時和技術執行工作交給人工智能。在這一點上，他們就像早期手繪動畫的畫師一樣，高度熟練的“墨客“畫出動畫的輪廓，然後由成本較低的“畫師“大軍完成耗時的工作，為動畫膠片上色，填充線條。這就是遊戲創作的“自動完成”。
5. 我們仍處於這場革命的初級階段，很多做法仍需完善
儘管最近很興奮，但我們仍然只是在起跑線上。在我們弄清如何利用這種新技術進行遊戲創作，還有大量的工作要做，而對於那些迅速進入這個新領域的公司來說，將會擁有巨大的機會。
預測
基於以上的觀察，以下是對遊戲產業可能被改造的一些預測。
1. 學習如何有效地使用AIGC將成為一項有市場前景的技能
我們已經看到一些實驗者比其他人更有效地使用AIGC。為了最大限度地利用這AIGC項新技術，需要使用各種工具和技術，並知道如何在它們之間組合轉換。我們預測，這將成為一種有市場的技能，將藝術家的創造性視野與程序員的技術能力相結合。
克里斯-安德森有句名言：”每一個豐富的內容都會創造一個新的稀缺性”。隨著內容變得豐富，我們相信那些知道如何與人工智能工具進行最有效的合作和工作的藝術家將是最緊缺的。
例如，將AIGC用於生產藝術作品將會帶來新的挑戰，這些挑戰包括：
連貫性。對於任何生產性資產，你需要能夠在未來對資產進行修改或編輯。對於人工智能工具，這意味著需要能夠用相同的提示重現資產，這樣你就可以進行修改。這可能很棘手，因為同樣的提示可以產生截然不同的結果。風格。一個遊戲中的所有藝術都要有一致的風格，這意味著你的工具需要經過訓練或與你的風格相聯繫。
2. 降低門檻將導致更多的冒險和創造性探索
我們可能很快就會進入一個新的遊戲開發“黃金時代”，在這個時代，較低的准入門檻導致了更多創新和創意遊戲的爆發。這不僅僅是因為較低的生產成本導致了較低的風險，還因為這些工具釋放了為更多受眾創造高質量內容的能力。這導致了下一個預測…
3. 基於AIGC技術催生的新遊戲品類
我們將看到新的遊戲類型被發明出來，而這在沒有AIGC的情況下是不可能的。我們已經談到了微軟的飛行模擬器，但還會有全新的遊戲類型被發明出來，這些遊戲依賴於新內容的實時生成。
考慮一下Spellbrush的Arrowmancer。這是一款RPG遊戲，以人工智能創造的角色為特色，幾乎沒有限制的新玩法。
我們還知道另一個遊戲開發商正在使用人工智能讓玩家在遊戲中創建自己的頭像。以前他們有一組手繪的頭像圖片，玩家可以混合搭配來創造他們的頭像，現在他們完全可以拋開這一點，只是根據玩家的描述來生成頭像圖片。讓玩家AIGC生成自己喜歡的內容內容比讓玩家從頭開始上傳自己的內容更安全，因為人工智能可以被訓練成避免創建攻擊性的內容，同時還能讓玩家有更大的所有權和歸屬感。
6.基礎模型之上，中間件工具大有可為
圍繞Stable Diffusion和Midjourney等基礎模型的興奮和炒作正在產生令人瞠目結舌的估值，但隨著新研究的持續湧現，確保了新模型將隨著新技術的不斷完善而不斷出現。
考慮到3個流行的AIGC模型的網站搜索流量：Dall-E、Midjourney和Stable Diffusion。每個新模型都有它的亮點。
另一種方法可能是建立與行業相一致的工具套件，專注於特定行業的生成性人工智能需求，深入了解特定的受眾，並與現有的生產管道（如游戲的Unity或Unreal）進行豐富的整合。
一個很好的例子是Runway，它針對視頻創作者的需求，提供人工智能輔助工具，如視頻編輯、綠屏移除、內畫和運動跟踪。像這樣的工具可以建立，並且貨幣化。我們還沒有看到像Runway這樣的遊戲套件出現，但我們知道這是一個積極發展的空間。
7. 法律挑戰正在到來
所有這些AIGC模型的共同點是，它們都是通過大量的內容數據集進行訓練的，這些內容通常是通過互聯網本身創建。例如，”Stable Diffusion “是在超過50億張圖片的基礎上進行訓練的，這些圖片都是從網絡上抓取的。
目前，這些模型聲稱在“合理使用“的版權原則下運作，但這一論點還沒有在法庭上得到明確的檢驗。顯然，法律挑戰即將到來，這可能會改變AIGC的格局。
大型電影公司有可能通過在他們擁有明確權利和所有權的內部內容上建立專有模型來尋求競爭優勢。例如，微軟在這方面特別有優勢，目前有23個工作室，在其收購Activision結束後還有7個。
建議
基於這些預測，我們給出以下建議：
1. 現在就開始探索AIGC
要想弄清楚如何充分利用這場即將到來的AI革命，可能還需要一段時間。現在開始的公司將擁有先發優勢。
2.尋找新的市場機會
我們現有市場的某些部分已經非常擁擠，如動畫，語音和對話，但其他領域卻很開放。我們鼓勵對這一領域感興趣的企業家將他們的努力中心化在那些仍未開發的領域，如“遊戲跑道”。
市場分析
當前市場格局
我們創建了一個市場地圖，記錄了我們在這些類別中發現的公司名單，我們認為AIGC對遊戲產生了影響。展望未來，中國遊戲市場大概率也會出現面向細分垂直領域的初創AI公司。
2D圖片
從文本提示中生成二維圖像已經是生成式人工智能應用最廣泛的領域之一。像Midjourney、Stable Diffusion和Dall-E 2這樣的工具可以從文本中生成高質量的二維圖像，並且已經在遊戲生命週期的多個階段中找到了它們進入遊戲製作的方式。
概念藝術
AIGC工具在“構思“或幫助非藝術家，如游戲設計師，非常迅速地探索概念和想法，以產生概念藝術作品，這是製作過程的一個關鍵部分。例如，一個工作室（保持匿名）正在共同使用這些工具中的幾個，從根本上加快了他們的概念藝術流程，只用了一天時間就創造出了一個圖像，而以前則需要長達3週時間。
首先，他們的遊戲設計師使用Midjourney來探索不同的想法，並生成他們認為有靈感的圖像。
這些圖像被交給專業的概念藝術家，他將這些圖像組合在一起，並在結果上作畫，以創造一個單一連貫的圖像，然後將其輸入Stable Diffusion系統，以創造一堆可能需要的概念圖像。
他們討論這些圖片，選擇一個，手動畫上一些編輯， 然後重複這個過程，直到他們對結果感到滿意。
在這個階段，再把這個圖像最後一次傳回Stable Diffusion，以“放大“它，創造出最後的藝術作品。
二維製作藝術
一些工作室已經在嘗試使用同樣的工具來製作遊戲中的美術作品。例如，這裡有一個來自Albert Bozesan的關於使用Stable Diffusion 來創建遊戲內2D資產的教程。
三維藝術作品
3D資產是所有現代遊戲以及即將到來的元宇宙的組成部分。一個虛擬世界，或遊戲關卡，本質上只是一個3D資產的集合，通過放置和修改來填充環境。然而，創建一個3D資產比創建一個2D圖像更複雜，涉及多個步驟，包括創建一個3D模型來添加紋理和效果。對於動畫人物，它還涉及創建一個內部“骨架”，然後在該骨架上創建動畫。
我們看到幾個不同的初創公司在追求這個3D資產創建過程的每個階段，包括模型創建、角色動畫和關卡建設。然而，這還不是一個已經完善的解決方案，沒有一個解決方案已經準備好完全集成到生產流程中。
三維資產
試圖解決3D模型創建問題的初創公司包括Kaedim、Mirage和Hypothetic，也有更大的公司在關注這個問題，包括Nvidia的Get3D和Autodesk的ClipForge。 Kaedim和Get3d專注於圖像到3D；ClipForge和Mirage專注於文本到3D，而Hypothetic對文本到3D搜索以及圖像到3D都感興趣。
三維紋理
一個3D模型的逼真程度取決於應用在網格上的紋理或材料。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。紋理包含關於光對材料的反應的元數據（即粗糙度、閃亮度等）。允許藝術家根據文本或圖像提示輕鬆地生成紋理，對提高創作過程中的迭代速度有極大的價值。一些團隊正在尋求這個機會，包括BariumAI、Ponzu和ArmorLab。
三維動畫
製作優秀的動畫是遊戲創作過程中最耗時、最昂貴和最有技巧的部分之一。降低成本和創造更逼真的動畫的方法之一是使用動作捕捉，即把演員或舞者穿上動作捕捉服，在一個專門的儀器化動作捕捉舞台上記錄他們的動作。
我們現在看到生成型人工智能模型可以直接從視頻中捕捉動畫。這更有效率，因為它消除了對昂貴的動作捕捉設備的需求，也因為它意味著你可以從現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有的動畫進行過濾，例如使它們看起來像喝醉了，或者老了，或者高興。追求這一領域的公司包括Kinetix、DeepMotion、RADiCAL、Move Ai和Plask。
關卡設計和世界建設
遊戲創作中最耗時的方面之一是構建遊戲的世界，AIGC應該很適合這項任務。像《Minecraft》、《No Man’s Sky》和《Diablo》這樣的遊戲已經因使用程序技術來生成關卡而聞名，在這些遊戲中，關卡是隨機創建的，每次都不一樣，但都遵循關卡設計者制定的規則。新的虛幻5遊戲引擎的一大賣點是它收集了用於開放世界設計的程序化工具，例如葉子的放置。
我們已經看到了該領域的一些企業家，如Promethean、MLXAR或Meta的Builder Bot，並認為生成技術在很大程度上取代程序技術只是一個時間問題。這個領域的學術研究已經有一段時間了，包括Minecraft的生成技術或Doom的關卡設計。
期待AIGC工具用於關卡設計的另一個令人信服的理由是創造不同風格的關卡和世界的能力。你可以想像一下，讓工俱生成一個1920年艷舞時代的紐約的世界，或者是神秘的刀鋒戰士式的未來，或者是托爾金式的幻想世界。
下面的概念是由Midjourney使用提示生成的。
音頻
聲音和音樂是遊戲體驗的一個重要部分。我們開始看到一些公司使用AIGC來生成音頻，以對應已經發生在圖形方面的工作。
聲音效果
聲音效果是人工智能的一個有吸引力的開放領域。已經有學術論文探討了使用人工智能在電影中產生“假聲“的想法（如腳步聲），但在遊戲中的商業產品還很少。
我們認為這只是一個時間問題，因為遊戲的互動性使其成為AIGC的一個明顯的應用，既可以創造靜態的聲音效果作為生產的一部分（”激光槍的聲音，在星球大戰的風格”），也可以在運行時創造實時的互動聲音效果。
考慮一下為玩家的角色生成腳步聲這樣簡單的事情。大多數遊戲通過包括少量預先錄製的腳步聲來解決這個問題：在草地上行走、在碎石上行走、在草地上跑步、在碎石上跑步，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複而不真實。
一個更好的方法是實時生成人工智能模型的聲音效果，它可以產生適當的聲音效果，在飛行中，每次都略有不同，對遊戲中的參數，如地面、角色的重量、步態、鞋類等，都有反應。
音樂
音樂一直是遊戲的一個挑戰。它非常重要，因為它可以幫助設定情感基調，就像在電影或電視中一樣，但由於遊戲可能持續數百甚至數千小時，它可能很快變得重複或令人厭煩。此外，由於遊戲的互動性質，音樂可能很難精確地配合屏幕上任何時候發生的事情。
二十多年來，自適應音樂一直是遊戲音頻的一個話題，可以一直追溯到微軟的“DirectMusic “系統，用於創建互動音樂。 DirectMusic從未被廣泛採用，主要是由於用這種格式作曲的難度。只有少數遊戲，如Monolith的《無人生還》，創造了真正的互動配樂。
現在，我們看到許多公司正在嘗試創造人工智能生成的音樂，如Soundful、Musico、Harmonai、Infinite Album和Aiva。雖然今天的一些工具，如Open AI的Jukebox，是高度計算密集型的，不能實時運行，但一旦建立了初始模型，大多數可以實時運行。
講話和對話
大量的公司試圖為遊戲中的人物創造真實的聲音。鑑於試圖通過語音合成為計算機提供聲音的漫長歷史，這並不令人驚訝。公司包括Sonantic、Coqui、Replica Studios、Resemble.ai、Readspeaker.ai等等。
將AIGC技術用於語音有多種優勢：
即時生成對話。通常情況下，遊戲中的語音是由配音演員預先錄製的，但這些都僅限於預先錄製的講話。有了AIGC對話，角色可以說任何話，這意味著他們可以對玩家所做的事情做出充分的反應。結合更智能的NPC人工智能模型（在本博客的範圍之外，但現在是一個同樣令人興奮的創新領域），對玩家完全反應的遊戲即將到來。角色扮演。許多玩家希望扮演與他們的現實世界身份幾乎沒有相似之處的幻想人物。然而，只要玩家用自己的聲音說話，這種幻想就會破滅。使用與玩家的化身相匹配的生成的聲音可以保持這種幻覺。控制。當語音被生成時，你可以控制聲音的細微差別，比如它的語調、轉折、情感共鳴、音素長度、口音等等。本地化。允許將對話翻譯成任何語言，並以同樣的聲音說話。像Deepdub這樣的公司專門專注於這個利基市場。
玩家角色
許多初創公司正在研究使用AIGC來創造可以與之互動的可信角色，部分原因這是一個在遊戲之外具有如此廣泛適用性的市場，如虛擬助理或接待員。
創造可信角色的努力可以追溯到人工智能研究的初期。事實上，人工智能的經典“圖靈測試“的定義是：人類應該無法區分與人工智能和人類的聊天對話。
在這一點上，有數百家公司正在建立通用的聊天機器人，其中許多是由類似於GPT-3的語言模型驅動的。少數公司專門試圖建立以娛樂為目的的聊天機器人，如Replika和Anima，他們試圖建立虛擬朋友。電影《她》中所探討的與虛擬女友約會的概念場景，可能比我們想像的更接近。
我們現在看到這些聊天機器人平台的下一個迭代，如Charisma.ai、Convai.com或Inworld.ai，旨在為完全渲染的3D角色提供動力，有情感，有代理權，有工具讓創造者給這些角色設定目標。如果他們要融入遊戲，或者在推動情節發展方面有一個敘事性的位置，而不是純粹的擺設，這就很重要。
一體化平台
最成功的AIGC工具之一是Runwayml.com，因為它將一套廣泛的創造者工具集合在一起。目前還沒有這樣的平台為視頻遊戲服務，我們認為這是一個被忽視的機會。我們很想投資於一個具有以下特點的解決方案：
涵蓋整個製作過程的AIGC工具。 (代碼、資產生成、紋理、音頻、描述等。) 與流行的遊戲引擎如虛幻和Unity緊密結合。設計成適合融入遊戲生產流程的工具。
總結
現在是成為遊戲創作者的一個令人難以置信的時代部分原因是這篇博文所描述的工具使生成構建遊戲所需的內容變得前所未有的容易。部分歸功於這篇博文中描述的工具，生成構建遊戲所需的內容從未如此簡單–即使你的遊戲像整個地球一樣大
我們可以想像有一天，整個個性化的遊戲是為玩家創建的，都是基於玩家的需求。
甚至有一天，可以想像整個個性化的遊戲，只為玩家創建，完全基於玩家的需求。
這在科幻小說中已經存在了很長時間–比如《安德的遊戲》中的“人工智能智力遊戲”，或者《星際迷航》中的全息甲板。但是，隨著這篇博文中所描述的工具進展如此之快，不難想像這種現實就在眼前。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載