曾在游戏行业低调发育的AI工具 “躁”起来了
自ChatGPT面世以来，由其掀起的生成式AI浪潮席卷了各行各业。发展到目前，AI在绘画、写代码、文本创作等创作型产业方面的能力节节攀高，而这些能力，更极大地惠普了游戏行业。尽管伴随着许多争议，但AI逐渐渗透进游戏研发、发行乃至游戏生态建设每一阶段工作流程中已是难以忽略的现实。
截止目前，技术人员和游戏从业者们所探索出较为务实的落地方向包括游戏前的美术设计、内容设计（游戏地图、音乐、音效、人物、游戏方案、代码、剧情）和测试；游戏中的体验优化（智能NPC、掉线托管）、运营优化（平衡匹配、违规审判）；以及游戏周边（直播、训练、竞技）等各个环节。
下面，就让我们走近这些2023游戏行业最前沿且“不可或缺”的游戏AI工具，挖掘并解读其背后的“奥秘”。
游戏AI1.0：既要降本，也要增效
游戏作为创意型产业，对内容等方面创意的追逐从未停歇。但AI的发展过程并非一蹴而就，在游戏AI发展的过程中，也经历了几个关键阶段。在游戏AI 1.0阶段，游戏厂商们对AI的应用多出于“降本”与“增效”的考量，AI按照功能划分大致可分为两种：①用于内容推荐算法对已有内容进行分析的分析型AI，通常用于买量投放的整个流程；②生成各类游戏资产的生成型AI，如角色、剧情、美术、音乐、动画、地图（2D）设计等。
01 分析型AI——投放买量的“好帮手”
AI用于买量投放环节中，能够覆盖买量素材制作、投放效果分析到投放执行的整个流程，能够最大化实现降本增效，如三七互娱的AI投放系统，能够用海量数据对机器学习模型进行训练，从而令机器人在素材选择、投放账号、受众、竞价、计划调整等方面做出优化，从而省去大量人工成本。可以说，AI强大的数据抓取能力和总结、提炼信息能力，在投放买量也就是营销端颇有成效，尤其在给机器人“投喂”大量数据后，AI在这些方面的效率都能实现快速提升。
资料来源：量子位《AIGC/AI生成内容》
除此之外，目前在海外也已经有对应的AI工具，能够在市场分析、迅速生成游戏概念、提供创意等方面提供助力。
02 生成型AI——游戏制作的强大助力
在投放买量环节之前，AIGC的能力使现有的UGC工作流程发生了极大改变，并辐射到游戏制作过程中的每一环节。在1.0阶段，AI的主要助力集中在2D游戏的开发制作中。
首先，AI能够通过人类的文本、语音或图像提示，与人类共同创作工具，如用于游戏背景世界构建、故事剧情、任务等方面的共同编写工具（如AI Dungeon和Electric Noir等初创公司利用AI制作的分支叙事游戏）、能够帮助没有经验的开发者完成UGC游戏开发的辅助编程工具（如贪吃蛇游戏制作试验）。基于这类工具的使用，一定程度上降低了游戏创作的门槛，使得全球范围内开始涌现出大量的新游戏开发者。
图源：推特 Ammaar Reshi @ammaar利用ChatGPT制作的贪吃蛇游戏
除编程能力外，AI还能够为游戏创作者提供更加细致且多样化的能力，1.0阶段更多利用到的是AI绘画能力，借此在游戏中来创造无限的内容生成。AI绘画的原理是利用扩散模型等学习技术将文本信息转化为相应的像素图像，主要由三部分组成：文本编码器（将文本信息转化为特征）、图像信息创建器（根据文本描述创造并改善图像）、图像解码器（根据文字不断修正来得到最后的图像）。
目前，主流的图像生成模型为扩散模型（Diffusion Model），能够代表这一模型的主流产品有Stable Diffusion、DALLE-2等，除此之外，游戏引擎也有推出相关功能，能够通过API方式链接到外部的AI图片生成工具，在游戏角色立绘、贴图等环节发挥重要作用。如F2P手游《Bearverse》，在角色设计阶段，先利用AI生成初步草图，然后通过画师对其进行了人工调整，耗费工时从6个月缩减至1个月，开发成本也从5万美元减少至1万美元。
图：《Bearverse》 左：AI制图 右：画师修改后图片
同样，《赛博朋克2077》的场景设计师Timur Ozdoev在独游作品《Cognition Method》中也充分利用了AI来进行概念原画的制作和素材生成。
图源：Steam 《Cognition Method》
更进一步的环节，是AI编程能力和内容创作能力的结合应用，通过对这几类AI工具的熟练使用，可以在帮助创作者降本增效的同时尝试制作出更大的项目来同台竞技。这里以各类GameJam（独立游戏开发比赛）为例，这类比赛往往要求开发者在短时间（如48小时）内完成一套demo级的游戏，其中最令人头疼的问题莫过于美术素材从哪来、如何实现GamePlay等。对于这些问题，就可以利用AIGC来解决。比如一位海外开发者用PhotoShop和制图AI辅助制作了一款2D倾斜视角像素游戏。
首先，通过对AI绘图软件用简洁的文字下达指令并反复筛选迭代，他得到了想要的背景素材：
“pixel art, 2D, top view, grass and mud road, consecutive, no people, background”
接下来绘制所需的建筑素材，在2D游戏中，建筑视角一般为正前方+45°角俯视，下达并修改指令后，就得到了所需建筑造型：
“Looking down from the front, outdoor, Pixel art, a wooden house”
随后，将两张图片通过PS叠加在一起，从而将其处理成一个可用素材：
通过上述方法，可以快速制作出所需的所有背景、角色、家具、建筑等各类素材，接下来通过游戏引擎，可以对这些素材进行分割和筛选，最后则需要转入Stable Diffusion将这些素材进行进一步优化，从而一步步实现从0到1的游戏创作。
（注：以上图片均来自PIXIV FANBOX create by Petybear 运用到的工具为Midjourney、Stable Diffusion web UI、PS）
游戏AI 2.0：最大化增强游戏体验
如果说出于降本增效的考虑，AI 1.0阶段更多利用到的是AIGC在文本、绘图、投放买量等方面的“基础”能力，那么进入AI 2.0阶段，“千人千面”的剧情以及智能NPC的出现、智能BOT的升级，为游戏行业提出了一些新的机制，并迅速提高了当下玩家的游戏体验，将AIGC+游戏推向了一个新的高度。
01 千人千面，智能NPC大放异彩
国内最具代表性的例子是网易在《逆水寒》中应用的智能NPC系统，通过在游戏中实装“ChatGPT”，令游戏中的超400名NPC搭载了AI引擎，由此具有了独立的性格和行动模式，并且能够影响游戏环境，从而触发不同的剧情线路。
在海外地区，几乎所有的大作都曾经或正在游戏中展现升级后的AI成果，如在《光环：战斗进化》中，各个种族之间随着时间推移均使用了独特的战术；在最新推出的《FIFA》中，新添加了“足球知识”这一基于AI的系统，能够确保球与球员都遵循现实和科学的定律，带来更强的沉浸感；在《侠盗猎车手5》中，其团队研究出了一种增强合成图像的方法，并非1:1还原，而是能够在此基础上渲染和生成一个新的城市样貌，通过这种方式将GTA中的街景变成了真实世界场景……除此之外，《荒野大镖客2》《半衰期》等产品也均使用了AI来增强玩家的游戏体验。
（图：右侧建筑是AI生成场景 ——该AI算法使用了来自德国真实街景的Cityscapes数据集，通过大量训练令其具备了“脑补”的能力。关于这项研究成果，感兴趣的读者可以通过以下网址阅读完整研究论文：https://arxiv.org/pdf/2105.04619.pdf）
02 智能BOT，最广泛的应用
在任何游戏中，都有智能BOT的“身影”存在，尤其在各种对抗性质如棋牌类、MOBA、FPS等品类中更是得到了广泛应用。在棋牌博弈中，比如1999年战胜了国际象棋冠军的IBM智能AI “深蓝”；2016年战胜了围棋冠军的AlphaGo；2020年超越了99%的麻将选手的麻将AI“Suphx”等等。
图源：维基百科
在MOBA及FPS等品类的游戏中，智能BOT也能够在多方面进行赋能：智能BOT可以充当“陪玩”，模仿真人玩家进行游戏决策和操作，在对局中以假乱真；若在游戏中有玩家掉线，智能BOT也可以“托管”玩家角色，代替掉线玩家进行对局，在一定程度上减轻不公平对局的影响。此外，“托管”功能在SLG游戏中也能够起到一定作用，比如启元世界花费三个月为某款SLG游戏打造的AI托管功能，战斗效果比行为树托管系统要高出一两倍，甚至能够和资深策划打得五五开。
除此之外，智能BOT还可以根据玩家表现动态调整敌人的行为、难度级别和游戏机制，实现玩法“自适应”，从而达到持续优化游戏平衡的效果。比如第一人称设计游戏《F.E.A.R.》，该游戏中使用的AI技术GOAP是第一款采用目标导向行动计划 (GOAP) 的游戏。该AI技术能够使对手的行为极为接近人类的动作，从而带给玩家深刻的游戏体验。
（图源：《Three States and a Plan: The A.I. of F.E.A.R.》
感兴趣的读者可以点击链接查看完整论文：
https://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf）
03 从模拟人类到“超越”人类
如我们上面提及到的，自从人类制作出的AI（如AlphaGo等）在棋牌类博弈中战胜了人类自己，AI研发者对于智能AI的目标就被刷新到了一个新的高度。不止局限于棋牌领域，各类含有竞技元素的游戏也成为了他们的“头号目标”。比如索尼就针对模拟赛车这条赛道进行了探索。
与其他领域不同的是，模拟赛车的规则并非“说一不二”，而是像足球比赛一样，由一位裁判负责评估赛道上的行为，并有权在选手违反赛车规则时给予处罚。对于AI来说，捕捉这个松散的概念颇具挑战性，需要找到一种配置让AI既能够按照既定的路线行驶，又能遵守赛车原则。在长达1年多的探索后，索尼研发团队制作出的GT Sophy成为了赛车领域的“AlphaGo”。
图源：Sony AI 从开始探索AI，到AI超越冠军赛车选手仅用了一年多时间
以上就是AI 2.0阶段对游戏行业的主要赋能，总结来看，在这一阶段研发者们对于AIGC能力的深化已远远超出了我们此前对其发展速度的预测，在游戏体验创新、游戏服务优化等方面，正潜移默化地改变着游戏生态。
游戏AI新阶段：人人都是游戏开发者
由于AI在游戏各个环节（内容制作、玩法设计、投放买量等）都能够提供相应的工具和助力，因此极大地降低了游戏创作的门槛，这也为游戏赛道带来了更多创意的可能性——全新的游戏品类正在催生。而这一趋势，意味着游戏AI步入了新的阶段，即游戏制作方式的变革。
当下，创作者可以利用AI绘画工具制作游戏原画、AI文本工具撰写游戏文案、AI音乐工具制作背景音乐、AI编程工具编写代码设计游戏关卡、AI BOT测试游戏、与游戏引擎结合实现GamePlay等。而在此基础上，AI游戏能够为玩家带来新颖的游戏体验。
仍以“贪吃蛇”为例，Cocos引擎生态系统总监JiangWei全程使用AI制作出了一款3D版贪吃蛇游戏，从编程到着色器开发、音乐、图像等方面全部都交由AI来负责。
图源：Linkedin @JiangWei 游戏创作脑图
其中，游戏制作过程中大部分指令和编写代码、动画特效、着色器等部分均是通过与ChatGPT进行对话来完成，音乐通过mubert.com这样的音乐生成AI完成，最后则是通过AI绘图工具来创作背景画面和角色。在历时2个小时后，一款3D版贪吃蛇被成功制作出来。
图源：Linkedin @JiangWei
除了贪吃蛇，目前也有厂商成功制作出了“纯AI驱动的游戏”，如Hidden Door推出的一款基于公共IP改编的桌游RPG《Wizard of Oz（绿野仙踪）》，其中大部分文本和美术都由AI生成，而AI引擎赋予了每个玩家自由改变剧情的能力，从而为玩家带来定制化的游戏体验。
图：Wizard of Oz（绿野仙踪）
从游戏AI 1.0到当下的全新阶段，AI技术的飞速发展已经深入影响并改变了游戏的创作生态。在未来，每个人都有机会成为游戏创作者，而随着AI技术应用的不断成熟，新一代的游戏开发者们将会释放出一波游戏设计创造力的潜能，从而为游戏行业带来更大的变革。届时，相信还会有更多新的游戏品类和趋势诞生，我们拭目以待。
参考附录：
1.Develop a 3D game in 2 hours with AI? Is it possible?
2.Peeking Under the Hood of GT Sophy
3.AI in gaming: A complete guide
4. AI in Gaming | 5 Innovations Changing The Future of Gaming
5. AI for Game Developers by David M Bourg, Glenn Seemann
6. The Generative AI Revolution Will Enable Anyone to Create Games
7. 《GameJam神器？AIGC辅助游戏极速开发！》01、02
注：关注【扬帆出海】公众号后台回复“游戏AI”可获取相关文章链接直通车。
·END·