TEXT TO GAME正在慢慢走向現(xiàn)實(shí)。

3月30日，在2023競(jìng)核AIGC閉門會(huì)上，育碧、網(wǎng)易、朝夕光年、騰訊、行者AI等多家游戲公司專家齊聚一堂，就現(xiàn)有游戲生產(chǎn)中AIGC工具落地進(jìn)展、工作流應(yīng)用以及未來探索做了分享。

無巧不成書，幾位演講嘉賓背靠公司都手握游戲業(yè)務(wù)和AI研究?jī)身?xiàng)能力，這也讓他們對(duì)AIGC應(yīng)用于游戲認(rèn)識(shí)得更加深刻。

其中最為特殊的可能就是行者AI，行者AI團(tuán)隊(duì)組建于2016年，早在AIGC這個(gè)概念出現(xiàn)的7年前，就一直致力于研發(fā)游戲降本增效的工具，已經(jīng)迭代出相當(dāng)多的AI工具。

AI商業(yè)化落地極其不易。行者AI CEO尹學(xué)淵透露，行者AI目前通過AI三維美術(shù)資產(chǎn)、二維美術(shù)資產(chǎn)、音樂音效、虛擬玩家生成以及游戲安全等多項(xiàng)能力實(shí)現(xiàn)了正向收益。

滿足未被滿足的需求

“能實(shí)現(xiàn)盈利真的是太不容易了?！痹趫?chǎng)嘉賓幾乎都對(duì)行者AI能實(shí)現(xiàn)盈利表示了驚訝。因?yàn)樵谶^往實(shí)踐中，AI技術(shù)研發(fā)投入大，而要落到實(shí)際游戲生產(chǎn)中仍然是一件比較困難的事。

就拿近期最為火爆的AIGC美術(shù)舉例，Midjourney V5推出后，AI畫手難題已經(jīng)被攻克，并且可以生成照片級(jí)的圖片，讓人直呼美術(shù)要失業(yè)了。

不得不承認(rèn)，AIGC美術(shù)迅速發(fā)展的確會(huì)導(dǎo)致一部分初級(jí)美術(shù)被替代，但在頭部大廠項(xiàng)目和中高級(jí)美術(shù)人才的評(píng)判標(biāo)準(zhǔn)中，AI所創(chuàng)造的東西只有0和1。

什么叫只有0和1呢？簡(jiǎn)單解釋就是藝術(shù)家們的閾值很高，可能缺失一個(gè)細(xì)節(jié)都會(huì)成為作品被棄用的原因，即便AI做出了99%的完成度，在他們看來依然是無用功。因此，要去真正說服游戲項(xiàng)目組使用AIGC資產(chǎn)，就必須有超出他們預(yù)期的作品。

不過，有陽(yáng)春白雪就會(huì)有下里巴人。這個(gè)世界不只有3A大作、不只有頭部游戲公司，還存在著大量中小型游戲公司和下沉市場(chǎng)玩家，他們的需求同樣應(yīng)該被滿足。

比如2017年推出的獨(dú)立游戲《Loner》，它就是一個(gè)在深空中開飛機(jī)的游戲，整個(gè)世界幾乎都是黑的，只有飛機(jī)有一點(diǎn)光、前方有一點(diǎn)光。可能許多玩家玩了一會(huì)兒就會(huì)對(duì)它失去興趣，但這樣一款游戲也引起了許多孤獨(dú)玩家和抑郁癥患者的共鳴。

根據(jù)《2022年國(guó)民抑郁癥藍(lán)皮書》顯示，我國(guó)有9500萬人患有抑郁癥；同時(shí)，根據(jù)中國(guó)殘疾人聯(lián)合會(huì)數(shù)據(jù)統(tǒng)計(jì)數(shù)據(jù)，我國(guó)有8502萬殘障者。這一億多人中同樣有不少人，他們想要和正常人一樣收獲游戲的樂趣。

由于游戲制作成本高、創(chuàng)意難、系統(tǒng)工程復(fù)雜，要做出一款受歡迎的游戲成功率很低。好產(chǎn)品數(shù)量有限，玩家需求自然得不到滿足。

尹學(xué)淵表示，AIGC要解決的就是游戲生產(chǎn)力問題?？赡茉陬^部公司看來，AI創(chuàng)作的許多資產(chǎn)還達(dá)不到項(xiàng)目標(biāo)準(zhǔn)，但對(duì)中腰部公司來說，部分已經(jīng)可以生產(chǎn)使用。

比如行者AI的AI美術(shù)資產(chǎn)生成能力，可以通過AI為游戲提供概念原畫創(chuàng)作、ICON/圖標(biāo)生成、場(chǎng)景生成、廣告圖生成、3D減面等能力。

在日常美術(shù)工作中，像畫一些技能圖標(biāo)或是物品圖標(biāo)，其實(shí)是一個(gè)枯燥且沒有什么創(chuàng)意性的過程。倘若借助AI直接生成后，能將美術(shù)生產(chǎn)力解放，讓他們投入更具創(chuàng)意性的工作中。

同樣，一些服務(wù)于下沉市場(chǎng)的中腰部游戲公司，他們對(duì)美術(shù)的要求沒有頭部公司那么高，AI生成畫作可能稍加修改或許就能實(shí)際應(yīng)用，大大提高了游戲生產(chǎn)效率。

“再比如發(fā)行側(cè)游戲BGM，請(qǐng)人寫歌至少得幾萬塊吧，寫出來也不一定符合需求，”尹學(xué)淵打趣地說，“用我們行者AI能力百分之一的成本就搞定了?！?/strong>

高成本、長(zhǎng)時(shí)間 VS 低成本、短時(shí)間，在實(shí)際工作中這種巨大的效率差，無疑正是行者AI的優(yōu)勢(shì)所在。可以預(yù)見，未來這些中腰部游戲公司會(huì)更加依賴行者AI所提供的相關(guān)能力。

Text to 3D初見雛形

AIGC技術(shù)變化可謂是日新月異，從去年下半年開始，AI作畫已經(jīng)逐步融入工作流，谷歌也推出了音樂生成式AI模型MusicLM，這些技術(shù)無一不在快速變革著多個(gè)行業(yè)的生產(chǎn)方式。

聚焦到游戲行業(yè)中，目前仍有3D資產(chǎn)生成這樣較為復(fù)雜的工程，尚未涌現(xiàn)出成熟的AIGC一站式解決方案。大部分3D領(lǐng)域AIGC應(yīng)用還是側(cè)重輔助能力，比如3D重建、自動(dòng)Remesh、自動(dòng)LOD、自動(dòng)展UV等等。能像ChatGPT和Midjourney直接“Text to”的應(yīng)用還少之又少。

在閉門會(huì)上，尹學(xué)淵向大家介紹了行者AI的三維資產(chǎn)生成能力，通過輸入一定的參數(shù)即可自動(dòng)生成靜態(tài)3D建筑、花草樹木、山川河流等環(huán)境資產(chǎn)。

據(jù)悉，行者AI收集了大量建筑數(shù)據(jù)進(jìn)行迭代訓(xùn)練，最終完成了一個(gè)“Text to 3D”雛形?！拔覀儺?dāng)時(shí)做的第一個(gè)3D模型大概用了800多萬組數(shù)據(jù)樣本，最終訓(xùn)練出來了?！币鼘W(xué)淵說。

對(duì)于許多中腰部游戲公司和傳統(tǒng)媒體行業(yè)來說，行者AI現(xiàn)有的3D美術(shù)資產(chǎn)生成能力已經(jīng)基本可以投入使用。相較于，從零建模或者從商店中購(gòu)買素材再修改，節(jié)省了許多時(shí)間和成本。

除卻有點(diǎn)像“煉金術(shù)”的參數(shù)生成外，行者AI還具備3D模型可微分渲染與擬合、3D重建、動(dòng)作生成、3D人體模型的動(dòng)作與形態(tài)控制、基于路徑的運(yùn)動(dòng)生成等多項(xiàng)3D生成能力。這些都有望幫助游戲公司和其它行業(yè)進(jìn)一步“降本增效”。

AI2.0是平臺(tái)式機(jī)會(huì)

“目標(biāo)是將游戲研發(fā)成本壓縮到當(dāng)前的1%?！边@是行者AI的愿景。長(zhǎng)期扎根游戲行業(yè)，尹學(xué)淵深知游戲開發(fā)痛點(diǎn)，而從游戲公司創(chuàng)始人投身于AI行業(yè)，尹學(xué)淵的選擇并非空中樓閣，也與其自身學(xué)術(shù)背景息息相關(guān)。尹學(xué)淵在四川大學(xué)攻讀碩士和博士時(shí)主攻人工智能方向，又有10年的游戲經(jīng)驗(yàn)。

傳統(tǒng)分析型AI往往負(fù)責(zé)的是廣告推薦、金融風(fēng)控、安防識(shí)別等類型任務(wù)。可其能力上存在嚴(yán)重瓶頸，過于定制化、可應(yīng)用場(chǎng)景單一、不夠靈活，同時(shí)開發(fā)成本也比較高。

相較之下，新一代創(chuàng)作型AI，從強(qiáng)化學(xué)習(xí)、注意力機(jī)制到GPT，新一代架構(gòu)實(shí)現(xiàn)模型規(guī)模百萬倍提升，從十萬參數(shù)量級(jí)到千億參數(shù)量級(jí)。AI逐步產(chǎn)生理解能力，開始能勝任創(chuàng)作型任務(wù)，比如寫作、2D繪畫、交互、視頻、3D美術(shù)、音樂、音效、虛擬玩家等。

尹學(xué)淵認(rèn)為，GPT這類大模型就像是2010年時(shí)的安卓和iOS。它出來以后所有人都開始基于安卓或者iOS開發(fā)應(yīng)用，然后生態(tài)會(huì)出現(xiàn)爆發(fā)式增長(zhǎng)。

作為游戲行業(yè)老兵，行者AI也自帶創(chuàng)始人的氣質(zhì)。他們選擇將行者AI打造成一個(gè)游戲全產(chǎn)業(yè)鏈AI賦能平臺(tái)，從研發(fā)到營(yíng)銷涵蓋游戲開發(fā)的諸多環(huán)節(jié)，通過AI技術(shù)降低游戲開發(fā)和運(yùn)營(yíng)成本。

從實(shí)現(xiàn)路徑上來說，行者AI現(xiàn)在并不是走大模型方向，而是把整個(gè)流程進(jìn)行拆解，用一個(gè)個(gè)小模型分步驟解決問題。大模型帶來的能力，最終又會(huì)和這些小模型形成互補(bǔ)。

“我們畢竟是做游戲，做游戲我們最后要的是資產(chǎn)而不是AI，”尹學(xué)淵說，“從解決問題的角度來說，游戲要解決的是流程問題、工業(yè)化問題，而不是要追求那個(gè)大模型。當(dāng)然大模型帶來的能力，最終又會(huì)和這些小模型形成一個(gè)有機(jī)的互補(bǔ)”

比如，這種思路特別體現(xiàn)在行者AI 音樂、音效生成能力上。相比起論文里打造的端到端音樂模型，行者AI則選擇把它拆解成作詞、作曲、合成編曲、人聲演唱四個(gè)步驟分別解決。

尹學(xué)淵解釋道，優(yōu)勢(shì)是可以更精準(zhǔn)地生成用戶需要的內(nèi)容。這樣最終呈現(xiàn)的內(nèi)容更貼近你的設(shè)想，而不是一個(gè)不可控的內(nèi)容。

將問題一步步拆解細(xì)化，再逐步解決，這確實(shí)像是技術(shù)出身的思維方式。延伸至整個(gè)游戲生產(chǎn)流程，行者AI 也是如法炮制。如今經(jīng)過七年時(shí)間沉淀，行者AI已在美術(shù)（場(chǎng)景、人物）、音樂、虛擬玩家、玩法機(jī)制等各個(gè)模塊形成了完整的技術(shù)能力棧。

扎根游戲行業(yè)十年，既懂游戲也懂AI是行者AI的底氣。未來行者AI將繼續(xù)致力于利用AIGC能力降低游戲生產(chǎn)成本、釋放游戲生產(chǎn)力。

只有懂得，才明白什么值得。