遊戲AI 怎麼就進入2.0了？

原文來源：遊戲價值論

作者：李亞捷

圖片來源：由無界AI‌ 生成

雖然此前已經多次表示技術會成為遊戲行業階段性發展的最重要推力之一，但關於遊戲AI的應用迭代之迅猛依舊讓人咋舌。

如果說利用AI工具提升生產效率是1.0階段（量），那麼騰訊網易作為行業頭部，已經一隻腳邁進了更複雜的內容多樣化相關，無論是NPC的行為設定還是動作智能化的應用，這些都是質的2.0階段。

技術的應用更直接的與內容競爭力掛鉤。

學術與應用

在今年剛剛結束的2023世界人工智能大會（WAIC）上，廈門大學聯合中國傳媒大學、中央美術學院、北京理工大學、上海交通大學等多所高校部門，籌備成立“遊戲人工智能高校聯合研究中心”，持續深化遊戲人工智能的研究。

按照廈門大學信息學院副院長張俊鬆的說法，遊戲與人工智能技術的結合，催生了遊戲人工智能前沿研究領域。遊戲人工智能致力於創造類人水平的智能體，有助於促進通用人工智能創新發展，已經成為國際科技競爭賽場上的重要部分。重視和推進遊戲人工智能在前沿科技發展中的關鍵性作用，是學界和業界在未來一段時間裡的重要目標和任務。

在遊戲中訓練AI，來幫助通用AI的創新發展，是核心關鍵詞。

例如騰訊2020年起想高校開放的開悟平台，是很典型的面向學生群體開放脫敏遊戲數據集及遊戲核心集群，並提供評估工具、計算平台以及其他研究支持服務，以測試並提升AI在復雜對戰遊戲場景下的多維度決策水平。同時後續與北大、清華、中科大等19 所頂尖高校合作開發課程，讓學生用更有趣的方式來理解機器學習、強化學習、多智能體決策等知識點來培養後備人才。

這是學術上AI的關鍵意義，但從商業角度，外界更看重的是遊戲AI的實際應用落地。

在遊戲AI 1.0的階段，利用其完成生產效率的大幅提升，是衡量企業這方面發展的重要指標。

遊戲作為創業產業，始終保持對內容的渴求。手游爆發後，為了提升產品質量，美術軍備競賽成為主流；國內發展固化、版號整頓又迫使企業大規模出海淘金；未保常態化，以遊戲技術為核心的跨界探索成為拔高產業天花板的新未來。

眾所周知，科學技術是第一生產力。科學技術的進步提高了勞動者的素質，使其在生產過程中的地位和作用發生了深刻變化；科學技術向勞動資料系統的滲透，湧現出許多先進生產工具，從根本上改變了現代生產的面貌，大大提高了先進生產力；科學技術的飛速發展，使勞動對象範圍擴大和質量提高，開發和利用更加深入、有效。

現在，AIGC所代表的更先進生產工具擺在所有遊戲企業面前，通過AI工具的熟練使用，有可能幫助中小團隊控製成本、提升效率的同時，嘗試製作更多更大型的項目進而同台競技。

此外創意和想法固然是開發團隊的核心競爭力，但現在對於新興技術和先進工具的運用也成為策劃腦中設想到實際產品落地的決定性力量。

以遊族為例，前幾日宣布AI創新院正式揭牌，其AI創新院負責人接受媒體採訪時表示：目前遊族在AI科技領域的規劃與佈局分兩方面，一方面，內部通過匯集行業優秀的技術人才，組建AI工程團隊，引入了成熟的商用AI解決方案，同時也採用了一些開源的AI技術，在美術資產生成、配音、與外部科技公司開展合作，共同設立聯合研究院，針對遊戲和AI結合的具體應用場景，定制解決方案。

而在上個月“2023上海遊戲精英峰會暨遊戲出版產業報告發布會”上，完美世界分享了AI技術在內部遊戲研發管線各個環節中的全面應用，針對不同類型AIGC工具以及不同項目的需求，有針對性的訓練不同AIGC工具的模型。內容製作團隊可以直接輸出各類更加適配的圖片、音頻等素材，加速UI、動畫、材質等美術資產的製作流程。具體包括AI為遊戲引擎生成指定功能的材質節點、AI輔助場景搭建、AI劇情輔助以及虛擬人等等。

另一個則是首次對外展示了完美正在嘗試的AI融合驅動的完整形態案例——複合應用AI in GamePlay，包括場景信息、角色信息、情節發展、玩家行為、對話等均由AI演算。

如果說生產管線自動化降本增效是標準的1.0模式，那麼智能NPC根據當下環境和情景智能演繹，為不同玩家提供不同的感官以及遊戲體驗，其實已經觸碰遊戲AI 2.0的核心，從“能省心做”到“如何做的更好”。

深度介入內容質量

遊戲價值論此前提到，當前的手游行業競爭已經進入量大管飽的階段，大眾化的玩法某種程度上已經成了消耗品，成為“內容”的一員。絕大多數遊戲都需要提供內容量來維持遊戲熱度，區別在於內容的定義既包括劇情相關也包括玩法資源，既有遊戲更新的直觀表現，也有用戶UGC和場外二創的不同方向。

遊戲AI 1.0可以嘗試解決鋪量的問題，2.0則是大廠希望通過技術優勢更深層介入內容“質”的程度，進而拉開競爭差距。

本次WAIC分論壇上，騰訊天美J3分享了與騰訊AI Lab團隊合作的一些內容，例如設計了一套通用的融合多模態環境感知方案，讓AI可以高效建模3D地形並進行決策，從最簡單的1V1模式開始研究、訓練模型，逐步發展到5V5更加複雜的模式。

這裡其實與上文提到遊戲AI學術性質的訓練直接掛鉤。

FPS中的3D環境更能貼近人類在真實環境下的表現，具備提供跨領域研究的價值。而訓練的成果，除了學術價值，可以更加直接的轉化為遊戲中的商業價值。

另一個直觀的應用是天美在《逆戰手游》中根據自回歸神經網絡算法模型(ARNN模型)應用的AI動作生成技術，簡單來說是遊戲中的NPC會根據玩家的實時行為進行動作反應，這些動作可以根據運動學原理，自主生成和調節，進而提升遊戲的沉浸感和可玩性。

這個技術同樣是與騰訊Robotics X 實驗室合作，原本是訓練AI讓機器人生成模擬真實生物的動作表現，在遊戲應用的同時，也加速AI訓練的進度。

網易最近上線的《逆水寒》手游中，關於AI的應用既包括繪畫、捏臉系統，也包括400位AI NPC、超40個AI作詞打卡點，網易集團高級副總裁胡志鵬此前在接受記者專訪時表示，玩家在《逆水寒》手游中與智能NPC所有交互過程與結果，都將與遊戲內容深度融合綁定，影響遊戲整體的後續走向。

簡而言之，大廠對於AI模型更多定型化的訓練，獲得的研究成果，可以直接轉化成更多遊戲內容的應用落地，創造更加直接的價值，這也意味著遊戲AI對於遊戲的影響從量到質全方位的深化。

明確了方向之後，技術對於遊戲行業的影響還在提速。