社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

ChatGPT唤醒AI游戏?

刘旷 • 1 年前 • 253 次点击  

配图来自Canva可画

“七天制作新游戏”、“AI全自动完成所有游戏!”......继各种AI绘画、AI合成照片、视频之后,AI在游戏领域开启了新一场狂欢。

长久以来,游戏和AI一直有着“相互扶持”的亲密关系——一边是游戏充当AI科研基地,正向拉动AI技术进步;一边是AI定位为先进的技术工具,为游戏体验带来更多可能性。如今,ChatGPT彻底引爆AI领域,与人工智能有所关联的行业深受影响,游戏和AI之间的关系亦有了更深层次的连接。

AI是游戏的活水源

伴随着AI绘画、AI合成图片视频接连爆火,AI技术应用的重要性愈加突出,“AI+”在各行各业的讨论热度不断升高,其中“AI+游戏”的议题更是被英伟达、微软、腾讯、米哈游等国内外大厂频繁提及,原因很直接简单——在人工智能技术进入实用阶段的当下,AI在游戏领域更容易发挥作用,凸显的价值也更为直观。

在游戏开发端,AI能够贯穿游戏研发、制作、运营全链路,推动游戏行业高质量发展。在游戏领域,高品质游戏大作背后所要付出的时间成本和金钱成本都很高,而随着AIGC技术带来生产力的提升,游戏开发的“高质量-低成本-短时间”的不可能三角或将被打破。

例如在游戏研发环节,开发者可以先用AI生成大量设计初稿,而后在此基础上进行筛选、修改即可,一定程度上有效降低了游戏制作时间。同时AIGC的应用,可以将部分人力资源从大量重复的工作中解放出来,让他们聚焦到更富有创造力的环节上,进而让“好游戏”的开发更加省时省力。

在游戏用户端,AI能够让人机更具有“灵魂”,增强用户在游戏中的交互体验。通常来说,游戏中的NPC都是由游戏团队提前制作固定文本与用户进行交谈,对话内容死板套路、缺乏“灵魂”,而加入适当的AIGC功能能让其实现真正的“开口说话”。

以实装“游戏版ChatGPT”的《逆水寒》手游为例,这版游戏中的NPC角色可以基于对话内容,自主给出有逻辑的行为反馈,玩家可以与智能NPC自由生成对话,实现与NPC的深度交互。

无独有偶,米哈游的《崩坏:星穹轨道》同样也在NPC的行为模式中加入了AI技术,让其与用户交互更加自然。可见得在一定程度上,有了AI的加持,游戏产品可以更加精美且更加契合用户需求。

当然,从游戏行业参与者的角度来说,驱使众多大厂们集体加码AI游戏的核心动力,不仅在于可以借助AI技术帮助游戏完成真实感、沉浸感的搭建,更在于AI可以持续借助游戏产生的海量数据进行自我修正以及自我完善。

游戏是AI的试验场

众所周知,AI研究的四大要素是算法、数据、算力、场景。然而,面对算法测试困难、场景及数据稀缺、算力昂贵等问题,加上现实场景复杂多变的特性,能够适宜AI研究的环境不多。但在游戏场景中,AI倒是能够相对容易地完成实验,降低试错成本。

一方面,游戏虚拟化身可以反复训练AI对话、听、说等交互能力。回溯“AI+游戏”发展,最经典的莫过于棋盘游戏对AI进化的影响。早有棋类游戏启发AI思想,训练DeepMind AlphaGo系列击败人类选手;现有Meta用《外交》游戏实验AI CICERO的谈判、说服和合作能力。

据悉,Meta的CICERO可以通过对话推断玩家的信念和意图,并根据其计划生成对话,目前其在《外交》中已经能够打出人类级别表现。数据显示,在40场匿名在线比赛中,Cicero的平均得分是人类选手的两倍多,且在不止一场比赛中排名前10%。

在游戏中最不缺数据资源,玩家每天在游戏中都会产生大量数据供AI进行深度学习,选择在复杂的博弈游戏中探索AI能力,不失为一个“让AI更贴近人类”的好方法。

另一方面,游戏中可以模拟现实中的大多数场景,为AI落地现实场景提供很好参考。在游戏中可以对现实场景进行高仿真还原,为AI学习创造合适的条件和环境,而AI研究团队则可以借由复杂的游戏场景不断打磨AI算法、验证技术效果。

比如在对自动驾驶AI算法研究中,研究人员从《GTA》提取不同场景下的训练数据,然后将这些标签提供给机器学习算法,使其能够识别真实街道上显示的汽车、行人和其他物体,进一步优化自动驾驶效果。

包括现在广为人知的ChatGPT,其诞生同样得益于DOTA2游戏项目的变相推动。不可否认,游戏一直是人工智能领域的重要训练地,未来或也是AI行业蝶变的关键推手。

至少从ChatGPT的成功案例来讲,游戏技术确实可以驱动AI的创新发展,所以不妨猜测AI的下一个里程碑式产品也很有可能会跟随着游戏技术的不断升级而降生。

综上所述,如今ChatGPT大火,AI与游戏产业结合愈加紧密。一边是相关AI技术已然深度介入游戏领域,为行业带来全新变革;另一边是游戏场景良好的模拟环境反哺相关AI技术的升级。而在这段相互作用的关系中,游戏赛道将得以充分汲取新的“养分”,实现真正的茁壮成长。

ChatGPT赋予AI游戏更多可能

ChatGPT引爆了AI领域,也点燃了各赛道玩家的热情。不难发现,目前AI游戏已经成为腾讯、网易、英伟达、微软等国内外头部企业发力的核心方向,而原因就在于ChatGPT爆火的背景下,AI游戏显露出了巨大的发展潜力。

首先是盈利能力的再度提升。一方面,ChatGPT与游戏产业共振,推动了芯片、终端硬件等相关业务的发展。较为明显的是芯片的热销,拿英伟达来说,其芯片业务底盘一直都是游戏,人工智能业务的增长可以为它带来额外的盈利方向,比如AI游戏芯片这一大卖点。

另一方面,从游戏产品本身来说,ChatGPT相关技术提升玩家游戏体验,一定程度上会带动用户数量以及付费率和ARPPU(每付费用户平均收益)的提升。

其次是应用场景的全新延伸。在B端,大厂能够利用AI技术提供给游戏开发者更加多元的解决方案。像腾讯推出3D虚拟场景自动生成解决方案,通过AIGC技术,帮助开发者在极短的时间内打造出高拟真、多样化的虚拟城市场景。

其实不止腾讯,如今深耕B端商业化成为大厂们共同的一大关键词,它们无一不在期待着B端能够在“AI+游戏”这场潮流中顺势爆发。眼下百度、阿里都在积极将生成式AI嵌入自家产品当中,未来同腾讯一样试图让“AI+游戏”的种子在B端落地开花或也是早晚的事。

再者是AI、游戏两大产业的发展得以向前跨步。于AI领域而言,游戏便捷AI训练,加快AI研发进度;于游戏而言,AI驱动游戏创新,提升游戏体验。一定程度上,AI游戏可以同时拔高的AI、游戏领域的发展高度,对于英伟达、腾讯这类意图AI、游戏两手抓的玩家而言,推动AI游戏深度发展势在必行。

AIGC持续走深,游戏或成AI最佳抓手

经由ChatGPT系列产品的推出,AI技术得到空前的关注,但就现实情况而言,国外AI技术的影响力更胜一筹,对于想要实现AI长线发展的国内大厂而言,当下急需为AI找到一个良好的抓手,而集合文本、图像、音效等要素于一体的游戏则成为AI技术落地的最佳渠道。

目前各大厂都在大力促成AI与游戏的结合,“AI+游戏”已成大势——阿里旗下的灵犀互娱《三国志·战略版》采用启元世界游戏AI解决方案,沐瞳科技《MLBB》采用超参数AI Bot等。

AI与游戏已经深度绑定,未来伴随着AIGC相关技术的进一步落地,游戏产业的价值也将得到重新审视。毕竟本质上,游戏作为各大内容要素的集合体,自然可以充分享受内容生产力变革所带来的助益。

据国泰君安证券测算,2022年国内游戏行业实际销售收入为2659亿元,预期研发费用占比15%,假设未来可AIGC化的比例为50%,那么AIGC在目前游戏行业应用的市场规模可达到200亿元左右。由此一见,与AIGC融合自是有望提升游戏产业的市场价值。

不过需要注意的是,对于整个游戏产业而言,“AI+游戏”蔚然成风,带来新机遇的同时也将带来许多未知的挑战。

比如AI研发进展缓慢,相关产品应用无法在游戏行业落地,会对游戏产品的商业价值和投资回报造成影响;基于深度学习的人工智能模型在训练过程中涉及的数据安全问题;AI技术发展连带着游戏产品面临新一轮的监管等等。

与任何事物的发展一样,AI技术也会存在双面性,游戏与之结合或许不能完全称好,但可以确定的是,AI技术的加持有望提高游戏行业的质量天花板,未来伴随着AIGC相关技术的持续走深,“AI+游戏”或会打开不一样的“新天地”。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/155762
 
253 次点击