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  »  aigc

AIGC在游戏行业落地如何了?

第一财经 • 2 年前 • 385 次点击  

2024.06.26

本文字数:4589,阅读时长大约7分钟



导读:“生成式AI在游戏行业不至于是噱头,这是大的共识,但离大众想象中那么好肯定是有距离的。”


作者 | 第一财经 刘晓洁


在2023年初AIGC开始被大众所认知的时候,游戏领域的股票一片飘红,AIGC被认为可以赋能游戏制作的各个环节,游戏板块(BK1046)从2023年初的800左右到2023年中翻倍至1600左右。
到今天,距离这个概念普及一年半有余,期待的效果实现了吗?AIGC在游戏行业的落地怎样了?倘若翻开各大上市企业的财报,AI无疑都是重点提及的部分,不少厂商都表示在重点布局AI,在原画、文案、配音、海报、客服等场景开始应用。
但如果要聊到底多大程度上降本增效了,或许还无从谈起。游戏行业分析师张书乐认为,虽然游戏作为多媒体内容,是AIGC能够全覆盖的试验场,但目前来看AI还只是一个简单外挂,由于还是初步使用,AIGC的研发维护成本都还没能在较长时间线上摊薄,加上应用不够深入,降本增效短时间内不会被明显看出。
游戏行业投资人高成志对第一财经表示,生成式AI在游戏行业不至于是噱头,这是大的共识,但离大众想象中那么好肯定是有距离的,“主流公司都在积极关注生成式AI的新产品,但尚未有公认很成熟的应用案例。毕竟游戏研发是一项复杂工程,需要跨职能紧密协作,耦合性很强,且作为非刚需的娱乐消费品而言,玩家最终还是为体验买单,品质要求又不低。”他认为,游戏行业仍需等待生成式AI的质变,道阻且长。
六成头部企业已构建AI生产管线
全球游戏开发者大会(GDC)官方在今年3月发布的《2024游戏行业现状报告》显示,49%的游戏开发者称生成式AI已应用于他们的工作场景。6月21日,伽马数据发布了《中国游戏产业新质生产力发展报告》,其中提到,99%受访游戏行业从业者所在公司已引入AI技术和工具,近六成头部游戏企业已构建AI生产管线、赋能虚拟内容生产或智能营销。

在面向从业者的调研中,AI技术在辅助内容生产层面应用最高
张书乐认为,游戏较之其他载体更具有多元性,是文本、图像、音效、音乐、3D 模型、动画、电影、代码等多种类型资源的复合体。游戏产业的全链条,AI都有用武之地,因此AI对游戏产业来说,近似于一次技术革命。
多数游戏公司会在第一个阶段应用的是概念原画,这是游戏最开始找风格、确定风格的阶段。高成志介绍,在前期确实可以降本增效,“为了能在项目组内对齐题材和美术风格的理解,并确认概念方向,前期需要耗费不少精力在尝试不同画风和跨职能沟通。如果上游的角色原画迟迟未定,下游的3D模型团队也无法生产,只能空转。”
在原来的游戏制作环节,主美可能只擅长1-2种风格,且有可能始终和制作人所想象的表现有偏差,或者吸量数据不够亮眼,就需要不断花时间沟通和试错,下游团队只能等待。AIGC带来的赋能是,把图都“喂”给大模型,炼制更适合项目需求的“搜索引擎”。一方面,策划自己也能出图,有助于捋清楚需求,提高沟通效率;二来是帮助美术找造型、用色、元素等参考,拓展风格的同时也减少不断绘制试稿的时间。早日定调,即能早日生产。
2023年就已经有特效外包公司总监对第一财经表示,AI能帮原画提高近50%的效率,前面50%的工作都由AI完成,后面50%的工作是由原画师按照要求去修改。
原画生成不仅对研发有帮助,发行也可以提高部分效率,尤其是依赖于买量,对素材需求量较大的游戏而言。“发行的投放部门可以拿着AI生成的图去跑测试,看看平台的点击率、转化率怎么样,玩家是否感兴趣。”高成志表示,不少游戏的获客是买量导向,往往靠少数爆款素材的元素就能吸引大部分目标玩家。
影响投放的变量很多,通常也需要储备大量的素材,“此前要靠外包疯狂出图和视频,质量还参差不齐,然后再测试。现在则能用AI的超高出图效率来解决部分问题,等视频生成更成熟后还能有提高。”高成志发现,游戏公司可以通过AI做些剧本和元素的排列组合,更高效地丰富买量素材。
在游戏的3D绘画环节,AIGC也有所帮助。影眸科技联合创始人兼CTO张启煊就对第一财经表示,3D在整个游戏的生产流程里面是较为无聊的一步,“因为大部分的艺术创作都在美术,而3D就是把主美的想法做出来。”这是一个比较枯燥,可发挥空间不大的环节,此外,同样存在的问题是,在美术定稿之前3D的模型团队是空转的,这是人力上很大的一个浪费,因此现在很多游戏团队会将3D外包。
影眸此前发布的ChatAvatar角色生成平台,可以一键生成3D资产,“目前已经在和一些游戏大厂在推进合作项目,但是现阶段的重心还是放在取缔外包3D需求上。”张启煊说。
从各游戏大厂的公告和财报中,能窥到AIGC更多的应用细节。
三七互娱提到,已经将生成式AI技术成熟应用于2D 绘图、智能客服、本地化翻译、文案生产、协同办公等模块。在研发、发行各业务线,三七互娱表示合计AI生成2D绘图每月产量超过28万张,在角色原画环节,通过实施AI制作2D美术的新流程平均可节省60%-80%工时。
在5月的投资者关系会上,完美世界表示,公司已将AI技术应用于包括美术、程序、策划、运营、安全、测试等多个核心环节,涵盖智能 NPC、智能游戏助手、场景建模、AI 绘画、AI 剧情、AI 配音等多个方面。
吉比特在投资者关系会上表示,技术中心在公司内部搭建了针对公司内部成员的AI绘图网站,经过训练的模型能生成在 Demo 阶段可直接使用的素材,并替代原本由外包承担的基础性工作,大量减少外包成本。“但对于高质量、高精度的游戏制作和美术设计,我们对 AI 技术的应用还处于探索阶段。”吉比特说。
巨人网络在AIGC方面是高举高打,在今年1月的巨人网络年会上,董事长史玉柱表示,游戏公司如果不积极拥抱AI,早晚会被淘汰,“未来要对AI充分重视、怎么强调都不为过。”
在年报中,巨人网络对AI应用进行了详细阐述,在 AI绘画方面,巨人搭建了 AI 绘画平台iMagine,在角色和场景原画方面的生产效率优化效果达到 50%-70%,在 UI(User Interface,用户界面)和 icon(应用图标)方面的生产效率优化效果超过 80%,部分项目的 UI、icon 已完全实现 AI 出图。
此外,巨人还推出了AI语音生成平台百灵,应用在公司内游戏制作配音、AI NPC 以及宣发配音等环节。在 AI代码方面,巨人上线了代码层大模型,公告提到部分项目的代码研发效率提升达30%-40%。
巨人基于开源模型自主训练的大模型 GiantGPT 于2024年2月完成备案,借助 GiantGPT,巨人表示实现了本地化翻译大模型、智能问答客服的落地,巨人在公告中提到,翻译模型目前已完全替代了第三方供应商初翻,减少了大量翻译外包成本;智能问答客服的问题解决率超过 90%。
伽马数据的调研显示,绝大多数游戏行业受访者表示AI技术对整体项目效率有所提升,“约八成感知效率提升超20%,约一成受访者认为AI能够带来50%以上的效率提升。”

谈降本增效还很难
高成志认为,整体来看,目前业界讲得比较多的还是AI画图这件事,虽然的确对研发和发行的部分工作有帮助,但尚未攻坚核心环节——如成本大头的3D资产、影响付费的商业化和数值设计。
此外,虽然研发侧的AI是有帮助,但真的去算降本增效的比例还比较困难,“由于无法直接替代,单一环节的部分提效可能并不直观,且用好AI的学习门槛也不低。”高成志说。
张书乐认为,仅目前而言,能够较好结合AI的游戏场景大体在两个方面:其一是研发层面的语音、原画生成、游戏测试,已经有了一定的应用。其二是游戏体验中,AI NPC已经出现,同时在UGC游戏上可以辅助用户生成原创游戏内容。至于文本、代码、音乐和视频等需要创意层次较高较复杂的领域,还只是“玩具”。
谈到大模型在游戏领域的落地难度,多位行业人士都认为其工业化流程复杂是最大阻碍之一,其次是目前生成式AI还在发展初期,能力还并不足以替代原有生产环节。
张书乐认为,AI现在只是一个简单外挂,其难以大规模应用的原因,就在于游戏全链条的创意成分、互动内容较为复杂,且极为垂直,覆盖各种数字技术。
游戏的制作流程较为复杂,涉及很多沟通和细化的环节,如原画会把有一点粗糙的成图给制作人看,这个时候会涉及有些细节不够清晰。
“比如在某个关卡中,一座桥得起到遮蔽敌军和暗示剧情的功能,可能初版原画还不够传神,又得多设计几个版本来对比,敲定了才能给3D组做粗模,然后再雕刻细节,最后渲染后处理。如果设计意图或测试反馈有变化,可能还得推翻重来。”高成志介绍,游戏的工业化要求较高,从原画、白模到最终成品稿其实有很多环节,且要求上下游紧密配合,“上游没搞定、下游没活干,期间为了保证整体的体验呈现可控,2D美术、3D美术、编剧、战斗策划、关卡策划等可能都得一起开会,直接AI替代暂时还比较难。”
目前AI可能只解决某个环节里的一个小的问题、小的场景,“即便它做得再好,在整个游戏的生产生命周期里面,占的成本其实是不高的。”高成志表示,在这背后,是模型的泛化能力还不是很好,所以仅能解决单点的问题。另一方面,从产业链结构来讲,游戏行业一大半的钱都给了拥有流量的平台,“很多时候也降不了这些本”。
此前,在一次与腾讯开发团队交流的过程中,腾讯互娱魔方技术中心AI团队负责人就对记者表示,生成式AI可以帮助游戏行业很多,生成很多东西,但帮助是否大到一个地步,能够让开发者去用,要看好处是多少,“生成以后要去调整,打乱了原来的生产流程,策划或美术要看你的收益是不是足够巨大,是否愿意在自己生产的过程中来应用,这都是现在生成式AI在开发里面最大的难题。”
腾讯IEG 魔方工作室群一位主策划表示,目前AI的应用主要还是偏向于解决问题上,而不是凭着AI去生产。“AI去驱动生产这件事情,在现在不是首要目标,因为生产对我们策划来讲并不困难,但我再用AI做一个很牛的AI,让它去生产,好像成本更高了。”他提到,团队花一个巨大的成本去训练一个比团队或许差又或许好一点的、不确定的AI,这件事情有点本末倒置了。因此目前更多是策划想解决什么问题,让AI帮助做策划。
高成志认为,头部产品仍然是以更高品质为追求,玩家也更成熟,对品牌、质量、IP都有考量,当下AI的水平还达不到体验层的要求。
此前,第一财经与网易高级总监、《逆水寒》手游制作人邹珈璇有过交流,她提到,虽然AIGC可以生成非常精美的图,但游戏需要的是完全符合创作者创作设计和风格表达的结果,AI并不能做到从0到1的全流程包揽。
在《逆水寒》手游中,很多素材对品质有较为严苛的要求,如高级服装和武器、还原传统文化的建筑及文物等,“即便看起来最精美、完成度最高的AI美术作品,我们内部双盲评分也不会超过60分——真正投入游戏内至少需要80分以上或90分以上。”邹珈璇说,AIGC更多被用于进行早期的原画概念设计,从而快速概念验证,降低策划和美术的沟通成本。
对腾讯、网易这样的厂商来说,美术标准要求或许较高,目前的AI并不能发挥多大的作用。但高成志认为,或许对于一些小型的游戏工作室来说,会有更大的意义。
“对于想开发游戏的个人团队而言,原先需要凑齐美术、程序等职能才能动工,现在借助于AI,能帮助实现较为简单的需求。这能让开发者更快想明白游戏的原型——毕竟能做一个可玩的小demo,胜过天马行空的idea和抽象的策划案。”高成志认为,AI更重要的意义是让更多潜在创作者迈出第一步,降低游戏开发的进入门槛。
整体来说,对于目前AIGC的落地,高成志感叹,离一开始的期待还是有距离,“目前感觉还是浅层次地去试用,努力积极去探索的心态,但尚未有非常亮眼的标杆案例。”
不过,技术路径的变革需要时间,高成志也表示,工具刚出来,发展的势头是很快的。其次,真正能把模型用好的人,可能并不是以前做原画的人,工具的能力还不太一样,所以大家接受也需要一定的时间。


微信编辑 | 格蕾丝


推荐阅读

31省份公布2023年人口数据



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/171638