生成式AI为电子游戏开发者带来令人兴奋的全新方法,帮助其创作引人入胜的内容、逼真的视觉效果以及身临其境般的游戏体验。在本文中,我们将通过一系列实例探讨生成式AI如何增强并加速游戏开发。
让我们先拆分出游戏开发中的一些主要元素,看看生成式AI如何促进创作过程:
正是考虑到以上种种优势,《刺客信条》开发者Jade Raymond才坦言AI技术在高预算游戏的开发中将“不可或缺”,认为它能削减开支并加快游戏的开发速度。
生成式AI为电子游戏增加价值的另一种方式,就是测试游戏内容以提供质量保证。一方面,生成式AI可用于自动检测游戏内的bug与缺陷,并根据对游戏体验的影响划定优先级排名。此外,AI的预测能力还可用于分析数据,进而预测游戏中可能存在的问题,帮助开发人员主动采取缓解措施。
生成式AI还可用于创建多个模拟玩家(即bot机器人),借此充分测试游戏内容。所有模拟玩家都将根据AI指定的游戏风格以不同方式进行游玩。这样,游戏开发者就能迅速找到可能令玩家陷入困境的场景、玩家最有可能为哪些产品花钱(游戏物品内购)以及哪些因素可能拉低游戏的最终质量。
据报道,电子游戏厂商Ninja Theory已经在利用生成式AI创建语音演出,使用的是Altered AI语音库。与此同时,《刺客信条》的缔造者育碧也开发出自己的内部生成式AI工具Ghostwriter,用于生成NPC在某些事件被触发时说出的简短语音。其思路就是自动为角色对话生成初稿(例如战斗场景下的敌人对话),之后再由编剧从中进行挑选并进行必要的润色。通过这些短小对话的自动化生成(游戏中可能包含成千上万条这样的对话),编剧可以节约时间以集中精力打磨主线情节的文本内容。
《堕落之王》的开发者们也在制作过程中尝试了生成式AI,利用这项技术在游戏构建的早期阶段生成AI语音以辅助原型设计,并在定稿之后将内容交由专业配音演员录制。这表明生成式AI已经在加快原型设计方面成为重要的工具选项,能帮助开发商加快新项目的启动速度。
尽管生成式AI在很多方面还无法取代电子游戏开发所必需的人类创造力、想象力与艺术性,但可以肯定的是,这类工具必将成为开发者手中宝贵的助力与资源。通过帮助从业者加快游戏开发速度、降低将新游戏推向市场的相关成本,生成式AI的发展成熟与实践落地标志着电子游戏开发正迎来又一波技术飞跃。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。