有时候沉浸在另一个世界很令人愉悦 —— 但如果是创造一个属于自己的世界呢?
在使用人工智能创建角色来练习调情技巧之后,我开始好奇用 AI 构建一个充满角色的完整世界需要什么。最重要的是,我想知道这对非专业人士或铁杆桌游玩家来说是否足够简单。
在浏览各种网站时,我发现了 GameForge AI,它以能够构建超越角色和对话的真实世界而闻名。
什么是 GameForge AI?
GameForge AI 由 Ben Pollack 于 2023 年创立,他将自己在产品管理和创业方面的背景结合起来创建了这家公司。
该平台的主要特点当然是使用 AI 来简化游戏开发过程,减少时间和精力投入。
我对 AI 在游戏领域构建一切的能力非常着迷,所以我深入研究了 GameForge AI 的功能。
如何使用 GameForge AI 构建世界
虽然我没有创建一个完整的游戏 (你可以在 GameForge 中实现,但那将是一个更长的过程),但我发现这个循序渐进的系统是浏览该网站最简单的方式:
1. 在其网站上注册 GameForge AI 平台并验证电子邮件。你还需要创建一个 Discord 账号。
2. 开始一个新项目,描述你想要创建的游戏类型的设定。在这里你可以列出想要游戏世界呈现的初步想法和主题。
3. 你可以开始在游戏中构建角色、游戏、场景、任务和谜题。你可以使用 AI 工具的建议来完善叙事,也可以描述和生成自己的内容。(注意:我发现任何内容生成都需要 5 分钟以上。)
4. 如果你选择 AI 生成叙事,可以调整和自定义内容以符合你的愿景。一旦你使用工具模拟游戏玩法并检查游戏中的任何不一致之处,看看哪些地方可能需要 AI 的帮助。
5. 如果你能完成完整的游戏设计,恭喜!完成项目并准备与朋友分享,包括在其他平台上发布,或继续编辑游戏以产生新的想法。
对于视觉学习者来说,我找到了一个视频,有人挑战该平台在"五分钟内创建一个城市和铁匠铺"。关于他的成功,这位玩家分享道:"在 GameForgeAI 上我可以做很多事情,可以创建图像。我可以同时生成各种各样的东西。这就是我喜欢开始一个新场景的方式,可以获得新的灵感。"
对于像我这样没有耐心的人来说,观看这些视频是个不错的选择。我们想看到 GameForge 能做的一切,但在标准和隐身标签页中都发现 AI 生成速度很慢。
谁应该使用 GameForge AI?
由于 GameForge AI 主要存在于 Discord 上,其设置和功能类似于 AI 驱动的创意写作应用。
GameForge AI 是为...没错,游戏玩家打造的。这包括游戏设计师和对创建自己的游戏感兴趣的创作者、桌面游戏爱好者、学生,以及任何可以轻松在 Discord 账号中添加新服务器的人。
虽然 GameForge AI 的免费版本在游戏设计师模式中功能有限,但每月 12 美元的升级版提供无限实体生成和完整地图集成,以及完全可定制的 AI 生成非玩家角色。这允许增强性能和视觉优化 (即更快的 AI 生成) —— 此外还有客服团队帮助解决问题。
现在,GameForge AI 相对较新,应该与类似平台如 AI Dungeon、NovelAI 和 KoboldAI 进行比较,但 GameForge AI 的目标是专注于世界构建响应,不仅仅局限于对话。它使用"思维链"构建过程,帮助创建复杂的世界和角色,这些角色具有叙事驱动性,并注意到他们与周围世界相关的故事。
如果你喜欢角色扮演游戏,且在构建故事时环境对你很重要,那么 GameForge AI 可能是一个很好的伙伴,可以增强你的视觉世界并按照你的喜好进行导航。或者借助 AI 的帮助。
好文章,需要你的鼓励
美国橡树岭国家实验室正在探索量子计算与传统高性能计算的集成技术。实验室已安装澳大利亚Quantum Brilliance公司的量子计算机,与世界顶级超算Frontier系统进行集成测试。该项目旨在结合两种技术优势,让各自处理最适合的计算任务。研究重点包括集成时间表、所需工具以及空间和功耗要求。这种混合架构将为企业用户带来更强大的计算能力,特别是在量子机器学习等应用领域。
Orange Research团队开发的DivMerge技术实现了AI模型合并的重大突破,通过基于信息论的Jensen-Shannon散度优化,能够将多个专门模型智能组合成保持各自专长的"超级模型"。该技术在双任务合并中达到99.18%性能保持率,显著优于传统88.48%的水平,且在多任务场景下展现更好扩展性,仅需25个样本即可有效工作,为AI应用降本增效提供了新路径。
人工智能驱动的AI工厂正成为数据中心新蓝图,将计算、互连和软件整合为优化的生产系统。硬件软件栈围绕CPU-GPU融合设计、高带宽结构重构。英伟达与英特尔的合作重新定义数据中心主板架构,将CUDA深度整合到企业栈中,巩固了英伟达的市场地位。这一联盟为英伟达带来巨大优势,Intel获得AI开发者关注,而AMD需要完善GPU软件策略。CUDA正快速成为行业标准,企业将推动符合其约束条件的AI工厂建设。
腾讯AI实验室联合多所知名高校开发了一种名为CDE的新型AI训练框架,通过模仿儿童的好奇心学习机制,让大语言模型能够自主探索未知领域。该方法使用两套"好奇心传感器"指导模型学习,在数学推理任务上平均提升3个百分点,同时解决了传统方法中的"校准崩塌"问题,为开发更智能自主的AI系统开辟了新路径。