“如果说生产力提效是游戏+AI 1.0时代,那么依托AIGC人工智能生成内容)技术实现的游戏玩法革新则推动了游戏+AI进入2.0时代。”近日,巨人网络AI实验室负责人丁超凡在接受《每日经济新闻》记者专访时如是表示。

在刚刚结束的“2024云栖大会”上,巨人网络(002558.SZ,股价10.8元,市值213.14亿元)展示了最新研发的两款“游戏+AI”大模型——Giant GPT和BaiLing-TTS,再次引发业界关注。

在丁超凡看来,“游戏+AI”2.0将创造一种未来的游戏形态。AI与游戏的结合,能打破传统规则约束,环境基于玩家数据反馈更新,剧情设计动态延展,并且有随机事件触发的非线性世界,给玩家极高自由度,甚至为玩家提供定制化的游戏内容。

事实上,自史玉柱回归以来,AI已成为巨人网络的重要战略。“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。”今年1月,巨人网络集团董事长史玉柱在公司年会上的这番表态,被视作巨人网络高调布局AI的冲锋号。

进击“AI+游戏” 史玉柱能否“大力出奇迹”?

图片来源:巨人网络官网

巨人网络之外,各大游戏厂商如腾讯、网易等,都在积极探索AI在游戏中的应用。网易的伏羲团队在《逆水寒》中引入了ai照片、智能养育等玩法;腾讯的AI Lab则在《王者荣耀国际服》上推出了GiiNEX私人游戏教练。然而,这些尝试大多停留在为传统游戏增加新功能的层面,并未真正颠覆游戏的架构或创造全新的商业模式。AI部门在很多厂商中往往作为成本中心存在,其独立开展业务的能力还很有限。

在过去一年里,得益于大模型技术能力的不断升级,AI游戏的技术路径经历了从文字对话到多模态生成的飞跃。进击“AI+游戏”,史玉柱可以“大力出奇迹”吗?

巨人网络的AI征途

债务缠身、新品不顺……2022年上半年的巨人网络,一度经历空前的困难。从研发投入来看,2022年前后,巨人网络与竞争对手之间的差距也愈发明显。2021年,三七互娱和完美世界的研发费用分别达到12.50亿元和22.11亿元,而巨人网络仅为7.13亿元。

更令人担忧的是,彼时,巨人网络的研发费用已经连续两年下降,研发人数也呈现出逐年递减的趋势。2017年至2021年,公司的研发人数从1661人减少至998人,降幅接近40%。同时,公司在职员工总数也从3917人缩减至1413人,五年间减少了约64%。

因此,史玉柱在正式宣布回归游戏一线后,立刻“吹响进攻号角”。他一方面大力推进旗舰手游新品《原始征途》,另一方面,开始对“游戏+AI”的结合进行深入布局。

史玉柱彼时判断,随着人工智能技术不断成熟,其在游戏领域的应用潜力巨大,有望带来游戏开发和运营模式的革新。因此,他推动巨人网络在多个项目中引入AI技术,特别是在美术渲染、程序辅助等方面取得了一定成效。

“我们正在探索用AI做游戏研发的平台。如果做成了,创作者想做一个游戏,通过详细描述,AI就能把你的游戏生成,降低游戏制作门槛,让热爱游戏、没有研发经验的人也能做出自己想做的游戏,极大提高研发效率。”史玉柱在巨人网络2024年年会上说。

在集团战略层面的引导下,巨人网络在《征途》等产品中基于GiantGPT打造了陪伴型智能NPC(非玩家控制角色),让NPC拥有性格、情绪以及自适应的长期记忆,通过给玩家一个亲密的陪伴关系体验,提升用户留存。借助GiantGPT,巨人网络还实现了本地化翻译大模型、智能问答客服的落地。

进击“AI+游戏” 史玉柱能否“大力出奇迹”?

图片来源:企业供图

“游戏+AI”:数据仍是行业共性难题

近年来,AI在游戏行业的应用日益广泛,从游戏开发、运营到用户体验,各个环节都可见其身影。

在开发阶段,AI被用于自动生成游戏场景、角色模型及特效,大大提高了开发效率。例如,英伟达GAN生成对抗网络)和OpenAI的DALL-E等工具,已经被技术美术师广泛采用,以快速生成多种风格的游戏素材。此外,AI还能通过分析玩家行为数据,优化游戏平衡性和难度设置,提升用户体验。

但最早的AI游戏则相对基础,其通常基于通用语言大模型的通用数据库,根据玩家输入的具体指令生成对应的反馈内容。例如,去年某开发者大会上的“文字拳皇”游戏,就是通过玩家输入招式,由AI裁判判断伤害并给出结果。虽然这类游戏在形态上仍停留在文字对话阶段,但它们已经具备了AI原生游戏的构成要件。

随着AI技术进步,特别是多模态生成技术的发展,AI游戏已经能够提供更丰富、更逼真的游戏体验。从单一的文字形态到文字、图像、音频兼具的视频时代,AI游戏的反馈形式发生了翻天覆地的变化。

这种变化不仅提升了玩家的游戏体验,还极大降低了游戏内容的生产成本,使得游戏内容的提供从开发者一方转移到玩家一方,内容增长速度和体验迭代速度呈现指数级增长。

但需要指出的是,数据的缺乏对当前的“游戏+AI”行业来说仍然是一大挑战。丁超凡举例称,当前,语音合成大模型技术在普通话领域已经取得了显著进展,但在方言领域的发展却十分缓慢,无法满足多样化的语音合成需求。

“数据是核心,我们构建了一个基于互联网公开数据以及自有数据的庞大数据集,让模型有足够的规模去保证通用和泛化能力,以及指令follow(跟随)的效果,从而在自定义角色的泛化性上具备不错的表现,而非只去拟合单一或有限角色内容。”

丁超凡告诉记者,基于以上背景,巨人网络构建起了一个完整的数据生产链路,包括数据自动化清洗、数据质量评估以及筛选,能够大幅提升数据的生产效率,同时得到高质量的角色扮演数据集。

“中国拥有数十种主要方言,每一种方言都有独特的语音特征和语法结构,这使得训练一个覆盖各种方言的TTS(从文本到语音)大模型变得极具挑战。此外,方言语料库的稀缺以及高质量标注数据的匮乏,也进一步增加了技术难度。”丁超凡说。

因此,巨人网络的思路是首先在研发过程中将语音和文本进行标记化处理,然后通过一个多阶段、由粗到细的标记对齐,基于自回归大语言模型(LLM)进行离散化标记生成,接着利用离散标记到扩散转换器(DIT)的转换生成连续语音表征,最后通过声码器输出高质量的合成语音。

而在具体落地过程中,丁超凡表示,团队首先是基于大规模预训练的精细化代码对齐,在对齐方面采用两个阶段策略,第一阶段在大规模数据集上进行粗略训练,让模型具备基本的对齐能力;第二阶段采用精细化采样策略,在高质量的方言数据集上进行细粒度训练,进一步促进两种模态的对齐效果。

AI绘画:2D游戏美术的效率革命

但一个不争的事实是,传统意义上的“游戏+AI”主要指的是在游戏基础上增加AI元素,如AI NPC、AI辅助等,以增强玩家的游戏体验。然而,这种模式并没有对游戏的核心架构产生根本性影响。

但在提升游戏生产效率方面,人工智能的应用正逐步展现其巨大潜力。

一位游戏引擎行业人士对《每日经济新闻》记者指出,当前,AI在2D游戏美术领域的应用最为广泛且效果显著。AI绘画不仅极大地提高了生产力,还显著降低了制作成本。通过AI技术,游戏开发者能够迅速生成高质量的美术素材,从而缩短游戏开发周期。

他强调,尽管智能NPC的尝试也在进行中,但目前仍处于非常早期的阶段,尚未达到商业化应用的水平。相比之下,AI在2D美术方面的应用已经相对成熟,并正成为游戏研发中的一股重要力量。

针对不同类型游戏对AI需求的差异,他表示,虽然游戏类型多样,但AI在游戏内容生成方面并没有明显的区别。他强调,游戏的研发和制作是一个复杂的系统工程,AI的应用需要综合考虑多个环节和因素。然而,在提升生产效率和优化美术资源方面,AI的潜力无疑是巨大的。

丁超凡也以巨人网络AI实验室内部孵化的AI绘画平台巨人摹境举例称,其在公司游戏业务场景落地中收获了非常可观的提效收益。

进击“AI+游戏” 史玉柱能否“大力出奇迹”?

图片来源:巨人网络官网

AI绘画的主要功能在于构建起协作式的标准AI美术生产管线,无需频繁导入、导出或切换软件,就可在同一平台内完成复杂任务,提高创作效率。同时,集成了一键式工作流,简化大量复杂操作,适用于大规模美术生产工作。

此外,有意思的是,尽管AI游戏在技术上取得了突破性进展,但对掌握大部分行业资源的游戏大厂而言,试错成本高且回报未知,使得它们在这一领域相对谨慎。这反而给了独立开发团队新的机会。

另一方面,AI技术也为游戏开发者提供了广阔的商业化前景。通过AI生成开放世界和丰富的内容,游戏开发者可以将游戏从一个产品转变为一个平台,吸引更多的用户和创作者参与其中。在PUGC(专业用户创造内容)和UGC(用户创造内容)的推动下,游戏内容正在呈现爆发式增长。

独立开发团队也凭借其灵活性和创新性,在AI游戏领域迅速崛起,成为推动行业变革的重要力量。为了避免玩法同质化的问题,独立开发团队纷纷找新的突破口。

以日本同人游戏社团上海爱丽丝幻乐团制作的一系列同人游戏《东方project》为例,这个原本只是恋爱文字冒险游戏的作品,通过粉丝的二创内容,衍生出了动画、音乐等丰富形式,形成了稳定的亚文化受众群体。同样地,AI游戏也有潜力成为这样的平台级产品,通过用户的创造力和想象力不断扩展游戏的世界和玩法。

由Hello Games开发的太空冒险生存主题游戏《无人深空》则利用遗传算法和随机生成技术,创造出一个庞大且独特的宇宙,其中的每一颗星球、每一种生物都独一无二。玩家可以在游戏中探索未知的星球,发现新的生物和资源,享受极大的自由度和随机性。

无论是游戏大厂还是独立团队,当前,对AI的应用已经是一道必答题,如何利用AI进一步“弯道超车”,成为各路玩家需要思考的问题。