AI改變游戲，這項工作的變革性不僅在于它節省了時間和金錢，同時也提供了質量——從而打破了經典的“成本、質量或速度只能有兩個”的三角關系。藝術家們現在只需要幾個小時就可以創作出高質量的圖像，否則手工生成這些圖像需要數周時間，真正具有變革性的是：

• 任何人只要能學習一些簡單的工具，就可以獲得這種創造力；
• 這些工具可以以高度迭代的方式創建無限數量的變化；
• 一旦訓練完畢，該過程是實時的——幾乎可以立即獲得結果。

自出現3D以來，還沒有一種技術對游戲具有如此革命性的影響，花點時間與游戲開發者交談，他們便會感受到興奮和驚奇。那么這項技術將走向何方呢?它將如何改變游戲?首先，讓我們回顧一下什么是生成式AI?

什么是生成式人工智能

生成式 AI 是機器學習的一種，計算機可以根據用戶的提示生成原創的新內容。今天，文本和圖像是這項技術最成熟的應用，但實際上每個創意領域都在進行研究，從動畫到音效，再到音樂，甚至創造具有完全充實個性的虛擬角色。

當然，人工智能在游戲中并不新鮮。即使是早期的游戲，如雅達利的《Pong》，也有電腦控制的對手來挑戰玩家，然而，這些虛擬敵人并沒有像我們今天所知道的那樣運行人工智能。它們只是游戲設計師編寫的腳本程序。他們模擬了一個人工智能對手，但他們無法學習，他們只能按照建造他們的程序來運行。

現在的不同之處在于可用的計算能力，這要歸功于更快的微處理器和云。有了這種能力，就可以構建大型神經網絡來識別高度復雜領域中的模式和表征。

這篇博文分為兩部分：

第一部分是我們對游戲生成 AI 領域的觀察和預測。

第二部分是我們的市場地圖的空間，概述了各個細分市場并識別每個細分市場中的關鍵領域。

第一部分——觀察和預測

假設

首先，讓我們探討一下這篇博文其余部分的一些假設：

1. 在通用人工智能方面進行的研究將繼續增長，創造出更有效的技術

考慮一下arXiv 檔案中每月發表的關于機器學習或人工智能的學術論文數量圖表：

如您所見，論文數量呈指數級增長，絲毫沒有放緩的跡象。這僅包括已發表的論文——許多研究甚至從未發表過，直接用于開源模型或產品研發。其結果是興趣和創新的爆炸式增長。

2. 在所有娛樂中，游戲將受生成人工智能的影響最大

就涉及的資產類型（2D 藝術、3D 藝術、音效、音樂、對話等）的數量而言，游戲是最復雜的娛樂形式。游戲也是最具互動性的，非常強調實時體驗。這為新游戲開發者創造了一個巨大的進入障礙，同時也為制作一款現代的、排行榜首的游戲付出了高昂的成本。它還為生成式 AI 的顛覆創造了巨大的機會。

以《荒野大鏢局2》為例，它是有史以來最昂貴的游戲之一，制作成本接近 5 億美元。原因很容易理解——它擁有市場上所有游戲中最美麗、最真實的虛擬世界之一。這款游戲花了將近 8 年的時間打造，擁有超過 1,000 個可玩的角色（每個角色都有自己的個性、藝術作品和配音演員），在這個近 30 平方英里的游戲世界里，有超過 100多個任務分布在 6 個章節中，并且由 100 多位音樂家創作的近 60 小時的音樂。這個游戲的一切都很重要。

現在將 《荒野大鏢局2》與《飛行模擬器》進行比較，后者不僅大，而且非常龐大。微軟飛行模擬器允許玩家在1.97 億平方英里的地球上飛行。微軟是如何打造如此龐大的游戲的？答案是通過讓人工智能來做，微軟與blackshark.ai合作，訓練人工智能從 2D 衛星圖像生成逼真的 3D 世界。

這是一個不使用AI就不可能制作的游戲的例子，此外，從這些模型可以隨著時間的推移不斷改進。例如，他們可以增強“高速公路立交橋”模型，重新運行整個構建過程，使得整個星球上的所有高速公路立交橋都得到了改善。

3.游戲制作中涉及的每一項資產都會有一個生成式AI模型

到目前為止，像 Stable Diffusion 或 MidJourney 這樣的 2D 圖像生成器已經獲得了生成式 AI 的大部分流行內容，因為它們可以生成引人注目的圖像。但事實上，游戲中涉及的所有資產都已經有了生成AI模型，從 3D 模型到角色動畫，再到對話和音樂。這篇博文的后半部分包括一份市場地圖，重點介紹了一些專注于每種類型內容的公司。

4.內容價格將大幅下降，在某些情況下甚至可能會降為零

在與正在嘗試將生成式 AI 集成到他們的生產流程中的游戲開發人員交談時，最令人興奮的是時間和成本的大幅減少。一位開發人員告訴我們，他們為單個圖像生成概念藝術的時間從開始到完成已從 3 周減少到一個小時：減少了 120 比 1。我們相信在整個生產流程中也可能實現類似的節省。

需要明確的是，藝術家沒有被取代的危險。這確實意味著藝術家不再需要自己完成所有工作：他們現在可以設定最初的創意方向，然后將大部分耗時和技術執行交給人工智能。在這方面，他們就像手繪動畫早期的cel畫家一樣，熟練的“墨水師”畫出動畫的輪廓，然后大批低成本的“畫家”大軍會完成耗時的繪畫工作。畫出動畫的cel，填充線條。這是游戲創造的“自動完成”。

5.我們還處于這場革命的初級階段，很多實踐還需要完善

盡管最近有這么多激動人心的事情，但我們仍處于起跑線上。在我們弄清楚如何將這項新技術用于游戲的過程中，還有大量的工作要做，并且將為迅速進入這一新領域的公司創造巨大的機會。

預測

基于這些假設，以下是對游戲行業如何轉變的一些預測：

1. 學習如何有效地使用生成式人工智能將成為一種有市場價值的技能

我們已經看到一些實驗者比其他人更有效地使用生成式人工智能。要充分利用這項新技術，需要使用各種工具和技術，并了解如何在它們之間靈活轉換。我們預測這將成為一種有市場的技能，它將結合藝術家的創意愿景與程序員的技術技能。

克里斯·安德森 (Chris Anderson) 有句名言：“每一次富足都會造成新的稀缺。” 隨著內容變得豐富，我們相信最短缺的是知道如何使用 AI 工具最有效地協作和工作的藝術家。

例如，使用生成式 AI 用于制作藝術品面臨著特殊的挑戰，包括：

一致性， 對于任何生產資產，您都需要能夠在以后對資產進行更改或編輯。對于AI 工具，這意味著需要能夠使用相同的提示重現資產，這樣您就可以進行更改。這可能會很棘手，因為相同的提示可能會產生截然不同的結果。

風格， 對于特定游戲中的所有藝術來說，保持一致的風格是很重要的——這意味著您的工具需要與您的特定風格相結合。

2. 降低門檻將導致更多的冒險精神和創造性探索

我們可能很快就會進入游戲開發的新“黃金時代”，在這個時代，較低的進入門檻會導致更多創新性和創造性的游戲。不僅因為較低的制作成本導致較低的風險，還因為這些工具開啟了更廣泛的受眾創造高質量內容的能力，這導致下一個預測......

3. 人工智能輔助的“微游戲工作室”興起

借助生成式 AI 工具和服務，我們將開始看到只有 1 或 2 名員工的“微型工作室”制作出更多可行的商業游戲。成立小型獨立游戲工作室的想法并不新鮮——熱門游戲Among Us是由只有 5 名員工的 Innersloth 工作室開發的，這將導致這些小型工作室可以開發的游戲的規模和規模將會增長。

4.每年發行的游戲數量增加

Unity 和 Roblox 的成功表明，提供強大的創意工具可以打造更多游戲。生成式 AI 將進一步降低門檻，創造更多的游戲。該行業已經受到曝光挑戰的困擾——僅去年一年就有超過10,000 款游戲被添加到 Steam上——這將給曝光帶來更大的壓力。然而，我們還將看到……

5. 在生成式 AI出現之前，我們不可能創造出新的游戲類型

如果沒有生成式 AI，我們將看不到有新的游戲類型出現，我們已經討論過微軟的飛行模擬器，但還會出現一些全新的類型，它們依賴于新內容的實時生成。

以Spellbrush的《Arrowmancer》為例，這是一款以 AI 創建的角色為特色的扮演游戲，它提供了幾乎無限的新玩法。

我們還知道另一家游戲開發商正在使用AI 讓玩家創建自己的游戲內頭像。之前他們有一個手繪的頭像的集合，玩家可以混合搭配這些圖像來創建他們的頭像——現在他們已經完全拋棄了這一點，只是根據玩家的描述來生成頭像圖像。讓玩家通過 AI 生成內容比讓玩家從零開始上傳自己的內容更安全，因為AI可以被訓練以避免創造出令人反感的內容，同時仍然給玩家提供更大的歸屬感。

6. 價值將歸于行業特定的人工智能工具，而不僅僅是基礎模型

圍繞穩定擴散（ Stable Diffusion） 和 Midjourney 等基礎模型的興奮和熱議正在產生令人瞠目結舌的估值，但新研究的持續涌入確保了隨著新技術的改進，新模型將會出現和消失。考慮 3 種流行的生成式 AI 模型的網站搜索流量：Dall-E、Midjourney 和Stable Diffusion，每個新模型都會成為人們關注的焦點。

另一種方法可能是構建與行業一致的工具套件，專注于特定行業的生成 AI 需求，深入了解特定受眾，并充分集成到現有的生產流程中（例如 Unity 或 Unreal 游戲）。

一個很好的例子是Runway，它通過AI輔助工具（如視頻編輯、綠幕移除、修復和運動跟蹤）來滿足視頻創作者的需求。像這樣的工具可以建立特定的受眾并從中盈利，并隨著時間的推移添加新的模型。我們還沒有看到像 Runway 這樣的游戲套件出現，但我們知道這是一個積極發展的空間。

7.法律挑戰接踵而至

所有這些生成式 AI 模型的共同點是，它們都是使用海量內容數據集進行訓練的，這些數據集通常是通過抓取互聯網本身創建的。例如，穩定擴散（Stable Diffusion） 接受了超過 50 億個從網絡上抓取的圖像/標題對上進行訓練的。

目前，這些模型聲稱在“合理使用”版權原則下運作，但這一論點尚未在法庭上得到明確檢驗。很明顯，法律挑戰即將到來，這可能會改變生成人工智能的格局。

大型工作室可能會通過建立基于他們擁有明確權利和所有權的內部內容的專有模型來尋求競爭優勢。例如，微軟在這方面的地位尤其有利，它目前擁有23 個第一方工作室，在收購 Activision后還有 7個。

8. 節目不會像藝術內容那樣受到嚴重破壞——至少現在還沒有

軟件工程是游戲開發的另一項主要成本，但正如我們 a16z Enterprise 團隊的同事在他們最近的博客文章《Art Isn’t Dead》中分享的那樣，藝術并沒有死，它只是機器生成的，使用 AI 模型生成代碼需要更多測試和驗證，因此與生成創意資產相比，它對生產力的提升較小。像 Copilot 這樣的編碼工具可能會為工程師提供適度的性能提升，但不會產生同樣的影響……至少在短期內不會。

建議

基于這些預測，我們提出以下建議：

1. 現在開始探索生成式 AI

要想搞清楚如何充分利用即將到來的生成式AI革命的力量，還需要一段時間。現在開始的公司以后會有優勢。我們知道有幾家工作室正在進行內部實驗項目，以探索這些技術如何影響制作。

2.尋找市場地圖上的機會

我們的市場地圖的某些部分已經非常擁擠了，例如動畫或語音和對話，但其他領域則非常開放。我們鼓勵對這一領域感興趣的企業家將精力集中在尚未探索的領域，例如“游戲跑道”。

第二部分——市場地圖

市場現狀

我們已經創建了一個市場地圖，以捕捉我們在每個類別中發現的公司列表，我們在這些類別中看到生成 AI 影響游戲。這篇博文詳細介紹了這些類別，更詳細得解釋了它，并重點介紹了每個類別中最令人興奮的公司。

二維圖像

從文本提示生成二維圖像已經是生成式人工智能應用最廣泛的領域之一。像Midjourney 、Stable Diffusion和Dall-E 2等工具可以從文本生成高質量的 2D 圖像，并且已經在游戲生命周期的多個階段進入游戲制作。

概念藝術

生成式 AI 工具擅長“構思”或幫助游戲設計師等非藝術家快速探索概念和想法以生成概念圖，這是制作過程的關鍵部分。例如，一個工作室（保持匿名）正在使用其中的幾個工具來從根本上加快他們的概念藝術過程，只需要一天就可以創建一張圖像，而以前需要長達 3 周的時間。

首先，他們的游戲設計師使用Midjourney 探索不同的想法并生成他們覺得鼓舞人心的圖像。

這些被移交給專業的概念藝術家，他將它們組裝在一起，并在結果上繪畫以創建一個單一的連貫圖像 - 然后將其輸入到 Stable Diffusion 中以創建一系列變體。

他們討論這些變化，選擇一個，手動繪制一些編輯——然后重復這個過程，直到他們對結果滿意為止。

在那個階段，最后一次將此圖像傳回Stable Diffusion 以“升級”它以創建最終的藝術作品。

二維制作藝術

一些工作室已經在嘗試使用相同的工具來制作游戲中的藝術品。例如，Albert Bozesan提供了一個關于使用穩定擴散去創造游戲內2D資產的教程。

3D作品

3D 資產是所有現代游戲以及即將到來的元宇宙的基石。虛擬世界或游戲關卡本質上只是 3D 資產的集合，經過放置和修改以填充環境。然而，創建 3D 資產比創建 2D 圖像更復雜，并且涉及多個步驟，包括創建 3D 模型和添加紋理和效果。對于動畫角色，它還涉及創建內部“骨架”，然后在該骨架之上創建動畫。

我們看到幾家不同的初創公司都在追逐這個 3D 資產創建過程的每個階段，包括模型創建、角色動畫和關卡構建。然而，這個問題還沒有解決——還沒有一個解決方案可以完全集成到生產環境中。

3D資產

試圖解決 3D 模型創建問題的初創公司包括Kaedim、Mirage和Hypothetic。一些大的公司也在關注這個問題，包括 Nvidia 的Get3D和 Autodesk 的ClipForge。Kaedim 和 Get3d 專注于圖像到 3D；ClipForge 和 Mirage 專注于文本到 3D，而 Hypothetic 對文本到 3D 搜索以及圖像到 3D 都感興趣。

3D 紋理

3D 模型的逼真度取決于應用于網格的紋理或材料。決定將哪種長滿苔蘚、風化的石頭紋理應用于中世紀城堡模型可以完全改變場景的外觀和感覺。紋理包含關于光如何對材料做出反應的元數據（即粗糙度、光澤度等）。允許藝術家根據文本或圖像提示輕松生成紋理對于提高創作過程中的迭代速度具有非常的的價值。包括BariumAI、Ponzu和ArmorLab在內的幾個團隊正在尋求這個機會。

動畫

制作優秀的動畫是游戲創建過程中最耗時、最昂貴且最需要技巧的部分之一。一種降低成本，并創造更真實動畫的方法是使用動作捕捉，您可以讓演員或舞者穿上動作捕捉服，并記錄他們在配備特殊儀器的動作捕捉舞臺上的移動。

我們現在看到了可以直接從視頻中捕捉動畫的生成式 AI 模型。這是更有效的，因為它不再需要昂貴的動作捕捉裝置，還因為這意味著您可以從現有視頻中捕捉動畫。這些模型的另一個令人興奮的方面是，它們還可以用于對現有動畫應用過濾器，例如讓它們看起來喝醉了、老了或開心了。進入這一領域的公司包括Kinetix、DeepMotion、RADiCAL、Move Ai和Plask。

關卡設計和世界建設

游戲創作中最耗時的環節之一是構建游戲世界，生成式 AI 應該非常適合這項任務。像《我的世界》、《無人深空》和《暗黑破壞神》等游戲便以使用程序技術生成關卡而聞名，其中關卡是隨機創建的，每次都不同，但遵循關卡設計師制定的規則。新的虛幻5游戲引擎的一大賣點是其用于開放世界設計的程序工具集，例如植被放置。

我們已經看到該領域的一些創新，例如Promethean、MLXAR或 Meta 的Builder Bot，我們認為生成技術在很大程度上取代程序技術只是時間問題。該領域的學術研究已經有一段時間了，包括《我的世界》的生成技術或《毀滅戰士》的關卡設計。

期待用于關卡設計的生成式 AI 工具的另一個令人信服的理由是因為它能夠創建不同風格的關卡和世界。你可以想象使用工具去創造一個20世紀20年代的紐約，對比反烏托邦的《銀翼殺手》式的未來，對比托爾金式的幻想世界。

以下概念是由 Midjourney 使用提示生成的，“一個游戲級別……風格”

音頻

聲音和音樂是游戲體驗的重要組成部分。我們開始看到公司使用 生成式AI 來生成音頻，以補充圖形方面已經發生的工作。

聲音效果

音效對于AI 來說是一個有吸引力的開放領域。已有學術論文探索使用 AI 在電影中生成“foley”（例如腳步聲）的想法，但游戲中的商業產品還很少。

我們認為這只是時間問題，因為游戲的交互性使其成為生成式 AI 的明顯應用，既可以在制作過程中創建靜態音效（“星球大戰風格的激光槍聲”），又可以在運行時創造實時交互式音效。

就像為玩家角色生成腳步聲一樣簡單，大多數游戲通過包含少量預先錄制的腳步聲來解決這個問題：在草地上行走、在礫石上行走、在草地上奔跑、在礫石上奔跑等。生成和管理這些聲音很繁瑣，并且在運行時聽起來重復且不真實。

一個更好的方法是為foley音效創建一個實時的生成 AI 模型，它可以動態生成適當的音效，每次都略有不同，對游戲中的參數（如地面、角色重量、步態、鞋類等）做出響應

音樂

音樂一直是游戲的一大挑戰。這很重要，因為它可以像在電影或電視中一樣幫助設定情感基調，但由于游戲可能持續數百甚至數千小時，所以它很快就會變得重復或令人討厭。此外，由于游戲的互動性，音樂可能很難在任何時候屏幕上發生的事情精準匹配。

二十多年來，自適應音樂一直是游戲音頻領域的一個主題，這可以追溯到微軟用于創建互動音樂的“ DirectMusic ”系統。DirectMusic 從未被廣泛采用，這在很大程度上是由于這種格式的創作難度。只有少數游戲，如 Monolith 的《無人永生》，創造了真正的互動樂譜。

現在我們看到許多公司試圖創建 AI 生成的音樂，例如Soundful、Musico、Harmonai、Infinite Album和Aiva。雖然今天的一些工具，如Open AI 的Jukebox，是高度計算密集型的，不能實時運行，但大多數工具都可以在初始模型構建后實時運行。

語音和對話

有很多公司試圖為游戲中的角色創造逼真的聲音。考慮到試圖通過語音合成為計算機發聲的悠久歷史，這并不奇怪。公司包括Sonantic、Coqui、Replica Studios、Resemble.ai、Readspeaker.ai等等。

使用生成式 AI 進行語音有多種優勢，這在一定程度上解釋了為什么這個領域如此擁擠。

即時生成對話：通常游戲中的語音是由配音演員預先錄制的，但這些僅限于預先錄制的錄音語音。通過生成式 AI 對話，角色可以說任何話——這意味著他們可以對玩家的行為做出充分的反應。結合更智能的 NPC AI 模型（不在本博客的范圍內，但現在是一個同樣令人興奮的創新領域），完全響應玩家的游戲的前景即將到來。

角色扮演：許多玩家想扮演與他們在現實世界中的身份幾乎沒有相似之處的奇幻角色。然而，一旦玩家用自己的聲音說話，這種幻想就會破滅。使用與玩家頭像相匹配的生成聲音可以保持這種錯覺。
控制。生成語音時，您可以控制聲音的細微差別，如音色、音調變化、情感共鳴、音素長度、重音等。

本土化：允許將對話翻譯成任何語言并以相同的聲音說出來。像Deepdub這樣的公司專門專注于這個細分市場。

NPC 或玩家角色

許多初創公司正在考慮使用生成式 AI來創建可以與之互動的可信角色，部分原因是這是一個在游戲之外具有如此廣泛適用性的市場，例如虛擬助理或接待員。

創造可信角色的努力可以追溯到 AI 研究的開端。事實上，經典的人工智能“圖靈測試”的定義是，人類應該無法區分與人工智能和人類的聊天對話。

目前，有數百家公司在構建通用聊天機器人，其中許多由類似 GPT-3 的語言模型提供支持。少數人專門嘗試構建以娛樂為目的的聊天機器人，例如試圖構建虛擬朋友的Replika和Anima 。正如電影《她》中探討的那樣，與虛擬女友約會的概念可能比您想象的更接近。

我們現在看到了這些聊天機器人平臺的下一次迭代，例如Charisma.ai、Convai.com或Inworld.ai，旨在通過情感和代理，以及允許創造者賦予這些角色目標的工具，全面渲染3D角色。如果他們要融入游戲或在推動情節發展方面有一個敘事位置，而不是純粹的門面裝飾，這一點就很重要。

一體化平臺

Runwayml.com是最成功的生成式 AI 工具之一，因為它在一個軟件包中匯集了廣泛的創作者工具套件。目前還沒有提供電子游戲服務的平臺，我們認為這是一個被忽視的機會。我們很樂意投資一個具有以下特點的解決方案:

涵蓋整個生產過程的全套人工智能生成工具。（代碼、資源生成、紋理、音頻、描述等）

與 Unreal 和 Unity 等流行游戲引擎緊密集成。

旨在適應典型的游戲制作流程。

結論

對于游戲創作者來說，這是一個不可思議的時刻！部分歸功于這篇博文中描述的工具，生成構建游戲所需的內容從未如此簡單——即使您的游戲與整個星球一樣大！

甚至有一天可以想象一款完整的個性化游戲，它完全根據玩家的需求專為玩家打造。這在科幻小說中出現了很長時間——比如《安德的游戲》中的“AI 心理游戲”，或者《星際迷航》中的全息甲板。但是隨著這篇博文中描述的工具發展得如此之快，不難想象這一現實指日可待。

本文轉載自??MoPaaS魔泊云??，作者：James Gwertzman ????