新技術(shù)呼喚新生產(chǎn)流程，制作方從“頭”改變。

(相關(guān)資料圖)

“AIGC帶給我們的驚喜遠(yuǎn)遠(yuǎn)超過了預(yù)期，當(dāng)然這是好的方面，在3D AIGC、大語言模型邏輯處理應(yīng)用等方面，還會碰到特別難的鴻溝。”蔚領(lǐng)時代AI游戲《靈月之境》制作人成朱江向獵云網(wǎng)表示。

自Chat GPT走紅后，其背后代表的AIGC技術(shù)，被認(rèn)為是游戲行業(yè)變革的奇點。誠然，長久而言，在AIGC加持下，游戲行業(yè)的制作管線、成本、效率都將得到極大提升。

但當(dāng)下第一批吃螃蟹的玩家，仍困擾在AIGC帶來的提效和新問題之間。

在云游戲行業(yè)，打造出《云原神》《云幻塔》的蔚領(lǐng)時代一直在游戲、虛擬產(chǎn)業(yè)扮演算力基座的角色。深耕云游戲的幾年內(nèi)，蔚領(lǐng)時代預(yù)見到AI技術(shù)將是未來科技發(fā)展的主線之一。但是在嘗試AIGC+游戲融合時，蔚領(lǐng)時代的團(tuán)隊心中卻一直有個問號。

團(tuán)隊內(nèi)部，有一句玩笑話，叫“人工智能全是人工”。例如《靈月之境》中的3D便利貼雖是由AIGC生成的，但里面有大量的手工流程處理AI會出錯或者無法處理的部分。

“因為現(xiàn)在，特別是3D領(lǐng)域，AIGC想直接得到結(jié)果基本上是不可能的。”蔚領(lǐng)時代創(chuàng)始人郭建君表示。

如今的難題和未來發(fā)展大勢所趨疊加下，使得蔚領(lǐng)時代團(tuán)隊一直對AIGC+游戲這條路保持謹(jǐn)慎樂觀的態(tài)度。不過，雖然當(dāng)下這條路困難重重，但郭建君表示，蔚領(lǐng)時代未來三年的兩個核心工作中已經(jīng)確定，一定有AI。

當(dāng)AIGC席卷游戲行業(yè)時，新技術(shù)落地成效究竟如何？除了常規(guī)降本增效外，AIGC又為游戲帶來什么驚喜？在暢想AIGC和游戲碰撞的新火花時，或許可以在第一批試水玩家的摸索過程中，找到些答案。

01 想利用好AIGC，先“摒棄”傳統(tǒng)思想

新技術(shù)呼喚的是新生產(chǎn)流程。

對于游戲廠商而言，接觸AIGC技術(shù)時，第一步并不是摸索新技術(shù)底色幾何，而是思考在新技術(shù)加持下，生產(chǎn)流程該如何調(diào)整，以此來適配新技術(shù)。簡單來說，要想讓AIGC技術(shù)釋放最大價值，那就要從頭開始改變。

蔚領(lǐng)時代成立4年，在云游戲、數(shù)字人、云原生游戲等領(lǐng)域深度布局，共完成5輪融資，背后集結(jié)了淡馬錫、小米、金山云、米哈游等投資方。其制作管線和業(yè)務(wù)運(yùn)營已逐步成熟。

“如果延續(xù)過往開發(fā)方式，AI最多也就是起到一些輔助和加速生產(chǎn)的作用，而當(dāng)前AIGC發(fā)展階段來看特別是3D的AIGC，首先就需要拋掉傳統(tǒng)PBR思路，找到AIGC的優(yōu)勢和亮點。”成朱江表示。

從游戲生產(chǎn)環(huán)節(jié)上來看，大體分為：劇本設(shè)計-原畫-3D建模（包含NPC\物\場景和地圖）-游戲邏輯實現(xiàn)-資產(chǎn)優(yōu)化。

游戲制作管線中，每一個環(huán)節(jié)都可以通過AIGC技術(shù)加持。例如原畫制作中，可以用AIGC輔助繪畫環(huán)節(jié)，提升原畫制作效率。但這只是借助了AIGC的能力，并不能說是一款A(yù)I游戲。如此制作流程，一定程度上壓制了AIGC的想象空間。

在成朱江看來，AIGC+游戲的制作管線，和普通游戲制作管線最主要的差別是思維方式。制作過程中，非常多過往習(xí)慣需要打破。而這也是最困難的一步，“畢竟過往開發(fā)方式太熟悉了，很容易就掉入過往思維的誤解”。成珠江說道。

例如傳統(tǒng)游戲中，NPC和玩家的對話是通過設(shè)置好的，一問一答中每個臺詞設(shè)計都來源于團(tuán)隊。所以在這方面邏輯中，以往制作方式只是停留在設(shè)置對話環(huán)節(jié)即可。但蔚領(lǐng)時代要求《靈月之境》是在AIGC基礎(chǔ)上研發(fā)，所以傳統(tǒng)臺詞設(shè)計并不適用。

于是，團(tuán)隊選擇將劇情走向和對話環(huán)節(jié)交給AI。開始跟AI交流，發(fā)現(xiàn)AI偏離設(shè)定目標(biāo)后再打磨調(diào)整給到AI的聊天設(shè)定。

這樣的制作環(huán)節(jié)導(dǎo)致，團(tuán)隊也無法提前準(zhǔn)確預(yù)知臺詞的具體走向如何，只是掌握大概的對話方向。而團(tuán)隊內(nèi)部更多的工作，也從設(shè)計對話，變成了訓(xùn)練大模型，及時互動出更多風(fēng)格的對話。

以《靈月之境》場景玩法為例，其中一個場景是希望從超市出去，但是靈兒（《靈月之境》中的AI女主）不希望玩家從超市出去，過程中要斗智斗勇的。

斗智斗勇的部分，就是大模型扮演對話方式。團(tuán)隊只是既定好大概通關(guān)狀態(tài)，但玩家如達(dá)到，則各不相同。由于每個玩家的交互方式不同，最終實現(xiàn)目的的路徑也千差萬別。

想要完成這樣的交互，需要團(tuán)隊在制作環(huán)節(jié)時，對prompt（提示）做工夫，需要把found寫得既能夠讓AI“看懂”，同時又能夠遵循既定方式。然而，現(xiàn)在prompt的上線是有限的，團(tuán)隊不能將所有物料都塞進(jìn)去，就算堆砌了大量的prompt，也不是每一句話都有權(quán)重的。為此蔚領(lǐng)時代選擇通過加記憶點的方式，根據(jù)玩家輸入的內(nèi)容，找尋對應(yīng)的記憶點后再匹配。

類似的案例，在網(wǎng)易游戲《逆水寒》中也能看出，《逆水寒》實裝了“游戲GPT”后。NPC可以實時地和玩家互動，擺脫腳本交互的束縛。

從整體來看，蔚領(lǐng)時代的大致思路，選擇將一條管線上，AI能做的事情分拆，AI做不了人工補(bǔ)充。最開始，生產(chǎn)模型先從AI處理貼圖。在這段過程中，蔚領(lǐng)時代發(fā)覺，投射貼圖的方式進(jìn)行人工建模，能更大發(fā)揮AI作用，隨后又迭代了生產(chǎn)流程。

這段制作過程中，就是不斷“摒棄”傳統(tǒng)制作思維的過程，這需要團(tuán)隊信念十分堅定。成朱江也坦言，有些工作利用傳統(tǒng)程序代碼的方式，很輕松可以達(dá)到。但想要發(fā)揮更多AIGC的能力，得到更多不可預(yù)知性的結(jié)果，就要擺脫對以往制作流程的依賴。

雖然早期游戲廠商和AIGC的磨合較為坎坷，不過一旦利用好AIGC技術(shù)，便能迎來生產(chǎn)力的巨大變革。

02 不是提高，而是解放生產(chǎn)力

AIGC的出現(xiàn)在游戲行業(yè)激起千層浪，本質(zhì)就是其對生產(chǎn)力的巨大影響。首先，在游戲行業(yè)中，公認(rèn)將電影《頭號玩家》視為未來游戲的終極形態(tài)。但該電影中的游戲場景，所呈現(xiàn)的資產(chǎn)規(guī)模和質(zhì)量，以及其中互動的豐富性，生產(chǎn)成本極高，傳統(tǒng)內(nèi)容生產(chǎn)范式都無法解決。

而AIGC技術(shù)就像是“解藥”，游戲行業(yè)有望打破“成本、效率、質(zhì)量”的不可能三角，基于AIGC、3D AI技術(shù)的應(yīng)用，短時間內(nèi)在游戲場景能創(chuàng)造爆炸性的堆疊和內(nèi)容。

具體來看，《靈月之境》制作時，蔚領(lǐng)時代為了打造出新海誠風(fēng)格的世界，美術(shù)師需要利用PS軟件針對每一個模型進(jìn)行貼圖修改，使得模型貼圖具備新海誠二次元風(fēng)格中的手繪感，這會帶來巨大的生產(chǎn)成本和周期。

但只要通過stable diffusion，并訓(xùn)練風(fēng)格化dreambooth模型，以及結(jié)合control net，算法可以自動生產(chǎn)出相比美術(shù)師更具風(fēng)格化的貼圖，極大的縮短了模型生產(chǎn)的周期，生產(chǎn)速度提升了10倍以上。

此外，在蔚領(lǐng)時代另一款產(chǎn)品《春草傳》的制作中，AI亦發(fā)揮了其對生產(chǎn)力的重大影響。郭建君表示，《春草傳》第一集，共24個人參與研發(fā)，每分鐘成本接近130萬，共耗時7個月。而此次春草傳第二集《春草傳·木禾危機(jī)》，每分鐘的成本從130萬降到30多萬，制作時間4個月。預(yù)計明年制作成本從30多萬降低為10萬-15萬。

傳統(tǒng)3A游戲，資產(chǎn)優(yōu)化這一環(huán)節(jié)，會占據(jù)游戲內(nèi)容制作中20%以上的時間和成本。《春草傳》的地圖模型大小就已經(jīng)達(dá)到了40G。蔚領(lǐng)時代采用了基于迭代的AI資產(chǎn)優(yōu)化方式來進(jìn)行地圖的大幅優(yōu)化，使得地圖中模型種類降低50%到70%，大大提升了渲染效率。

效率大幅度提升的故事不僅發(fā)生在蔚領(lǐng)時代。

網(wǎng)易方面也曾表示，“目前在網(wǎng)易，語音生成、原畫生成、視頻動捕、模型生成等多個關(guān)鍵生產(chǎn)環(huán)節(jié)，人工智能帶來的工作效率提升，可以達(dá)到90%。”完美世界聯(lián)席CEO兼總裁、完美世界游戲CEO魯曉寅說：“兩三年前完美世界就已經(jīng)開始把游戲開發(fā)管線推向智能化。在使用AIGC之前，我們某個項目的進(jìn)度是一年時間不到10%，但在用了這套AI技術(shù)工具之后，兩個月超50%的進(jìn)度已經(jīng)做完。”

AIGC對生產(chǎn)力的意義遠(yuǎn)不止體現(xiàn)在財務(wù)數(shù)據(jù)上。

成朱江表示，“以往是設(shè)計什么，最終就會按照嚴(yán)格設(shè)計產(chǎn)出結(jié)果，而現(xiàn)在是我們也不知道設(shè)計的這個東西到底會發(fā)生什么。”

AIGC技術(shù)所帶來的創(chuàng)意不可預(yù)知性，對于游戲行業(yè)而言更為重要。例如，在創(chuàng)作過程中，對于主角程靈兒的角色形象，團(tuán)隊花費(fèi)很多功夫人工繪畫，總有一些不滿意的部分。后續(xù)是通過AI生成的結(jié)果，出乎意外地滿足團(tuán)隊的需求。

創(chuàng)意資產(chǎn)，是一款游戲必不可少的軟實力，基于AIGC技術(shù)所挖掘的玩法創(chuàng)意和角色形象創(chuàng)意，是比財務(wù)降本增效更有價值的事情。而在這部分工作中，AIGC所扮演的角色，也超出了提升生產(chǎn)力，而是解放生產(chǎn)力。

03 大勢所趨下，早入局早搶占先機(jī)

新技術(shù)席卷行業(yè)的浪潮下，擁抱技術(shù)是入局者唯一的選項。而在這場迭代中，越早布局的人越能搶占先機(jī)。過去半年內(nèi)，不少游戲廠商也投入到AIGC+游戲的征途中。

以國內(nèi)游戲行業(yè)無法繞開的騰訊為例，2023游戲開發(fā)者大會上騰訊AI Lab發(fā)布了自研的 3D 游戲場景自動生成解決方案。基于 AIGC 技術(shù)，開發(fā)者在短的時間內(nèi)，可以打造出高擬真、多樣化的虛擬城市場景，大幅提升游戲開發(fā)效率。

具體來看，先讓讓AI 學(xué)習(xí)真實世界的數(shù)據(jù)，理解城市和建筑的特征，進(jìn)而快速生成真實感、多樣性的虛擬場景，涵蓋了從城市、建筑到室內(nèi)的不同層次的場景。

騰訊 AI Lab曾演示過AI生成虛擬城市的過程，25平方公里的城市內(nèi)擁有130 千米路網(wǎng)、4416 棟建筑以及超過 38 萬個室內(nèi)映射。這種規(guī)模的城市建造，過去往往需要多名美術(shù)師，耗時幾年才能做到。而基于AIGC技術(shù)后，只需要數(shù)周。

昆侖萬維目前也深度布局了AIGC技術(shù)，旗下推出了天工巧繪SkyPaint、天工妙筆SkyText、天工智碼SkyCode等平臺。

昆侖萬維CEO方漢表示，AIGC對現(xiàn)有的行業(yè)最主要的影響還是降本增效，而且這個降本增效不是百分比的降本增效，而是十倍、百倍的降本增效，這樣會極大地提高內(nèi)容生產(chǎn)的效率，解放生產(chǎn)力。所有的內(nèi)容行業(yè)，包括游戲行業(yè)和影視行業(yè)，都有非常強(qiáng)的市場需求。

AIGC技術(shù)帶來的不僅是未來想象空間，對當(dāng)下的股價提振也具有一定影響作用。去年末，昆侖萬維發(fā)布AIGC布局計劃后，其股價一路上漲，今年第一季度漲幅達(dá)到195%。同樣，湯姆貓在官宣布局后，股價從年初至三月中旬，漲幅超過100%。從今年初到8月初，30家A股游戲股中，累計股價漲跌幅下滑的公司僅4家。

除了自研技術(shù)能力外，亦有部分廠商選擇以合作的方式切入。

二次元游戲廠商莉莉絲和AI技術(shù)研發(fā)商啟元世界達(dá)成合作，將AI解決方案引入行為控制、數(shù)值設(shè)計、用戶個性化推薦等方面的工作。目前在《萬國覺醒》《三國志戰(zhàn)略版》《Farlight 84》等游戲中已投入使用。

“我國超60%游戲企業(yè)應(yīng)用了游戲AI技術(shù)，游戲是受技術(shù)創(chuàng)新驅(qū)動的產(chǎn)業(yè)。”中國音像與數(shù)字出版協(xié)會理事長孫壽山透露。

從目前各家廠商布局AIGC技術(shù)來看，其主要是用于提升建模、數(shù)字資產(chǎn)等環(huán)節(jié)的制作效率。以及通過大模型驅(qū)動，打開游戲NPC對話、玩法的想象空間。

但是當(dāng)下的進(jìn)展，只是“開胃前菜”，AIGC離真正賦能游戲成為虛擬世界還有一段路。

其中，由于優(yōu)質(zhì)3D數(shù)據(jù)的稀缺性，以及3D場景的復(fù)雜性，維度特征的多樣性。導(dǎo)致高質(zhì)量的3D場景生成方面，以神經(jīng)網(wǎng)絡(luò)和擴(kuò)散模型為代表的的生成技術(shù)仍然很難生成出可落地的內(nèi)容，距離程序化生成技術(shù)的實用性還有非常大的差距。

當(dāng)下AIGC的能力更多還是應(yīng)用于文本類、2D類場景，直到AIGC進(jìn)化至3D能力時，似乎我們才能離《頭號玩家》更近一些。

標(biāo)簽：