游戏AI 怎么就进入2.0了？

原文来源：游戏价值论

作者：李亚捷

图片来源：由无界 AI‌ 生成

虽然此前已经多次表示技术会成为游戏行业阶段性发展的最重要推力之一，但关于游戏AI的应用迭代之迅猛依旧让人咋舌。

如果说利用AI工具提升生产效率是1.0阶段（量），那么腾讯网易作为行业头部，已经一只脚迈进了更复杂的内容多样化相关，无论是NPC的行为设定还是动作智能化的应用，这些都是质的2.0阶段。

技术的应用更直接的与内容竞争力挂钩。

学术与应用

在今年刚刚结束的2023世界人工智能大会（WAIC）上，厦门大学联合中国传媒大学、中央美术学院、北京理工大学、上海交通大学等多所高校部门，筹备成立“游戏人工智能高校联合研究中心”，持续深化游戏人工智能的研究。

按照厦门大学信息学院副院长张俊松的说法，游戏与人工智能技术的结合，催生了游戏人工智能前沿研究领域。游戏人工智能致力于创造类人水平的智能体，有助于促进通用人工智能创新发展，已经成为国际科技竞争赛场上的重要部分。重视和推进游戏人工智能在前沿科技发展中的关键性作用，是学界和业界在未来一段时间里的重要目标和任务。

在游戏中训练AI，来帮助通用AI的创新发展，是核心关键词。

例如腾讯2020年起想高校开放的开悟平台，是很典型的面向学生群体开放脱敏游戏数据集及游戏核心集群，并提供评估工具、计算平台以及其他研究支持服务，以测试并提升AI在复杂对战游戏场景下的多维度决策水平。同时后续与北大、清华、中科大等 19 所顶尖高校合作开发课程，让学生用更有趣的方式来理解机器学习、强化学习、多智能体决策等知识点来培养后备人才。

这是学术上AI的关键意义，但从商业角度，外界更看重的是游戏AI的实际应用落地。

在游戏AI 1.0的阶段，利用其完成生产效率的大幅提升，是衡量企业这方面发展的重要指标。

游戏作为创业产业，始终保持对内容的渴求。手游爆发后，为了提升产品质量，美术军备竞赛成为主流；国内发展固化、版号整顿又迫使企业大规模出海淘金；未保常态化，以游戏技术为核心的跨界探索成为拔高产业天花板的新未来。

众所周知，科学技术是第一生产力。科学技术的进步提高了劳动者的素质，使其在生产过程中的地位和作用发生了深刻变化；科学技术向劳动资料系统的渗透，涌现出许多先进生产工具，从根本上改变了现代生产的面貌，大大提高了先进生产力；科学技术的飞速发展，使劳动对象范围扩大和质量提高，开发和利用更加深入、有效。

现在，AIGC所代表的更先进生产工具摆在所有游戏企业面前，通过AI工具的熟练使用，有可能帮助中小团队控制成本、提升效率的同时，尝试制作更多更大型的项目进而同台竞技。

此外创意和想法固然是开发团队的核心竞争力，但现在对于新兴技术和先进工具的运用也成为策划脑中设想到实际产品落地的决定性力量。

以游族为例，前几日宣布AI创新院正式揭牌，其AI创新院负责人接受媒体采访时表示：目前游族在AI科技领域的规划与布局分两方面，一方面，内部通过汇集行业优秀的技术人才，组建AI工程团队，引入了成熟的商用AI解决方案，同时也采用了一些开源的AI技术，在美术资产生成、配音、与外部科技公司开展合作 ，共同设立联合研究院，针对游戏和AI结合的具体应用场景，定制解决方案。

而在上个月“2023上海游戏精英峰会暨游戏出版产业报告发布会”上，完美世界分享了AI技术在内部游戏研发管线各个环节中的全面应用，针对不同类型AIGC工具以及不同项目的需求，有针对性的训练不同AIGC工具的模型。内容制作团队可以直接输出各类更加适配的图片、音频等素材，加速UI、动画、材质等美术资产的制作流程。具体包括AI为游戏引擎生成指定功能的材质节点、AI辅助场景搭建、AI剧情辅助以及虚拟人等等。

另一个则是首次对外展示了完美正在尝试的AI融合驱动的完整形态案例——复合应用AI in GamePlay，包括场景信息、角色信息、情节发展、玩家行为、对话等均由AI演算。

如果说生产管线自动化降本增效是标准的1.0模式，那么智能NPC根据当下环境和情景智能演绎，为不同玩家提供不同的感官以及游戏体验，其实已经触碰游戏AI 2.0的核心，从“能省心做”到“如何做的更好”。

深度介入内容质量

游戏价值论此前提到，当前的手游行业竞争已经进入量大管饱的阶段，大众化的玩法某种程度上已经成了消耗品，成为“内容”的一员。绝大多数游戏都需要提供内容量来维持游戏热度，区别在于内容的定义既包括剧情相关也包括玩法资源，既有游戏更新的直观表现，也有用户UGC和场外二创的不同方向。

游戏AI 1.0可以尝试解决铺量的问题，2.0则是大厂希望通过技术优势更深层介入内容“质”的程度，进而拉开竞争差距。

本次WAIC分论坛上，腾讯天美J3分享了与腾讯AI Lab团队合作的一些内容，例如设计了一套通用的融合多模态环境感知方案，让AI可以高效建模3D地形并进行决策，从最简单的1V1模式开始研究、训练模型，逐步发展到5V5更加复杂的模式。

这里其实与上文提到游戏AI学术性质的训练直接挂钩。

FPS中的3D环境更能贴近人类在真实环境下的表现，具备提供跨领域研究的价值。而训练的成果，除了学术价值，可以更加直接的转化为游戏中的商业价值。

另一个直观的应用是天美在《逆战手游》中根据自回归神经网络算法模型(ARNN模型)应用的AI动作生成技术，简单来说是游戏中的NPC会根据玩家的实时行为进行动作反应，这些动作可以根据运动学原理，自主生成和调节，进而提升游戏的沉浸感和可玩性。

这个技术同样是与腾讯Robotics X 实验室合作，原本是训练AI让机器人生成模拟真实生物的动作表现，在游戏应用的同时，也加速AI训练的进度。

网易最近上线的《逆水寒》手游中，关于AI的应用既包括绘画、捏脸系统，也包括400位AI NPC、超40个AI作词打卡点，网易集团高级副总裁胡志鹏此前在接受记者专访时表示，玩家在《逆水寒》手游中与智能NPC所有交互过程与结果，都将与游戏内容深度融合绑定，影响游戏整体的后续走向。

简而言之，大厂对于AI模型更多定型化的训练，获得的研究成果，可以直接转化成更多游戏内容的应用落地，创造更加直接的价值，这也意味着游戏AI对于游戏的影响从量到质全方位的深化。

明确了方向之后，技术对于游戏行业的影响还在提速。