“別再尬吹 AI 能降本增效了”_天天新動(dòng)態(tài)

The following article is from GT游戲人互助 Author 成志@GameTrigger

【資料圖】

00

前言

降本增效：AI會(huì)取代原畫(huà)嗎？美術(shù)已節(jié)省xx人天

xx游戲：懷疑使用AI，玩家聲討、廠商道歉

xx公司官宣推出大模型，融資xx萬(wàn)美金

萬(wàn)字長(zhǎng)文解析：英偉達(dá)又搓出什么新核彈

......

在過(guò)去的200多天，也許你已然對(duì)這些標(biāo)題麻木無(wú)感、甚至有些PTSD，但依然會(huì)有種不真切的迷離感——怎么AI又火了，這是下一個(gè)元宇宙/Web3嗎？游戲難道因此更好做、更好玩了嗎？

抱著如上疑惑，作為專(zhuān)注游戲行業(yè)的投資人，秉持著好奇與求真的態(tài)度，筆者走訪(fǎng)了海內(nèi)外游戲開(kāi)發(fā)者、AI研究員、AI創(chuàng)業(yè)公司，一路能聽(tīng)到關(guān)于"AI游戲"至少10種不同的定義（堪比20~21年人均"二次元"的盛況）。為了促進(jìn)跨界交流，共同探索"AI游戲"究竟是什么，也曾在22年12月舉辦過(guò)AIGC主題的Game Jam。

結(jié)合研究與實(shí)踐，希望在這個(gè)信息過(guò)載的時(shí)刻，能為行業(yè)分享些接地氣兒的觀察、提供更AI原生的游戲思考和腦洞，少一些無(wú)謂的FOMO——畢竟，無(wú)論技術(shù)如何迭代，游戲好玩才是硬道理，審美好、懂設(shè)計(jì)、懂開(kāi)發(fā)的游戲人總是稀缺的。

01

舊話(huà)題里的新鮮事

開(kāi)源生態(tài)、二次元同人文化、開(kāi)發(fā)者與創(chuàng)作者共創(chuàng)，促成生成式AI在創(chuàng)作圈的繁榮。游戲，作為視聽(tīng)交互的集大成者、也是變現(xiàn)效率極高的產(chǎn)品形態(tài)，同時(shí)有相對(duì)更溫和的包容度，其土壤天然適合生成式AI的探索。

以圖像生成為例，時(shí)間撥轉(zhuǎn)回2022年8月，Stable Diffusion方才問(wèn)世，開(kāi)源之火就迅速點(diǎn)燃了創(chuàng)作者的好奇心。在隨后的10月，NovelAI推出基于Stable Diffusion和530萬(wàn)張Danbooru圖像訓(xùn)練的文生圖模型，數(shù)日內(nèi)躥紅，但很快被意外破解。

彼時(shí)，互聯(lián)網(wǎng)大江南北都流轉(zhuǎn)著Vtuber區(qū)UP主秋葉aaaki的本地部署教程，同期《元素法典(1)(1)(2).pdf》也傳遍了大大小小的社群。或許最初這都不過(guò)是圖一樂(lè)，但在一票ACG相關(guān)創(chuàng)作者的努力下，文生圖/圖生圖又更上一層樓——曾開(kāi)發(fā)出Waifu生成器的Spellbrush聯(lián)合Midjourney推出專(zhuān)注美少女的Niji Journey，年輕牌佬、YGOPro2作者鼓搗出ControlNet。

有趣的是，這輪生成式AI的主要傳火者并不在曾經(jīng)設(shè)想的工業(yè)界、機(jī)器人，而是創(chuàng)作領(lǐng)域，尤其在二次元同人圈。畢竟，相較于管線(xiàn)更成熟、容錯(cuò)率低的工業(yè)需求，同人創(chuàng)作擁有相對(duì)更好的包容度、也有更濃的幻想和創(chuàng)作欲。

于是，擅長(zhǎng)整活兒、常年混跡社區(qū)的愛(ài)好者紛紛轉(zhuǎn)型煉丹師，眼下B站首頁(yè)不乏"AI角色唱歌"、"AI小草神舞蹈"；在HuggingFace的開(kāi)源生態(tài)里，也有不少老二次元工程師貢獻(xiàn)項(xiàng)目模型。

萬(wàn)眾矚目的Character.AI，ACG類(lèi)角色的調(diào)用量遠(yuǎn)超其余類(lèi)型——畢竟能跟屑狐貍聊天，能獲得5t5陪伴，為什么不放飛下自我呢？這波，二次元上大分，社區(qū)文化大勝利

而在所有的文娛創(chuàng)作中，游戲，無(wú)疑是視聽(tīng)交互的集大成者、也聚集相當(dāng)多創(chuàng)作和技術(shù)人才，且F2P網(wǎng)游的商業(yè)模式又早已被確立，因此被眾多從業(yè)者關(guān)注，各界多有"游戲是AIGC落地的第一站"的觀點(diǎn)。

不過(guò)，在生成式AI浪潮來(lái)臨前，游戲+AI本身也算不得什么新鮮事。從NPC/怪物決策講，最普遍的無(wú)非行為樹(shù)、有限狀態(tài)機(jī)，也有較難設(shè)計(jì)、不甚常用的GOAP；生產(chǎn)流程上，不乏AI減面、自動(dòng)展UV、網(wǎng)文生成器等工具；回到傳統(tǒng)的強(qiáng)化學(xué)習(xí)，雖限于少數(shù)重度PvP、三消等場(chǎng)景，但也較為成熟；即便跳出AI，諸如Houndini+SD等程序化生成工具，使用率即便較低，但也有點(diǎn)年頭。那如今燥熱的「生成式AI」究竟有什么新活兒？

回歸「生成式AI」的發(fā)展，已有相當(dāng)多科普梳理，在此不再贅述。一言以蔽之，自此不需要再為特定任務(wù)做專(zhuān)項(xiàng)訓(xùn)練、也無(wú)需像傳統(tǒng)NLP得先拆分子任務(wù)。通才大模型在少量Prompt指令下，能結(jié)合上下文學(xué)習(xí)，可勝任相當(dāng)多生成性工作，而不只是曾經(jīng)簡(jiǎn)單的翻譯理解（AutoGPT甚至可以幫你寫(xiě)Prompt，長(zhǎng)期來(lái)看，Prompt也可能只是指令交互的過(guò)渡媒介）。

同時(shí)，在有點(diǎn)兒「暴力美學(xué)」的縮放法則（Scaling Law）加持下，高質(zhì)量數(shù)據(jù)和大量參數(shù)可以涌現(xiàn)出推理能力，如果加入其他模態(tài)的數(shù)據(jù)，還能相互轉(zhuǎn)換，甚至上半年的GPT-4、微軟KOSMOS-1還能讀懂梗圖。

就著"生成"和"推理"兩大關(guān)鍵能力，也衍生出了「降本增效」的AIGC工具派和「原生體驗(yàn)」的AIGC游戲派。

對(duì)于「降本增效」而言，拋開(kāi)上市公司喊話(huà)大模型的市值管理行為，工具確實(shí)有一定效果，但當(dāng)前仍無(wú)法滿(mǎn)足對(duì)可控性和容錯(cuò)率的高要求。而對(duì)比以往"渠道迭代、產(chǎn)品質(zhì)量為王、小團(tuán)隊(duì)自研自發(fā)成為可能"等行業(yè)價(jià)值鏈的結(jié)構(gòu)性變化，目前的生成式AI尚且還沒(méi)有清晰的"顛覆"路徑。

此外，游戲趣味和盈利能力也并不與投入資本的多寡呈線(xiàn)性的正相關(guān)——巨制會(huì)翻車(chē)、小品也能爆。如果不談如何創(chuàng)造新體驗(yàn)，只聚焦工具提效，可能不免就會(huì)陷入"不過(guò)是將14人天的立繪設(shè)計(jì)縮短到10人天，將0.5人天的綁骨骼縮短到0.2人天，但還是不符合賣(mài)點(diǎn)、玩家覺(jué)得不如《O神》"的窘境。

因此，在混沌之初，更值得探討的還是"AI原生游戲會(huì)長(zhǎng)什么樣"，能否為玩家?guī)?lái)新樂(lè)子，或者提供新的變現(xiàn)模式——畢竟，游戲體驗(yàn)永遠(yuǎn)是內(nèi)核，作品不夠好玩，玩家不愿買(mǎi)賬，聊再多"降本增效"也無(wú)濟(jì)于事。

02

原生體驗(yàn)

AI原生游戲，有兩種截然不同的路徑——第一種是純粹的游戲思維，即選擇有相似思想的原型，先做個(gè)好玩的游戲，將AI視作錦上添花和樂(lè)趣延伸；第二種則是游戲化的互聯(lián)網(wǎng)產(chǎn)品思維，即用"游戲化"包裝泛娛樂(lè)需求，追求傳播和增長(zhǎng)裂變，AI扮演提供樂(lè)子的工具。

聊起游戲本身，也有人聽(tīng)到AI創(chuàng)新后眼前一亮，仿佛無(wú)限關(guān)卡近在眼前，再搞個(gè)UGC編輯器，豈不就是游戲永動(dòng)機(jī)——贏麻了。

但很遺憾，后文將說(shuō)明AI原生游戲并不等同于無(wú)限生成內(nèi)容的策劃?rùn)C(jī)器人，更不是搞個(gè)更簡(jiǎn)易的編輯器讓玩家代工。在這里，筆者先提出一種思想——AI原生游戲?qū)l(fā)生從"設(shè)計(jì)師創(chuàng)造樂(lè)趣"到"玩家自主創(chuàng)造樂(lè)趣"的范式轉(zhuǎn)換，即廣義上的UGC，AI原生游戲的趣味得由開(kāi)發(fā)者、AI、玩家三者共創(chuàng)。

談及游戲創(chuàng)新的范式，筆者粗略地先分出三種路徑：①想到但做不到——通常卡在設(shè)計(jì)/技術(shù)；②做到但不夠好——最為常見(jiàn)的微創(chuàng)新；③壓根沒(méi)想到——神來(lái)一筆/有時(shí)是品類(lèi)級(jí)機(jī)會(huì)。

其中，第一點(diǎn)和第二點(diǎn)尚有討論空間，即生成式AI的推理特性能否優(yōu)化已有體驗(yàn)，拓寬其樂(lè)趣。但聊到第三點(diǎn)，就很難僅拿著概念來(lái)做無(wú)中生有的空想，即能以xxx-like命名的創(chuàng)新往往和機(jī)制、交互相關(guān)，得經(jīng)歷長(zhǎng)時(shí)間推敲和驗(yàn)證才能成型，與技術(shù)更迭并無(wú)直接干系。故全新體驗(yàn)的確有可能出現(xiàn)，但暫不在本文討論范疇中。

回到第二點(diǎn)"做到但不夠好"，歷來(lái)是業(yè)內(nèi)最務(wù)實(shí)的話(huà)題，但要跨越這難關(guān)，對(duì)多數(shù)網(wǎng)游而言，最棘手的還不是去想那些凸顯差異化的小設(shè)計(jì)，而是處理"內(nèi)容產(chǎn)出速率低于玩家消耗速率"的窘境。只不過(guò)在普遍如此的當(dāng)下，玩家和研發(fā)就"長(zhǎng)草"和"坐牢"達(dá)成了一種微妙的相互妥協(xié)——但個(gè)中原因僅僅是內(nèi)容少嗎？仔細(xì)一想也不對(duì)。

為了能繼續(xù)推進(jìn)劇情/畢業(yè)喜歡的強(qiáng)力角色，即便痛罵一頓，還得回去反復(fù)刷材料

對(duì)于側(cè)重局內(nèi)體驗(yàn)的游戲，刺激長(zhǎng)留和付費(fèi)的往往是精雕細(xì)琢的高星角色、BOSS戰(zhàn)、主線(xiàn)演出、一波三折的關(guān)卡，肯定不是量大管飽的填充物（此處點(diǎn)名看似無(wú)限的Roguelike副本、看似隨機(jī)的日常任務(wù)）。哪怕儲(chǔ)備了一系列高質(zhì)量?jī)?nèi)容，也得講究"物以稀為貴"，釋放節(jié)奏要論疏密，不會(huì)一味地高強(qiáng)度更新——總不能每周一個(gè)新卡池等著被罵吧。

對(duì)于側(cè)重局外養(yǎng)成的游戲，關(guān)卡/戰(zhàn)斗又更多是驗(yàn)證養(yǎng)成的一道場(chǎng)景，爆出神兵、刷齊套裝、湊足Build的數(shù)值反饋更重要，其留存內(nèi)核顯然也不是從多堆幾關(guān)小怪能解決的。

因此，內(nèi)容過(guò)速消耗的關(guān)鍵似乎并不在多寡。我們常常談及的工業(yè)化產(chǎn)線(xiàn)也并不意指量大管飽，只是盡可能保質(zhì)、保量、保時(shí)地產(chǎn)出版本，滿(mǎn)足玩家對(duì)長(zhǎng)期驅(qū)動(dòng)力的追求。

從這個(gè)視角來(lái)看，AIGC能無(wú)限生成內(nèi)容的幻想，除了強(qiáng)化學(xué)習(xí)在極少數(shù)MOBA/FPS的AI Bot、純關(guān)卡驅(qū)動(dòng)的三消、需要陪玩的菠菜有價(jià)值外，其余品類(lèi)就總?cè)绷它c(diǎn)立足之處，還會(huì)陷入"算法人才難覓、數(shù)據(jù)集有限、訓(xùn)練成本高昂，不如招個(gè)資深策劃"的ROI悖論。

筆者認(rèn)為，更好的思路，可能是從"設(shè)計(jì)師創(chuàng)造樂(lè)趣"到"玩家自主創(chuàng)造樂(lè)趣"的范式轉(zhuǎn)換——即廣義而言的UGC，這其實(shí)與生成式AI天然契合。不過(guò)這里的UGC≠搞編輯器，不是去硬抄《蛋仔派對(duì)》《Roblox》，其實(shí)質(zhì)是開(kāi)發(fā)者設(shè)計(jì)好交互方式、規(guī)則機(jī)制和反饋邏輯，而將具體樂(lè)趣的創(chuàng)造放權(quán)給玩家。

最典型的例子就是麻將和樂(lè)高的思想。

麻將，也可代指一切優(yōu)質(zhì)的PvP游戲，在基礎(chǔ)規(guī)則既定后，借助隨機(jī)性和風(fēng)險(xiǎn)博弈，雀友的發(fā)揮決定了樂(lè)趣多寡。只要還能肝，贏家和輸家都想無(wú)限地再開(kāi)一把，且還自帶傳播性。

樂(lè)高，也可代指一切有沙盒創(chuàng)造屬性的游戲，本質(zhì)是以物理規(guī)則為支撐，定義了基礎(chǔ)元件的連接方式，而無(wú)論是創(chuàng)造還是破壞都有其樂(lè)趣。同時(shí)，設(shè)計(jì)重點(diǎn)不在于玩具制造本身，而是如何提供合理的反饋，畢竟空有屠龍刀而無(wú)龍可屠就多少欠了點(diǎn)意思。不過(guò)一旦成型，千人千面，玩家總會(huì)找到獨(dú)屬自己的樂(lè)趣所在。

麻將：頂級(jí)UGC游戲，樂(lè)此不疲，無(wú)限重開(kāi)

回到"User Generated Content/Fun"的思路本質(zhì)，還是盡可能不依賴(lài)于開(kāi)發(fā)者的內(nèi)容更新。這也意味著妄圖把壓力轉(zhuǎn)嫁給玩家靠UGC編輯器代工并不靠譜，其不過(guò)多了些玩家原生的策劃，還得靠團(tuán)隊(duì)披沙瀝金、得有足夠DAU的池子里篩選。相對(duì)地，設(shè)計(jì)師提供積木、麻將這樣的玩具更具性?xún)r(jià)比——

可以誘導(dǎo)玩家激發(fā)反復(fù)練習(xí)、自我超越的欲望，例如《忍者必須死3》競(jìng)技場(chǎng)的無(wú)盡跑道、《Neon White》同一地圖在極限操作下的最速通關(guān)；或者支持自由創(chuàng)造、提供驗(yàn)證，例如《塞爾達(dá)傳說(shuō)：王國(guó)之淚》里結(jié)合究極手和左納烏的"我愛(ài)發(fā)明"系列，文能神廟解謎、武可欺負(fù)呀哈哈，爭(zhēng)相競(jìng)選弱智吧吧主；同理，還有自由選擇、真實(shí)反饋的樂(lè)趣，也正是開(kāi)放世界的本質(zhì)，而非玩完即棄的一次性大地圖。

一言以蔽之，AI原生游戲≠無(wú)限生成內(nèi)容的策劃?rùn)C(jī)器人，≠搞個(gè)更簡(jiǎn)易的編輯器讓玩家代工。

結(jié)合當(dāng)下生成式AI的新能力，即推理、記憶、百科全書(shū)、自然語(yǔ)言交互、跨模態(tài)轉(zhuǎn)換，但體感上還有些喜歡"一本正經(jīng)地胡說(shuō)八道"的大忽悠，放在玩家敏感度高、容錯(cuò)率低的場(chǎng)景大抵是吃力不討好，但若能輔助設(shè)計(jì)師開(kāi)發(fā)積木或麻將這樣的UGC玩具，即在扎實(shí)的設(shè)計(jì)框架里，為玩家?guī)?lái)額外的新體驗(yàn)，未嘗不可一試。

先且不論算力要求和工程難度，后文將以「敘事開(kāi)放世界」「沙盒與模擬經(jīng)營(yíng)」「涌現(xiàn)與電子斗蛐蛐」「泛娛樂(lè)游戲化」四點(diǎn)為切口，列舉部分相似思想的原型，并以「病毒式傳播和玩家共創(chuàng)」為收束，拋磚引玉。

敘事開(kāi)放世界

開(kāi)放世界的本質(zhì)是賦予玩家足夠自由且有趣的體驗(yàn)選擇，并給予真實(shí)的世界反饋，而非單純超大地圖、遍地走的NPC。借助LLM相對(duì)成熟的文本生成能力，也能有近似開(kāi)放世界的體驗(yàn)。

有趣的是，每當(dāng)有新技術(shù)試圖來(lái)游戲分一杯羹，總有媒體喜歡把《荒野大鏢客II》等AAA開(kāi)放世界作品掛在嘴邊，但若深究開(kāi)放世界存在的合理性，絕非堆砌美術(shù)資產(chǎn)和任務(wù)罐頭，而是創(chuàng)造有趣且可信的世界，賦予玩家自由選擇的權(quán)利。對(duì)此，《塞爾達(dá)傳說(shuō)：荒野之息》選擇了一套基于物理/化學(xué)引擎的實(shí)現(xiàn)手段，《殺手》《合金裝備V》則選擇了對(duì)同一任務(wù)目標(biāo)提供多重解法。

這種將樂(lè)趣放權(quán)給玩家，能自由把玩的特性也對(duì)應(yīng)了前文所述的UGC樂(lè)趣。聯(lián)想到大模型，借助其有邏輯推理、上下文記憶的文本生成能力，也能實(shí)現(xiàn)近似的AVG+開(kāi)放體驗(yàn)，但這不與美少女Galgame劃等號(hào)。畢竟比起"游戲+敘事"的拼接，"游戲×敘事"的機(jī)制融合更有趣，即要讓玩家"玩"故事，而非"看"演出，得參考諸如《史丹利的寓言》《奧伯拉丁的回歸》的設(shè)計(jì)。

將二者思想融合后，Inkle工作室的網(wǎng)狀敘事作品《Sorcery》《80 Days》《Overboard!》就值得參考，將情節(jié)分拆為狀態(tài)單元/Storylet的模塊化敘事結(jié)構(gòu)與LLM有較大的聯(lián)動(dòng)可行性。

譬如在《Overboard!》中，玩家需要扮演一位謀殺富豪老公來(lái)騙取高額保金的女士，而在這艘封閉的郵輪上，其余5位NPC都或多或少有指證玩家謀殺的證據(jù)。沒(méi)錯(cuò)，這次視角不再是偵探，流程也不局限于推理真相，而是想方設(shè)法地脫罪，有些像番劇《虛構(gòu)推理》，全程靠一張嘴忽悠。

這款游戲的開(kāi)放性就體現(xiàn)在自由的脫罪思路，且心流可能截然不同，你可以選擇——

① 偽造證據(jù)，制造無(wú)頭懸案

② 嫁禍某位NPC，找尋其間漏洞

③ 拉攏其余NPC，事成一起分贓

④ 干脆把NPC都作做掉，物理意義解決問(wèn)題

⑤ 先跳預(yù)言家，開(kāi)局就給警察致電混淆視聽(tīng)

⑥ 說(shuō)不定還能找到皮劃艇鑰匙，提前開(kāi)潤(rùn)（腦洞）

......

而這都收斂于一艘固定場(chǎng)景的郵輪，交互也僅靠對(duì)話(huà)和簡(jiǎn)單的道具，單局10~20min短平快的時(shí)長(zhǎng)。麻雀雖小，五臟俱全，也正因其較高的自由度，配上合情合理的快速反饋，刺激不少玩家自愿重開(kāi)，試圖找到更完美的方案、或者更荒誕的解法。畢竟，偵探游戲最有趣的不是那一個(gè)個(gè)解謎機(jī)關(guān)，而是最終把線(xiàn)索歸位復(fù)原真相，驚嘆"哦！原來(lái)如此，我早該想到的！"的那一刻。

回顧《Overboard!》這樣的一段小品級(jí)故事，研發(fā)周期也不過(guò)100天，看似門(mén)檻和成本都不高，但在傳統(tǒng)開(kāi)發(fā)工具下，想做到這般"主觀感覺(jué)開(kāi)放、實(shí)則收斂可控"的體驗(yàn)，工夫盡在詩(shī)外，非常依賴(lài)編劇的人工推敲，梳理關(guān)鍵線(xiàn)索、NPC狀態(tài)。

Inkle敘事總監(jiān)曾在GDC分享過(guò)另外款互動(dòng)作品《Sorcery》的開(kāi)發(fā)邏輯，采用少量狀態(tài)樹(shù)以達(dá)到足夠自由度

但在LLM的驅(qū)動(dòng)下，可以把推理交給神經(jīng)網(wǎng)絡(luò)，把選擇自由權(quán)轉(zhuǎn)到玩家，避免"策劃絞盡腦汁想了100種方案，玩家只玩了2~3種"。對(duì)于獨(dú)立團(tuán)隊(duì)而言，或許更迭題材和體驗(yàn) （比如"末日/密室逃生"、"偽裝間諜"，不必拘泥于推理），就能搞點(diǎn)新樂(lè)子。也許還能兜售調(diào)用LLM的次數(shù)，限制玩家無(wú)限試錯(cuò)、提供撤回操作的空間。

這種更契合Adventure本質(zhì)的游戲還有些許參考，例如具有隨機(jī)生成元素的策略RPG《漫野奇譚》也有異曲同工之妙。或者跳出電子游戲，曾經(jīng)風(fēng)靡歐美的Gamebook、無(wú)數(shù)童年回憶的《冒險(xiǎn)小虎隊(duì)》，其思想也有十足的開(kāi)放性。

提及敘事和開(kāi)放性，不少?gòu)臉I(yè)者還會(huì)想到AI跑團(tuán)。筆者認(rèn)為，的確值得一做，但生成式AI并不直接解決跑團(tuán)小眾的難題，當(dāng)下依然是服務(wù)于核心群體，要想推廣跑團(tuán)樂(lè)趣得在設(shè)計(jì)上做簡(jiǎn)化。

畢竟跑團(tuán)的本質(zhì)，和"玩家自主創(chuàng)造樂(lè)趣/UGC"同理，是一種共同敘事。一段或荒誕、或溫情的故事需要KP和PL共同完成——其中的隨機(jī)Roll點(diǎn)只是實(shí)現(xiàn)手段，沒(méi)有玩家為此賦予的意義，大成功大失敗又能如何？

說(shuō)到底，不同于更依賴(lài)劇本和DM帶飛的劇本殺，跑團(tuán)是小伙伴們一起編故事的游戲，得解放玩家的中二想象力，PL要不會(huì)玩，AI也幫不上忙。

制約跑團(tuán)文化傳播的一大原因，并非簡(jiǎn)單的組不齊車(chē)隊(duì)，而是新人不會(huì)玩、擔(dān)心玩不好的心理負(fù)擔(dān)——這也側(cè)面說(shuō)明了，玩跑團(tuán)和看跑團(tuán)視頻終有隔閡，視頻的流行也難以直接把路人轉(zhuǎn)化為玩家，畢竟前者是親身參與、獨(dú)有體驗(yàn)的調(diào)查員，后者是看客心態(tài)的觀眾。

照此邏輯，單純由Stable Diffusion驅(qū)動(dòng)的立繪/CG生成、GPT系列驅(qū)動(dòng)的KP/PL對(duì)老手倒是增添了些許體驗(yàn)，但想讓更多潛在玩家體驗(yàn)到跑團(tuán)樂(lè)趣，得借助LLM在設(shè)計(jì)層面先循序漸進(jìn)，提供充分的反饋。對(duì)此，售賣(mài)模組、按AI調(diào)用次數(shù)/時(shí)間的收費(fèi)，也具備了一定的可行性。

題外話(huà)，一起編故事、樂(lè)子人等元素，搭載喜歡"胡說(shuō)八道"的ChatGPT、再荒誕也能視覺(jué)化的Stable Diffusion，似乎《道詭異仙》還是個(gè)不錯(cuò)的切口，人人皆是坐忘道，就主打一個(gè)個(gè)的虛虛實(shí)實(shí)、真真假假。

《道詭異仙》坐忘道似乎是不錯(cuò)的選材參考，亦真亦假全靠玩家判斷，增加輸出的容錯(cuò)率

沙盒與模擬經(jīng)營(yíng)

擁有記憶、計(jì)劃、反思能力的Generative Agents對(duì)NPC占比較重的扮演式模擬經(jīng)營(yíng)、控制類(lèi)沙盒有較大幫助；同時(shí)，NPC不僅得鮮活，還需要設(shè)計(jì)師賦予其招募傭兵團(tuán)/共同經(jīng)營(yíng)/戀愛(ài)后宮等意義，給予玩家自由把玩的目標(biāo)。

作為RPG游戲不可或缺的一環(huán)，非敵方NPC往往承擔(dān)了任務(wù)發(fā)布器和背景板的角色。盡管在多數(shù)游戲里，這些角色并不構(gòu)成體驗(yàn)的關(guān)鍵支柱，但依然要費(fèi)不少心思來(lái)設(shè)計(jì)，且多為一次性消耗內(nèi)容，還有可能不會(huì)被玩家觸發(fā)/認(rèn)真對(duì)待。

不過(guò)，沿用"玩家自主創(chuàng)造樂(lè)趣"的思想，在生成式AI的技術(shù)加持下，更優(yōu)的解法也許并非增加更多的NPC（當(dāng)然也不會(huì)是僵硬地植入自由對(duì)話(huà)......），而是加強(qiáng)NPC、NPC之間的智能反饋，讓玩家有更強(qiáng)的主觀能動(dòng)性，或組建一支神奇的傭兵團(tuán)、或在復(fù)雜的國(guó)際環(huán)境執(zhí)政（NPC也可能是一個(gè)個(gè)國(guó)家）、或挑戰(zhàn)廣開(kāi)后宮（bushi）。

而這一切的實(shí)踐基礎(chǔ)，則是熱門(mén)的斯坦福大學(xué)論文《Generative Agents》，不由得對(duì)其中栩栩如生的角色關(guān)系嘆觀止矣。相較于曾經(jīng)靠人工BT/FSM來(lái)框定角色行為，論文里接入GPT3.5，裝載了能提取記憶、計(jì)劃、反思的Memory System，那NPC能據(jù)此先大致制定行為計(jì)劃、并針對(duì)環(huán)境和其余NPC的變化做即時(shí)調(diào)整，來(lái)脫離純粹由策劃推理的困境。

如果說(shuō)《Generative Agents》更像是個(gè)觀賞性的技術(shù)DEMO，想必不少?gòu)臉I(yè)者也想到了復(fù)雜性和可玩性都更強(qiáng)的沙盒游戲。例如有異曲同工之妙的《矮人要塞》，控制七個(gè)性格各異的小矮人試圖建造一個(gè)堡壘，盡管游戲ASCII古早的美術(shù)風(fēng)格和極其硬核擬真的復(fù)雜難度（當(dāng)然熱衷于此的朋友會(huì)說(shuō)"Losing is fun"） 勸退了不少看客，但都不妨礙其"醉酒貓"的MEME梗聲名在外——

起因只是矮人在酒館打架會(huì)碰倒酒杯，但結(jié)果是待在酒館的貓醉了（要知道在設(shè)定里，貓是不會(huì)喝酒的），經(jīng)過(guò)一番查詢(xún)，原來(lái)是酒沫濺到了貓毛，而小貓喜歡舔自己的毛，這才導(dǎo)致了醉酒狀態(tài)。盡管這更像是個(gè)意料之外的BUG，但或有趣、或荒誕的BUG所引發(fā)的蝴蝶效應(yīng)又總能令玩家莞爾一笑，而背后的思想與Generative Agents有不少相似之處。

同理，《環(huán)世界》《僵尸毀滅工程》也有相似的設(shè)計(jì)脈絡(luò)，如果能引入LLM，并用LangChain"魔改"，甚至擴(kuò)展到MMO，讓單機(jī)體驗(yàn)延伸到網(wǎng)游，在奇幻的背景設(shè)定下組建兵團(tuán)，玩家自然而然就有更廣闊的目標(biāo)。

如果說(shuō)以《矮人要塞》為代表的操控類(lèi)沙盒作品上手門(mén)檻較高，那么以《星露谷物語(yǔ)》《集合啦！動(dòng)物森友會(huì)》為代表的扮演式模擬經(jīng)營(yíng)能吸引更多休閑玩家入坑，這也是Generative Agents可落地的場(chǎng)景。

相信不少玩家在《星露谷物語(yǔ)》中期都查過(guò)NPC出沒(méi)時(shí)間和地點(diǎn)的攻略，隔三差五地去聊天送禮，再等一個(gè)雨天去找老水手購(gòu)買(mǎi)美人魚(yú)吊墜，最終與喜愛(ài)的角色結(jié)婚（不限性別），每天看著對(duì)象為你烹調(diào)早餐、澆灌田地，沒(méi)事兒還會(huì)來(lái)個(gè)擁抱。

如果用Generative Agents打造一個(gè)擁有長(zhǎng)記憶體的NPC環(huán)境，也許這種小鎮(zhèn)反饋會(huì)更豐滿(mǎn)，而且內(nèi)容可不局限于農(nóng)閑生活和談情說(shuō)愛(ài)，甚至不局限人類(lèi)智慧體——畢竟NPC≠人，既能是沉藏海底、不可名狀的"魚(yú)群"，也能是奇幻大陸的精靈海妖，滿(mǎn)足玩家的"細(xì)分需求"。

涌現(xiàn)與電子斗蛐蛐

游戲領(lǐng)域的涌現(xiàn)是利用有限的規(guī)則組合，來(lái)構(gòu)成豐富且有意義的反饋，但難就難在輸出結(jié)果依然是體驗(yàn)可控。同樣有涌現(xiàn)特性的生成式AI，在融合游戲性后，其本質(zhì)是"電子斗蛐蛐"，滿(mǎn)足玩家作為上帝視角Kill Time的樂(lè)趣。

在GPT-3異軍突起，超越同期的BERT后，涌現(xiàn)一詞就常常被研究者提起。作為從復(fù)雜學(xué)科誕生的概念，涌現(xiàn)嘗試概括在宇宙、社會(huì)、生命等混沌中自發(fā)出現(xiàn)秩序的現(xiàn)象，例如天氣轉(zhuǎn)化、蟻群分工、免疫器官的構(gòu)成背后都是由大量微觀個(gè)體在一定規(guī)則下的宏觀結(jié)果，其中最為知名的則是康威生命游戲，直觀地演繹了數(shù)條規(guī)則下的豐富變種。

而這個(gè)源于自然的概念，經(jīng)過(guò)些許簡(jiǎn)化后，也在游戲設(shè)計(jì)中得以體現(xiàn)——即利用有限的規(guī)則組合，來(lái)構(gòu)成豐富且有意義的反饋，讓玩家自由探索樂(lè)趣所在。對(duì)此，最廣為人知的就是《塞爾達(dá)傳說(shuō)：荒野之息》，只用希卡石板的四個(gè)新手村能力，加上符合直覺(jué)的物理（重力/溫度）反饋，足以讓一團(tuán)火有多種用途。

不過(guò)，涌現(xiàn)并非萬(wàn)靈藥，復(fù)雜與有趣并非伴生關(guān)系。如今結(jié)合生成式AI來(lái)看，更重要的是可控涌現(xiàn)，即謹(jǐn)慎地設(shè)計(jì)基礎(chǔ)規(guī)則、推敲機(jī)制間的組合，使得結(jié)果仍在設(shè)計(jì)師預(yù)見(jiàn)范圍之內(nèi)。的確，想優(yōu)雅地完成絕非易事，但無(wú)需達(dá)到任天堂級(jí)別，只是汲取規(guī)則組合的思想，也能有不俗的創(chuàng)意。

譬如Sokpop工作室的《Simmiland》就是不錯(cuò)的學(xué)習(xí)對(duì)象。其體驗(yàn)像是上帝視角下的"電子斗蛐蛐"，玩家只需要在隨機(jī)地圖里決定打出「天氣」「礦石」「植物」「生物」的卡片，就可以左右小世界的環(huán)境，觀察小人NPC能搞出什么新花樣。

千變?nèi)f化的卡片組合，可能帶領(lǐng)人類(lèi)走向不同信仰的時(shí)代——也許是興建教堂的宗教路線(xiàn)、生產(chǎn)房屋汽車(chē)的工業(yè)路線(xiàn)、還可能是手搓火箭的科技路線(xiàn)，一切都取決于玩家意志和規(guī)則組合。

相似的，Sokpop的另一款佳作《Stacklands》則是基于抽卡包、卡牌間組合的邏輯，也能讓玩家自主創(chuàng)造一個(gè)世界，并伴隨其文明的發(fā)展，其中貨幣產(chǎn)出與抽卡消耗的循環(huán)使得該作更耐玩，且為商業(yè)化提供了空間。還有獨(dú)立游戲開(kāi)發(fā)者On的代表作《生命之島 GROW Island》，雖然是較為有限的排列組合，但精致的反饋也讓作品頗具可玩性。

設(shè)想，如果將上述游戲的思想接入LLM，促使NPC學(xué)習(xí)對(duì)應(yīng)規(guī)則，將卡片轉(zhuǎn)換為Prompt，也許經(jīng)由同樣是涌現(xiàn)邏輯的神經(jīng)網(wǎng)絡(luò)，能賦予玩家創(chuàng)造更加豐富、且符合直覺(jué)的小世界吧。其中，賣(mài)卡包/卡組、撤回/增加額外變量就有一定可行性，究竟本質(zhì)還是賣(mài)prompt和調(diào)用次數(shù)。

回到"電子斗蛐蛐"的設(shè)想，除了設(shè)置物理規(guī)則的互動(dòng)，將涌現(xiàn)理解為個(gè)體與個(gè)體間互動(dòng)所產(chǎn)生的社會(huì)現(xiàn)象也值得試試。這不禁讓人夢(mèng)回2018年的《太污吾繪卷》，作為知名武俠開(kāi)放世界RPG，茶余飯后的談資卻并非戰(zhàn)斗功法，而是"復(fù)雜且有些荒誕"的NPC關(guān)系、和斗蛐蛐的副玩法。

有些反直覺(jué)的是，相較于過(guò)于強(qiáng)大的人工智能，有些荒誕的人工智障反倒讓玩家有種看樂(lè)子的掌控感。早期的武俠和修仙獨(dú)立游戲均沒(méi)有復(fù)雜的AI，甚至還充斥著一堆BUG，表現(xiàn)上也只有單薄的文字，但縱觀Steam熱評(píng)、B站彈幕，不乏就著"剪不斷、理還亂"即興發(fā)揮的文豪，身處上帝視角的觀察和腦補(bǔ)讓玩家樂(lè)此不疲。

設(shè)想，如果NPC有更強(qiáng)的決策、記憶、推理能力，策劃只需設(shè)計(jì)頗具看點(diǎn)的矛盾、背景，也許就能滿(mǎn)足不少互聯(lián)網(wǎng)閑人Kill Time、圖一樂(lè)的需求。

泛娛樂(lè)游戲化

為了脫離與傳統(tǒng)游戲之間的價(jià)值對(duì)比，AI原生游戲從包容度更高、敏感度較低的休閑玩家切入，可能會(huì)更快驗(yàn)證其循環(huán)的合理性。而游戲化改造的本質(zhì)是賦予目標(biāo)和反饋，支持玩家有趣的選擇，并在商業(yè)化設(shè)計(jì)上做好價(jià)值塑造。

如果說(shuō)跑團(tuán)、沙盒、開(kāi)放世界、模擬經(jīng)營(yíng)都是面向游戲玩家/Gamers，就不可避免會(huì)將生成式AI的作品與經(jīng)典大作對(duì)比價(jià)值幾何——拋開(kāi)概念噱頭，AI原生游戲本質(zhì)還是游戲，內(nèi)核要比肩《星露谷物語(yǔ)》本就不易。但如果放眼更休閑的非游戲玩家/Non-Game Players，游戲人的思維配合AI或許能有降維打擊的奇效，更容易在短期內(nèi)驗(yàn)證。

援引席德梅爾的名句"游戲是一系列有趣的選擇"，只需要增加目標(biāo)和反饋，為對(duì)話(huà)增加風(fēng)險(xiǎn)博弈，原本平淡無(wú)奇的NPC聊天也能變得有趣，而這也是Character.AI等對(duì)話(huà)式產(chǎn)品有游戲化改造空間的原因。

譬如獨(dú)立游戲開(kāi)發(fā)者大谷用GPT3.5開(kāi)發(fā)了一個(gè)病嬌性格的AI貓娘女友，支持語(yǔ)音對(duì)話(huà)。但更重要的是作者設(shè)計(jì)了一個(gè)"密室逃脫"的目標(biāo)（這很病嬌）。于是，玩家體驗(yàn)不再是像Character.AI那樣的無(wú)目的閑聊，而是使出渾身解數(shù)，靠一張嘴盡快脫離"魔爪"。

這個(gè)DEMO也正是"玩家自主創(chuàng)造樂(lè)趣"的好例子。過(guò)去玩家能輸入什么得靠設(shè)計(jì)師窮舉，本質(zhì)還是一次性消耗品。如今，這份推理負(fù)擔(dān)轉(zhuǎn)交給了GPT系列，在具備一定邏輯性的同時(shí)甚至還有些花活兒。那玩家體驗(yàn)的有趣與否相當(dāng)看其創(chuàng)造力，設(shè)計(jì)師只需降低門(mén)檻、鼓勵(lì)玩家——當(dāng)然也得防范NSFW的情況。

GPT，你也玩《原神》！

如果擔(dān)心調(diào)用LLM會(huì)有延遲問(wèn)題，還可以在設(shè)定上選擇同樣有延遲反饋的設(shè)定來(lái)規(guī)避。例如曾席卷中文互聯(lián)網(wǎng)的《旅行青蛙》，佛系放置的背后，為這種不確定性的旅行提供了合理性，反而讓玩家期待"兒子"會(huì)帶來(lái)怎樣的照片。

再考慮到GPT系列尚且有些"一本正經(jīng)的胡說(shuō)八道"，這種似是而非、模糊套話(huà)的輸出結(jié)果和具備巴納姆效應(yīng)的部分心理測(cè)評(píng)、塔羅牌、解夢(mèng)、算命有天然的契合度，文本和圖片的可解釋性本質(zhì)在用戶(hù)自己手上。

或許這也能用Midjourney輸出精致的塔羅牌卡面，經(jīng)過(guò)針對(duì)性Fine-tuning的LLM對(duì)關(guān)鍵詞做解析，再由設(shè)計(jì)師對(duì)主題、UI/UX交互做些包裝，增加收集、裝扮、社交等目標(biāo)和反饋，亦是一款不錯(cuò)的泛娛樂(lè)游戲化產(chǎn)品。

如果再將變現(xiàn)效率納入考量，海外《Chapters》《Episode》等可視化的視覺(jué)小說(shuō)也和生成式AI有不錯(cuò)的相性——相信關(guān)注出海的朋友經(jīng)常能刷到上述產(chǎn)品非常"Drama"的投放素材，直擊北美16~45歲女性。

這種網(wǎng)文風(fēng)作品的本質(zhì)是情緒調(diào)動(dòng)。其編輯深諳節(jié)奏疏密，平均1~3min就挑起沖突或高潮，哪怕角色和情節(jié)有些模板化，但架不住用戶(hù)在Kill Time的時(shí)候還是吃這一套（相似的，抖音中AI有聲漫畫(huà)有異曲同工之妙）。

即便運(yùn)營(yíng)5+年之久，時(shí)間來(lái)到2022年，《Chapters》《Episode》依然在北美保持了2000~3000萬(wàn)美元的年流水，巔峰時(shí)期月流水也曾破千萬(wàn)美元。而不同于國(guó)內(nèi)熟稔的Gacha模式，上述作品更擅長(zhǎng)在調(diào)動(dòng)好情緒后，在擦邊橋段提供【付費(fèi)選項(xiàng)】和【免費(fèi)選項(xiàng)】，而在故事轉(zhuǎn)折時(shí)戛然而止，提示得等待數(shù)小時(shí)或直接氪體力解鎖后續(xù)章節(jié)。

盡管這種逼氪的手段也消耗了玩家的耐心，但對(duì)普羅大眾而言，需求經(jīng)久不衰。近年來(lái)包裝為模擬約會(huì)的MeChat也殺出重圍，站住了腳跟。且不難發(fā)現(xiàn)，新產(chǎn)品的xp也越發(fā)細(xì)分，而這種高度定制化、千人千面的需求正符合如NovelAI這樣的生成式AI，而靠人工編劇就很難盡善盡美。

與其用生成式AI出圖、配音、寫(xiě)文去復(fù)刻這類(lèi)作品，不如借鑒其情緒調(diào)動(dòng)、并為選項(xiàng)賦予高價(jià)值的思想，售賣(mài)附加情節(jié)。畢竟商業(yè)化設(shè)計(jì)的本質(zhì)是價(jià)值塑造與價(jià)格對(duì)比，AI原生游戲若想持續(xù)發(fā)展，不建議只盯著天花板有限的IAA廣告變現(xiàn)，而是用游戲設(shè)計(jì)的思想拔高其調(diào)動(dòng)LLM/其他生成式AI工具的價(jià)值。

病毒式傳播與玩家共創(chuàng)

AI原生游戲不應(yīng)該以"技術(shù)"為壁壘，也不應(yīng)該以"AI"作為賣(mài)點(diǎn)，而是思考AI以外真正觸動(dòng)玩家的體驗(yàn)是什么？最好得利用病毒式傳播、玩家共創(chuàng)等方法，圍繞玩法/體驗(yàn)構(gòu)建專(zhuān)有的數(shù)據(jù)庫(kù)，以此形成壁壘。

盡管我們聊到了諸多與生成式AI相似思想的游戲原型，但"玩家并不需要兩個(gè)《王者榮耀》"，AI原生游戲并非單純地再做一次相似作品，且核心賣(mài)點(diǎn)永遠(yuǎn)是游戲而非AI——AIGC+貪吃蛇，有趣之處仍然是貪吃蛇本體。當(dāng)"AI游戲"的概念即將被濫用時(shí)，AI以外的部分才是核心競(jìng)爭(zhēng)力，正如同鷹角、蠻啾、米哈游也從未用"二次元"標(biāo)榜自己。

同時(shí)，AI原生游戲的成效也并不一定就屬于最早發(fā)布、最早擁有大量玩家關(guān)注的作品，而是要探討如何圍繞體驗(yàn)獲取更多玩家數(shù)據(jù)，以此迭代體驗(yàn)、不斷循環(huán)，在細(xì)分體驗(yàn)下構(gòu)建競(jìng)爭(zhēng)壁壘。

這可類(lèi)比于Midjouney，用戶(hù)在Discord的每一次交互，既是獲得文生圖的反饋，也是為模型迭代提供數(shù)據(jù)，據(jù)此Midjourney能根據(jù)實(shí)際需求針對(duì)性地訓(xùn)練模型以迭代體驗(yàn)，形成數(shù)據(jù)飛輪。類(lèi)似地，AI原生游戲區(qū)別于傳統(tǒng)游戲，也應(yīng)當(dāng)圍繞其設(shè)計(jì)，讓玩家的交互既是體驗(yàn)的一部分，也同樣可轉(zhuǎn)化為迭代的養(yǎng)料。

為了吸引更多玩家，理解并結(jié)合好社區(qū)文化會(huì)是一大助力。考慮開(kāi)發(fā)難度和傳播能力，紅極一時(shí)的小游戲《人生重開(kāi)模擬器》可能是不錯(cuò)的試驗(yàn)田，其Gacha式的交互推進(jìn)和略顯荒誕的人生發(fā)展與AI有幾分相似，同時(shí)也具備病毒式傳播和二創(chuàng)的可能性——畢竟原版在第8天就已有10億次游玩，并在此后衍生出魔法版、修仙版、爽文版等相似邏輯的作品。當(dāng)這種思想接入生成式AI后，也許不只是純隨機(jī)的對(duì)話(huà)，可以衍生出更多的玩法。

而跳出游戲性本身，從壯大IP生命力的角度看，借力生成式AI的社區(qū)共創(chuàng)也非常值得探索——選擇能掩蓋生成式AI不易控制產(chǎn)出的短板，對(duì)"質(zhì)量"要求不高，或者說(shuō)本就接受浪漫主義、圖一樂(lè)的內(nèi)容方向。

譬如《崩壞：星穹鐵道》在前段時(shí)間有場(chǎng)「無(wú)盡的三月七」圖生圖活動(dòng)，模式簡(jiǎn)單易懂。若按傳統(tǒng)圖像生成的思想，想必是Prompt寫(xiě)滿(mǎn)了諸如"Best Quality、Masterpiece、NSFW"等詞，出現(xiàn)奇怪的手、精致但沒(méi)靈魂屬于常態(tài)。

不過(guò)，對(duì)于二創(chuàng)而言，精美不是唯一出路，玩家自己玩得開(kāi)心更重要，有時(shí)候整活兒才更具傳播力——在B站搜索關(guān)鍵詞，再按點(diǎn)擊量降序排列，似乎都是"怪東西"。但恰恰也是網(wǎng)友難以捉摸的想象力，將本不完美的圖轉(zhuǎn)化成QQ群里的MEME，產(chǎn)生病毒式傳播。

從米哈游這次活動(dòng)說(shuō)開(kāi)去，發(fā)行側(cè)也可以將生成式AI打包為降低二創(chuàng)門(mén)檻的工具，并不一定是為了短期的整活兒，而是延續(xù)和擴(kuò)展角色和游戲故事，讓IP宇宙的內(nèi)容更加健壯。例如，AI分鏡版、AI四格漫畫(huà)等，官方提供主題即可，其余由粉絲放手開(kāi)干。

03

創(chuàng)作者

如果說(shuō)上文是仰望星空，嘗試探討AI原生游戲會(huì)走向何方，那么在這一篇章，我們得腳踏實(shí)地，回歸到這一切的根基——?jiǎng)?chuàng)作者。畢竟無(wú)論技術(shù)如何迭代，最稀缺的依然是一群懂游戲、有審美、有開(kāi)發(fā)能力的創(chuàng)作者，后文筆者希望探討生成式AI如何作為Copliot輔助好開(kāi)發(fā)與發(fā)行，讓人之價(jià)值回歸于人之本身。

降本：真正要減少的是溝通返工，倒逼上游捋清需求

降低成本并非單純的裁員，而是設(shè)法降低溝通、返工、探索的摩擦損耗，捋清楚開(kāi)發(fā)需求。

每當(dāng)論及生成式AI對(duì)行業(yè)的影響，媒體和上市公司總喜歡把"降本增效"掛在嘴邊，但其中意蘊(yùn)相當(dāng)朦朧，一直存在種刻板印象的誤解——仿佛"降本增效"等同于找到契機(jī)裁員，裁員后項(xiàng)目就能順利發(fā)展。

盡管研發(fā)費(fèi)用的確在與日俱增，但做得不夠好玩，又如何靠省錢(qián)來(lái)獲利。如果真要論及人天節(jié)省的直接比例，比如PBR流程里，早年的自動(dòng)綁骨骼、自動(dòng)展UV、生成LOD也不過(guò)是把原本0.5~1人天的工作量再縮短些，甚至還得人工復(fù)核破面、缺面等漏洞。

筆者認(rèn)為，生成式AI對(duì)生產(chǎn)端的幫助更多是通過(guò)降低"溝通摩擦"和"探索試錯(cuò)"的成本，倒逼從業(yè)者用奧卡姆剃刀原理想清楚設(shè)計(jì)意圖和核心體驗(yàn)，從而提升效率，不是單純地優(yōu)化人力。

作為一種復(fù)雜工程，提需求是開(kāi)發(fā)者的一大要?jiǎng)?wù)，大模型也不可能直接服務(wù)于——"想個(gè)月流水過(guò)億的方案吧"。但相對(duì)地，ChatGPT、Stable Difussion等工具快速出稿的特性，在一定程度上能讓開(kāi)發(fā)者厘清需求，圍繞項(xiàng)目的核心體驗(yàn)和賣(mài)點(diǎn)，想好究竟要什么、不要什么。

畢竟，做加法是容易的，做減法是困難的，不少游戲敗在缺乏主軸，產(chǎn)生冗余設(shè)計(jì)和美術(shù)資產(chǎn)，沒(méi)有充分把資金花在服務(wù)于體驗(yàn)的刀刃上。同時(shí)，策劃也可借助文生圖制作情緒版，更好地向美術(shù)同學(xué)傳遞需求，原畫(huà)也能用圖生圖反饋不同方案，與策劃快速達(dá)成共識(shí)，不必費(fèi)功夫產(chǎn)出大量廢稿，尤其是涉及相對(duì)抽象的"溫柔""帥氣""儀式感"等詞。同理，也可借助于Mubert、AIVA、Vits模型來(lái)試著生成音樂(lè)、配音小樣，在早期拿捏需求。

說(shuō)到底，AI并不會(huì)替人想清楚，即便快速產(chǎn)出100張圖、100句話(huà)、100段BGM，也只會(huì)讓缺乏指導(dǎo)思想的開(kāi)發(fā)者更加迷茫而難以取舍。某種意義上，學(xué)習(xí)AI，反倒是認(rèn)清自己，是個(gè)"知道自己知道、知道自己不知道"的過(guò)程，積累知識(shí)、術(shù)語(yǔ)、閱讀量，以達(dá)到精準(zhǔn)表達(dá)的目的。

增效：當(dāng)基礎(chǔ)活兒靠Copilot節(jié)省后，人的核心能力將被放大

美術(shù)的工作重心是表達(dá)，而不是繪畫(huà)；UI的工作重心是交互，而不是圖標(biāo)。AI Copilot時(shí)代促使創(chuàng)作者思考真正重要的是什么。

凱文·凱利在接受采訪(fǎng)時(shí)曾提出個(gè)觀點(diǎn)——"人類(lèi) 90% 的技能會(huì)被 AI 取代，剩下的 10% 會(huì)被放大。" 前半句的比例有多高并不重要，關(guān)鍵是充滿(mǎn)人本主義的后半句，即那些"人之所以為人"的事物是什么。

以時(shí)下最火熱的2D原畫(huà)生成為例，回顧往昔，歷史的車(chē)輪總是有相似性。19世紀(jì)法國(guó)誕生了攝影，其靈感源自早年的繪畫(huà)輔助工具"暗箱" （小孔成像+畫(huà)家描摹），而作為世界首張"照片"，《勒格哈的窗外景色》乍一看頗為粗糙，還需要長(zhǎng)達(dá)至少8小時(shí)的曝光，直到10年后達(dá)蓋爾將技術(shù)發(fā)展到新里程碑，這群繪畫(huà)出身的藝術(shù)家才摸到些門(mén)路，不過(guò)依然沒(méi)找到"攝影"的獨(dú)特性，還在沿襲嚴(yán)謹(jǐn)?shù)撵o物構(gòu)圖等傳統(tǒng)美術(shù)在做的事兒。

所以，不出意外的，彼時(shí)"繪畫(huà)已死"的論調(diào)成為爭(zhēng)議焦點(diǎn)。但有趣的是，也有不少畫(huà)家開(kāi)始用照片當(dāng)繪畫(huà)參考——畢竟請(qǐng)模特、布景費(fèi)用比較昂貴，但短時(shí)間內(nèi)又無(wú)法完成畫(huà)作。同時(shí)，剛出生的攝影還引發(fā)了"繪畫(huà)是為了什么"的思潮，隨即在往后的30年間催生了以莫奈、塞尚為首的印象派（彼時(shí)還是挖苦用的貶義詞），同時(shí)也誕生了有獨(dú)立體系、更加原生于照相機(jī)的攝影師。而二者的發(fā)展也總是互為靈感，繪畫(huà)受攝影的影響不再只是求真，攝影受繪畫(huà)的影響也融入了更多主觀性和浪漫主義色彩。

回到生成式AI在文生圖的發(fā)展來(lái)看，總有些歷史的暗合，同樣經(jīng)歷了"耗時(shí)太長(zhǎng)且出圖不能看，到相對(duì)快速且質(zhì)量提升"、"引發(fā)繪畫(huà)是為了什么的思潮"等階段。

關(guān)于這個(gè)問(wèn)題，正好翻閱到穆夏的作品，頗有感觸，美術(shù)最重要的應(yīng)是表達(dá)。當(dāng)手繪轉(zhuǎn)為板繪、3D輔助建模深入一線(xiàn)，工具正不斷地被迭代，觸動(dòng)人心的卻總是精湛技藝背后的情緒和思想，而臨摹從不會(huì)被看成美術(shù)工作者的代表作。

由此，筆者也觀察到部分游戲的概念藝術(shù)家正積極用結(jié)合了ControlNet的Stable Diffusion來(lái)做探索，尤其是風(fēng)格轉(zhuǎn)化、頭腦風(fēng)暴、快速驗(yàn)證。

例如近期上映的《蜘蛛俠：縱橫宇宙》就有獨(dú)特、大膽且多變的渲染視效。也許藝術(shù)家在看完后就忽而有某種表達(dá)欲，可以將其放入Stable Diffusion+Midjourney，試著轉(zhuǎn)換成截然不同的風(fēng)格，先且不論精細(xì)度和正確性，只求快速產(chǎn)出氛圍和情緒參考——打開(kāi)腦洞，更好更快地產(chǎn)出屬于自己的作品，而無(wú)需慢慢找參考、找到后還得親自試著畫(huà)畫(huà)。節(jié)省時(shí)間之余，還可能帶來(lái)有趣的元素。

此刻，2D美術(shù)生成已是如火如荼，快速出100張圖不是難事，但對(duì)游戲而言，有意義的內(nèi)容才真正稀缺。畢竟對(duì)持續(xù)內(nèi)容更新的項(xiàng)目而言，單個(gè)版本可能只推出1~2個(gè)角色。尤其是內(nèi)容向作品，需要對(duì)每個(gè)角色的設(shè)定、戰(zhàn)斗配置、對(duì)應(yīng)的驗(yàn)證環(huán)境都精心雕琢，才更好作為商品賣(mài)出，并非以量取勝。

因此，若想直接用上生成式AI的產(chǎn)出，似乎更適合在那些"不覺(jué)之間"，例如投放素材、補(bǔ)間動(dòng)畫(huà)、邊角背景、休閑小品。而在哪些部分投入，也正反向體現(xiàn)了游戲的賣(mài)點(diǎn)，倒逼開(kāi)發(fā)者將注意力放在表達(dá)和商業(yè)考量——

例如，擅長(zhǎng)敘事的作品，講究情緒引導(dǎo)，真正缺的是懂關(guān)卡、懂燈光、懂3C調(diào)度等的游戲?qū)а荩皇嵌哑鑫淖郑蛔⒅亟换サ淖髌罚v究UI/UX的易用性、沉浸感、世界觀表達(dá)等，顯然不是Midjourney生成像模像樣的ICON那樣簡(jiǎn)單粗暴......

無(wú)論如何，當(dāng)生成式AI作為Copliot遲早替代基礎(chǔ)活兒后，反倒促進(jìn)人的學(xué)習(xí)和思考，讓產(chǎn)出服務(wù)于價(jià)值本身。

04

近未來(lái)

每當(dāng)新技術(shù)出現(xiàn)時(shí)，往往因其仍處在早期，會(huì)陷入一種"有點(diǎn)用但不多"的迷思，也容易有點(diǎn)"拿著錘子找釘子"的過(guò)度FOMO。不過(guò)事物發(fā)展總是螺旋演進(jìn)的，需要理解好這把新錘子，不忽視也不鼓吹。筆者嘗試在該篇章分享些有趣的發(fā)展方向，聊點(diǎn)近未來(lái)。

盡管學(xué)界對(duì)以GPT-4為首的大模型究竟是"淺層統(tǒng)計(jì)模型"還是"習(xí)得內(nèi)在規(guī)則"還存在較大的分歧，但不可否認(rèn)的是，當(dāng)前焦點(diǎn)依然是基于Transformer+Next Token Prediction的路徑，那如何打破Transformer不擅長(zhǎng)處理長(zhǎng)文本就是近期一大難題，畢竟普通GPT-4也只支持8000Token，會(huì)影響模型對(duì)字符間最長(zhǎng)距離的支持和對(duì)上下文的計(jì)算壓力。

好消息是，Sam Altman近期在訪(fǎng)談提到會(huì)在2023年內(nèi)開(kāi)放最多支持100萬(wàn)Token（約合75萬(wàn)個(gè)單詞）的新GPT-4，并在2024年開(kāi)放多模態(tài)GPT。類(lèi)比于ControlNet不斷更新輸入條件，當(dāng)輸入框大幅提升且支持非文本后，模型對(duì)材料的學(xué)習(xí)能力可能更上一層樓，也讓使用者的交互更靈活。

而當(dāng)目光轉(zhuǎn)向圖像生成領(lǐng)域，礙于3D模型的信息密度高于2D圖像/視頻、高質(zhì)量數(shù)據(jù)少于語(yǔ)言模型、參數(shù)規(guī)模也不可比擬，暫未出現(xiàn)所謂的"涌現(xiàn)"現(xiàn)象。現(xiàn)階段最為矚目的Text-to-3D也多是"曲線(xiàn)救國(guó)"，先生成低分辨率的2D圖像或者3D粗模再進(jìn)行優(yōu)化，面數(shù)也非常低，突破口大概率還得看英偉達(dá)。

值得期待即將在8月召開(kāi)的SIGGRAPH，英偉達(dá)預(yù)計(jì)會(huì)發(fā)布20篇生成式AI相關(guān)文章，包括但不限于"將文本轉(zhuǎn)為個(gè)性化圖像的新型AI模型"、"可以將圖像轉(zhuǎn)為3d模型的渲染工具"、"能夠模擬復(fù)雜3D元素的AI驅(qū)動(dòng)神經(jīng)物理模型"，以及"生成實(shí)時(shí)視覺(jué)細(xì)節(jié)的神經(jīng)渲染模型"。同期還有OpenAI的新模型Shape-E、以及基于Mesh生成的MeshDiffusion、國(guó)內(nèi)無(wú)需3D數(shù)據(jù)直接文本生成帶紋理的Mesh模型或NeRF模型ProlificDreamer。

多數(shù)3D生成模型是基于模型庫(kù)訓(xùn)練的，即無(wú)法生成非模型庫(kù)的內(nèi)容，而MeshDiffusion可以基于Mesh生成訓(xùn)練數(shù)據(jù)中不存在的全新形狀。不過(guò)面數(shù)還比較低，離工業(yè)還有點(diǎn)遠(yuǎn)。

回歸當(dāng)下，其實(shí)也有不少?lài)L試融入現(xiàn)有3D流程的工具，盡管可控性勢(shì)必與外包熟手相比欠了一層，不過(guò)依然有些小插件值得關(guān)注，例如專(zhuān)攻貼圖生成的BariumAI（已被Unity收購(gòu)）、WithPoly，效果比單純Stable Diffusion生成的可能含后處理效果的貼圖靠譜，但諸如修改法線(xiàn)強(qiáng)度或者粗糙度還得人工來(lái)；再比如Blockade Labs近期推出的天空盒生成，輸入Prompt，可以得到360°旋轉(zhuǎn)、并且是無(wú)縫銜接的環(huán)境圖片。

現(xiàn)有圖形學(xué)的渲染方式受限于硬件已然成熟，但其流程也不乏僅僅服務(wù)于下游的"中間品"。按PBR流程制作一個(gè)人形的3D角色，高模雕刻占比可能近50%的時(shí)間，而轉(zhuǎn)三視圖通常交給外包熟手搞定，展UV、刪改LOD、蒙皮綁骨骼本就耗時(shí)不長(zhǎng)，只是繁瑣枯燥。

若以更原生的思想來(lái)看，AI并非融入舊產(chǎn)線(xiàn)去跟高度熟練的外包搶活兒，而是嘗試構(gòu)建一套新工作流（盡管如今還是存在想象中的科幻），不過(guò)目前的點(diǎn)云、SDF、NeRF等路徑仍在實(shí)驗(yàn)室階段，需要更長(zhǎng)時(shí)間的探索。

至于代碼輔助、音樂(lè)生成、聲音轉(zhuǎn)換、無(wú)穿戴動(dòng)捕等也有不錯(cuò)的進(jìn)展，可以預(yù)見(jiàn)，近期還會(huì)冒出不少AI Copilot型工具。不過(guò)，市場(chǎng)最稀缺的還是懂游戲的產(chǎn)品經(jīng)理，而非單純的工程師——畢竟對(duì)從業(yè)者而言，哪個(gè)好用、哪個(gè)好學(xué)就用哪個(gè)。參考游戲引擎的歷史，好工具往往是一個(gè)好游戲的附屬品，不然容易陷入"顱內(nèi)自嗨"的窘境，若想搞ID Tech Engine就先搞個(gè)《DOOM》、搞Unreal就先搞個(gè)《虛幻競(jìng)技場(chǎng)》，因此好工具得從游戲團(tuán)隊(duì)"長(zhǎng)"出來(lái)，很難由硅谷工程師們憑空生造。

殊途同歸，AI原生Feature的探索最終都會(huì)回到游戲開(kāi)發(fā)本身，新生的火炬之光依然得由開(kāi)發(fā)者舉起。而在路徑混沌、資源分配不均的當(dāng)下，大廠和創(chuàng)業(yè)團(tuán)隊(duì)尚未進(jìn)入競(jìng)爭(zhēng)階段，二者都面臨各自的難題——譬如大廠得思考ROI悖論，費(fèi)力煉制的模型是否對(duì)應(yīng)充足的真需求，中臺(tái)的研究離一線(xiàn)業(yè)務(wù)是否又太遠(yuǎn)，懂AI又懂游戲的CTO此刻身在何方...... 那么，誰(shuí)能掙脫桎梏，先行走出新路徑，誰(shuí)就能獲得超額收益。四王抬棺，榮譽(yù)總是屬于開(kāi)拓者。

05

尾聲，但并非結(jié)局

生成式AI的一切思考都不應(yīng)盲目擁抱或排斥，唯有了解新技術(shù)的來(lái)龍去脈與本質(zhì)，以發(fā)展和開(kāi)放的心態(tài)去探索，回到最務(wù)實(shí)的生產(chǎn)流程和游戲樂(lè)趣后，才能更好地與時(shí)代共振。

最后，援引曾供職于OpenAI的兩位科學(xué)家Kenneth Stanley和Joel Lehman在《為什么偉大不能被計(jì)劃》一書(shū)所寫(xiě)的話(huà)作為結(jié)尾——

偉大不是目標(biāo)指引的結(jié)果，因?yàn)橥ㄍ鶄ゴ蟮穆肪€(xiàn)從來(lái)都不是直線(xiàn)，很多時(shí)候快反而就是慢。萊特兄弟發(fā)明飛機(jī)，最早用的是自行車(chē)技術(shù)；本來(lái)是用于驅(qū)動(dòng)雷達(dá)磁控管的一個(gè)部件，意外成就了微波爐；第一臺(tái)電子計(jì)算機(jī)用的是電子管，但電子管根本就不是為了計(jì)算機(jī)而發(fā)明的；YouTube最初的設(shè)想是一個(gè)視頻約會(huì)網(wǎng)站，后來(lái)發(fā)現(xiàn)人們喜歡在上面分享五花八門(mén)的視頻；比爾·蓋茨迎合極客打游戲的需求，結(jié)果普及了個(gè)人電腦；埃隆·馬斯克起家是網(wǎng)上支付，最后卻推出了SpaceX和特斯拉……

也許，此刻，在世界的某個(gè)角落里，一群夠Nerd的天才正發(fā)明令人嘆服的新"玩具"。

*文中所有圖片版權(quán)歸原作者所有，僅供分享交流不作商業(yè)用途，侵刪

游戲葡萄招聘內(nèi)容編輯，