21世紀經濟報道 記者諸未靜、蔡姝越 實習生董思宇 上海報道
編者按：
2022年，生成式AI發展為人工智能發展註入一針強心劑，ChatGPT的橫空出世，被視為通用人工智能的起點和強人工智能的拐點，引發新一輪人工智能革命。人工智能發展似乎找到瞭自己的主流敘事。
不過，技術創新的同時也帶來瞭監管難題，我們面對的不是近在咫尺的當下，而是想象觸達不到的未來。對於顛覆性的人工智能技術，全球正在進行治理話語的競賽，中國將會如何通過立法來貢獻出具有中國特色的AI治理路徑？如何既擁抱技術發展，又能有效規制風險？之前南財合規科技研究院推出AI契約論系列報道以及《生成式人工智能發展與監管白皮書》，在此基礎上，將繼續推出AI立法進行時系列，以期為中國AI治理提供有益思路。
“汽車時代來瞭，我們應該做的是考個駕照，學會駕駛它。”
AI生態的時代正在慢慢拉開帷幕，身處變革中的每一個人都在適應並接受挑戰。
而遊戲產業，一直是人工智能最好的練靶場。一方面，遊戲啟發著人工智能研究的先驅者們對於智能的想象，幫助他們確立研究目標和錨定任務；另一方面，電子遊戲這一特殊媒介，也極佳地展現出瞭人工智能的強大潛力。
回顧歷史，1940年，首個電子遊戲機Nimatron誕生，擊敗瞭與之對戰的大多數人。1980年，街機遊戲《吃豆人》使用簡單的AI算法控制敵人角色，成為人工智能應用遊戲的早期裡程碑。1984年，太空模擬遊戲《精英》使用程序生成系統創建廣闊的遊戲世界，這一技術後來在許多遊戲中廣泛使用。
進入千禧年之後，人工智能在提高遊戲真實性和玩傢體驗方面發揮瞭更重要的作用。2001年，第一人稱射擊遊戲《光環》使用人工智能創建極為逼真和智能的敵人角色，這在當時是一大突破。2005年，恐怖遊戲《F.E.A.R.》運用AI使敵人行為變得更加復雜和不可預測。
隨後，以 Deepmind、OpenAI 等為代表的一系列人工智能公司將21世紀初由大數據和深度學習方法引領的又一輪人工智能浪潮推向巔峰。2017年，OpenAl發佈瞭 Dota2 的人工智能程序OpenAl Five，並戰勝瞭頂級職業選手。2022年，《達利2》（DALL-E 2）和ChatGPT等AIGC產品和技術出現，更激發瞭無限想象力。此後，程序化內容生成已經在遊戲關卡、遊戲圖像、遊戲文本和遊戲音樂等領域實現瞭突破，並開始展現出覆蓋遊戲創作全過程的潛力。
目光著眼於國內，從2022年年底至2023年上半年，騰訊控股（00700.HK）、網易（09999.HK）、完美世界（002624.SZ）、昆侖萬維（300418.SZ）和湯姆貓（300459.SZ）等多傢A股及港股上市遊戲公司均對外宣佈，將投入資金和人力佈局遊戲AI技術。
如今，拂去泡沫，21世紀經濟報道記者采訪瞭眾多遊戲企業中高層，試圖厘清這些疑問：遊戲行業的“iPhone時刻”真的來臨嗎？ 除瞭B端的美術生成環節，C端的應用實踐真的開始切實落地瞭嗎？
佈局
中國擁有全球最大的遊戲市場，遊戲企業是AI飛速發展的推動者，也是AI廣泛賦能的受益者。
AI技術在遊戲生產的上、中、下遊環節均可提供助力，包括美術、文本、音頻、數值等遊戲內容資產生成，以及在遊戲中內嵌AI技術以優化現有玩法。同時，AI技術也可應用於遊戲平衡性（如外掛、工作室賬號檢測）維護等領域。
據21世紀經濟報道記者不完全整理，目前國內主流上市遊戲企業均在AI上大力佈局。
21世紀經濟報道記者註意到，雖然涉足AI的中國遊戲廠商數量眾多，但不同廠商之間的技術儲備以及路線選擇其實存在著較為明顯的差異。
一個主要差異在於，一批上市遊戲公司選擇瞭自研大模型，目前已公開瞭在研的大模型進度，並擬定瞭較清晰的佈局規劃。這批遊戲公司往往有著復合業務背景。
如騰訊已有自主研發的“混元”AI大模型，並將AI技術定位為推進業務發展的“加速器”，有著較為清晰的佈局方向和後續應用場景：除瞭通過AIGC技術輔助遊戲開發創作外，還將在社交、廣告、內容創作、數字人等場景應用AI技術。
另一大廠網易遊戲則公開瞭“玉言”大模型和“子曰”大模型，覆蓋自然語言、文圖跨模態、文音跨模態、智能抓取、情緒感知等多種模型領域。且已積累豐富的預訓練模型訓練和工程優化經驗，未來相關技術可應用於智能制造、智慧學習、數字文旅、數字娛樂、數字音樂等數字產業。
昆侖萬維也在4月宣佈和奇點智源合作推出自研“天工”AI大模型。昆侖萬維在2023年一季度報中提到，報告期內，公司也在遊戲開發運營的美術設計、策劃、內容運營等環節推進“AI化”。
總體來看，選擇自研大模型的遊戲廠商仍是少數。對此，某港股上市遊戲公司中層向21記者表示，大部分遊戲廠商的核心定位是內容企業而非平臺企業。“對他們而言，做大模型這一類‘鏟子’的必要性並不大，更多的是需要考慮如何用好AI技術。”他說。
潛力
早在2013年，來自米蘭理工大學、加州大學、哥本哈根信息技術大學等研究機構的團隊對人工智能技術應用於遊戲產業的未來願景進行瞭研究。他們基於對現有技術的分析和對產業需求的考察，提出瞭三個未來目標：多級別、多內容的程序化內容生成；基於內容生成的遊戲設計；完整遊戲生成。
如今十年過去，當21記者在和幾位遊戲行業資深人士交談後，他們不約而同地表示，目前AI技術在遊戲領域的應用仍然集中於B端，尤其是在美術資產生成的環節。
Jason（化名）是上海某新興遊企的一名中層員工，在工作之餘，他也時刻關註公司內部AI技術的最新發展和應用進程。“目前公司內部一直在推動生成式AI技術應用於遊戲生產環節，比如近期就完成瞭生成美術資產的底層模型自研，不需要再依靠第三方現成的大模型來生成素材。”
Jason提到，公司的不少美術資產跟與市面流行的風格不太一樣。“市面上比較多的是二次元風格，而我們有一些北歐神話和美式漫畫風格，因此我們研發的底層模型更貼合公司產品的特定美術風格。”他說。
他也向21記者指出，自研的美術底層模型目前已經在產品研發環節中投入使用，對於效率提升也有一定貢獻。“保守估計在之前使用現成大模型的基礎上，（生產效率）提升瞭20%左右。”
值得關註的是，部分遊戲公司對於AI技術的投入，有時還會帶來“東邊不亮西邊亮”的效果。某上市遊戲公司高層許南瓜（化名）告訴21記者，他曾接觸過一個正在投入研發生成式AI技術的團隊，因為經營困難，此前一直在對外尋找投資。
“但突然有一天，他們突然表示不需要外界投資瞭。”許南瓜說，在這個團隊感到走投無路之際，他們開始嘗試“另辟蹊徑”——機緣巧合下，他們接到瞭一個來自玩具公司的訂單，要求團隊幫助他們設計玩具，而這筆訂單也幫助團隊走出瞭資金短缺的窘境。
“這傢玩具公司之前雇傭瞭10名美工，畫100張產品效果圖可能需要一個月的時間。在這個遊戲團隊接手後，利用AI生成100張效果圖，可能隻需要一天的時間。這也代表瞭美術資產垂類大模型，是一個值得遊戲公司投入的方向。”他說。
困惑
而談到AI技術如何應用在C端，即如何改變用戶的遊玩體驗方面，也依舊是遊戲廠商持續探索的方向，同時也是開發者感到困頓的環節。
此前4月，日本遊戲廠商史克威爾艾尼克斯（即SE）在Steam平臺上架瞭AI對話推理遊戲《SQUARE ENIX AI 技術預覽：港口鎮連續殺人事件》。該遊戲使用瞭自然語言處理（NLP）技術，玩傢不再是通過選擇對話選項推進劇情，而是可以在文本框內輸入文字令AI理解並作出相應的反饋。
不過，由於該作AI並不是太聰明，很多場景下無法理解玩傢給出的問題，因此往往需要玩傢去配合AI，按照某些固定的形式發問才能繼續遊戲。這也使得《港口鎮連續殺人事件》在Steam中的獲得瞭“特別差評”的定級，目前在平臺中已經搜索不到該款遊戲。
“目前來看，行業內都沒有出現太多關於AI技術應用在遊戲中的好案例。”Jason直言，譬如《港口鎮連續殺人事件》這類加入AIGC對話的遊戲，並沒有給玩傢帶來正向的遊戲體驗，也沒有對玩法做出太多的創新。“簡言之，一款糟糕的遊戲不會因為能自動生成臺詞對話而變得有趣。”他說。
伽馬數據7月發佈的《中國遊戲產業AIGC發展前景報告》也指出，中國企業在佈局領域基本涵蓋瞭AIGC全產業鏈相關的環節，同時佈局企業的研發能力與資本實力也較為強勁。但相比於美國，中國企業在芯片制造、大模型研發等環節競爭力較弱。中國企業在產業鏈薄弱環節的追趕難度較高，這也將成為發展挑戰。
在佈局時間方面，中國企業近年來才開始在AI領域進行佈局，而海外部分企業最早佈局甚至可以追溯到數十年以前。在企業人員規模方面，國內外在千人以上規模的大型企業數量上差距較小，但中部企業的欠缺成為中國AI發展的重要挑戰。在資本投入方面，中國大量初創性企業投融資規模集中在1億元人民幣以下，而海外代表性AI企業最低投融資規模超過5000萬美元。
降溫
回過頭來看，自2023年年初掀起生成式AI技術熱潮後，持續至今已過去瞭半年有餘的時間。
關於當下AI技術在遊戲行業中的發展狀況，許南瓜在接受21記者采訪時談到瞭他的真實看法。“其實我認為AI技術在遊戲行業內降溫瞭。”但他同時也指出，降溫後的AI技術在遊戲行業內扮演的角色並沒有發生變化。
產生以上情況的本質原因在於，他認為當下的遊戲行業面臨的核心問題並非AI技術如何應用在生產環節和內容制作，而是產品投入周期越來越長，但面臨的風險也越來越高。
伽馬數據與騰訊雲聯合發佈的《2023年遊戲生命周期洞察報告》中顯示，2018年到2022年，中國主要上市遊戲企業研發投入呈持續上升態勢。2022年中國上市遊企的研發投入達964.26億元，同比上升12.82%。人力成本上升、研發周期拉長等多重因素是企業研發投入上升的主要原因。
“舉例來說，國內最初手遊行業並不飽和的時候，CP（Content Provider，內容提供者）隻需要投入幾十萬元的成本，研發‘換皮’甚至‘山寨’手遊就能在幾個月回本。但在用戶玩過高投入、長周期制作的產品後，如果廠商仍舊維持著上述投機的老做法，就一定沒有活路。”許南瓜說。
他進一步提到，在當下行業投入周期越來越長的背景下，立項後一年內能做出產品已經是效率很高的團隊瞭，更多的可能要花費三年甚至更多的時間。AI技術從最開始被行業熱炒，目前熱度回落到一個正常的水平，實際上並不影響遊戲行業利用AI技術輔助開發遊戲這一方向。
“比起把AI作為玩法核心，希望做出一個以AI技術驅動的遊戲，遊戲行業更應該聚焦的方向是如何應用好AI這一技術提高遊戲的研發效率和綜合品質，進一步實現降本增效。”他說。
需要關註的是，在遊戲的研發環節加入AI“助攻”，也並非會直接帶來“1+1>2”的改變。“適配性”是目前AI技術在遊戲廠商中普及中遇到的主要難點之一。實際上，AI技術應用在遊戲開發中，並不是簡單的“搭橋修路”，相同的大模型服務的對象不同，其發揮的效力也會有所差異。
如將棋牌社交遊戲作為主營產品的以色列遊戲公司Playtika，便專註於用AI技術實現遊戲變現並提升用戶留存率。在Playtika的官方博客中，其AI研究小組負責人Michael Kolomenkin撰文提到，Playtika設計瞭一個實時推薦系統，利用機器學習中的強化學習方法優化遊戲性能，同時為遊戲中的玩傢提供個性化體驗。
“但如果有一款月活僅有幾十萬的小產品，試圖照搬的月活破億的產品的商業模型，它的成本回收率一定是慘不忍睹的。”許南瓜直言。
正如Playtika的模型是基於學習用戶行為不斷進化，遊戲廠商在運用AI時也需要量體裁衣式搭建模型，從而實現技術的真正積累。
附圖：國內部分上市遊戲公司AI佈局情況 整理：21世紀經濟報道 董思宇（實習生）
統籌：王俊
記者：諸未靜、蔡姝越、董思宇（實習生）
發表評論 取消回复