遊戲開發是時間和資本密集型創作,開發經費動輒需要數億美元和數年開發時間。“有毒的工作環境和“緊迫”的最後期限”,加上“技術人才的缺乏”,導致很多原本被寄予厚望的作品發佈後負評如潮。
比如由CD Projekt開發的賽博朋克2077,曾經是萬眾矚目的4A級大作,但在經歷四次跳票發售後口碑一落千丈,原因是因為遊戲存在太多影響體驗的BUG、內容與宣傳的不一致等等,甚至還被主機平臺下架,時至今日還在修改Bug。
但隨著生成式AI技術出現,在組織、簡化和消除該過程中過去勞動密集型的元素上影響巨大:大幅提升瞭生產速度並降低瞭成本。
生成式AI可以深度優化(automate)整個遊戲的制作環節,大幅縮減工作室的預算和項目進度。包括解決3D場景、模型、紋理貼圖、綁定和動畫中涉及的復雜步驟中使用的所有genAI。下面就是AI如何從整個生產鏈條上協助遊戲開發的:
AI生成2D設計圖
生成式AI 3D建模
由於這些圖像是由AI創建的,因此沒有人對其版權提出索賠。那就是你現在與人工智能打交道時簽訂的“合同”。
AI輔助場景設計
生成式AI寫劇本
ChatGPT 不僅僅是一個聊天機器人——它可以利用其大型語言模型 (LLM) 的強大功能想象整個虛擬世界。使用它,甚至可以進行文字冒險遊戲。有多種方法可以概念化像ChatGPT這樣的大型語言模型,但它實際上是一個虛擬世界引擎。這方面的一個例子是它如何被用來夢想虛擬機和文字冒險遊戲。
生成式AI寫代碼
更快的代碼生成,克服“具有重大限制的手動密集型、耗時的過程”,為定制創造更多樣化的資產和角色的潛力,以滿足現代對個性化角色和NPC的需求——生成式AI可以批量創建,通過自主AI代理,開發人員可以使用它“超越簡單地生成代碼或對話,讓AI執行特定任務,通過連接到外部工具,超越 ChatGPT 的外殼。”
AI能夠帶給玩傢更好的體驗
通過將生成式 AI嵌入到實際遊戲中,而不僅僅是制作遊戲的工具,無限關卡、無限世界和無限變化變得更加可能。借助板載生成式AI,主要由非玩傢角色 (NPC) 組成的多人遊戲可以變得更豐富、更可信。
想象一下,在一場戰鬥遊戲中與您共享散兵坑的NPC拿出一張照片並向您展示他們的女朋友或男朋友。想象一下你遇到的每個人都有豐富的背景故事和背景,這些故事和背景會隨著時間的推移而持續存在,並隨著你與他們互動數周、數月和數年而不斷發展。想象一下,當您在遊戲中前進時,遊戲會產生新的遊戲玩法,提供關卡和挑戰、背景和體驗。
由獨立工作室Hello Games開發和發行的“無人深空”圍繞著一個程序生成的確定性開放宇宙構建,其中包含驚人的18.4 quintillion行星。該遊戲還擁有完整的太陽系、多變的天氣系統、詳細的動植物群、迷人的外星生物,以及功能齊全的建築物和航天器。
生成式AI引擎:英偉達(US: NVDA)
在Computex 2023主題演講中,Nvidia宣佈瞭ACE for Games,它采用瞭視頻遊戲角色的技術,與此同時Nvidia開發瞭自己的ChatGPT,並且允許開發人員在未來的視頻遊戲中將AI技術直接添加到NPC,可以自定義它符合他們的要求。這意味著將允許玩傢通過語音而不是預先選擇的對話樹與NPC互動,因為他們將能夠回應你說的任何話,從而實現更動態的對話。
此次英偉達發佈面向遊戲公司的AI引擎ACE,為開發者提供優化的三款AI基礎模型,輔助NPC的語言、對話及表情生成,包括通過NVIDIA NeMo模型為NPC賦予專屬定制語言內容,通過NVIDIA Riva實現語音識別-生成回復文本-文本轉語音,實現實時對話;通過NVIDIA Omniverse Audio 2 Face模型生成實時角色表情。
此前市場對於AI大模型幫助遊戲行業降本增效的預期比較充分,包括美工、開發等環節的部分工作,都可以通過AI來完成。而AI驅動的玩法創新(如智能NPC)有望通過大幅提升用戶體驗,帶來整體性的行業增量,但研發門檻較高,產品落地具有一定難度。
隨著遊戲變得越來越復雜,NPC的創作也在不斷升級,與錄制的臺詞數量明顯增加,玩傢與NPC互動的選擇也越來越多,面部表情也變得越來越真實。尤其是對於重劇情的3A遊戲而言,僅遊戲劇情和配音就需要投入大量的人手和時間。
未來這些這些模塊都無縫集成於Convai服務平臺,並可以帶入虛幻引擎5和MetaHuman中。
未來遊戲開發商將使用英偉達的引擎制作遊戲,以為這更大的市場份額和非硬件類收入。
最受惠遊戲開發商:T2軟件(US:TTWO)
Take-Two Interactive Software, Inc.是一傢美國遊戲控股公司。Rockstar Games和2K,它們運營著內部遊戲開發工作室。著名的遊戲《生化奇兵》、《無主之地》、《俠盜獵車手》、《NBA 2K》和《荒野大鏢客》都是由該公司開發。
在視頻遊戲中設計虛擬世界是一項耗時且資源密集型的任務。俠盜獵車手(GTA)等開放世界遊戲擁有巨大的虛擬環境,玩傢可以自由導航,構建這些視覺效果可能需要長達4到5年的時間,即使對於大型遊戲工作室也是如此。因此,發佈新遊戲的周轉時間往往相當長。這就是深度學習算法可以幫助縮短開發時間的地方,它可以接管創意藝術傢設計和渲染遊戲視覺效果的任務。
我們可以訓練神經網絡來學習我們想要包含在遊戲虛擬世界中的各種對象或資產的外觀。然後,如果我們為它提供描述這些對象位置的語義標簽圖(如上所示),它就可以呈現逼真的視覺效果。
未來隨著生成式AI技術的引入,它們將可以幫助執行在 GTA 等遊戲中設計和可視化虛擬世界的任務。
目前T2公司已經宣佈下一代產品GTA6將在25年發佈,隨著生成式AI技術越來越廣泛的應用在遊戲產業中,該遊戲有望更快問世。
以上個股分析純為個人意見,不構成投資建議。C基金持有英偉達(NVDA)長倉。關於作者: 黨天楚(Elliott Dang)鵬格斯資產管理的投資分析師。
關於鵬格斯投資心得:(Pickers Investment Ideas):鵬格斯投資心得附屬於鵬格斯資產管理有限公司 (Pickers CapitalManagement Limited),由公司的投資研究團隊組成。研究范圍包括中港美三地上市公司的股票,重點聚焦醫療、新能源,大消費等板塊。鵬格斯投資心得秉持「價值投資」的理念,開展行業和企業的深度研究,致力於發現證券市場的投資機會,並與投資者共享研究和交流最新的研究成果。
發表評論 取消回复