好买基金网 - 好买财富 基金 私募 信托 专业的投资顾问

  AI正在为游戏行业的所有的环节带来范式革新。随着内容制作者和消费的人的界限逐渐模糊，游戏本身的定义也发生了变化：玩家从接收者转为「共创者」，并将游戏作为新型媒介平台，进行互动、社交、发布内容因为多模态生成式AI的飞速迭代，游戏正在成为新的泛娱乐形式。

  近日，云启联合硅谷AI+社群和Linkloud，与来自Xbox/Riot Game/腾讯/Inworld的多位行业专家, 游戏创业者和投资人，同堂探讨LLM/GenAI对游戏的冲击以及创业机会。

  AI工具的出现，打破了游戏行业经典的「成本-质量-速度」不可能三角，任何使用简单工具的人都能释放创造力，并以高速迭代的方式创建无数变体，为行业大幅度提高效率。

  过去，游戏制作人/策划仅为验证「创意可行性」，需要先与美术、建模沟通对齐需求，双方再根据反馈不断修改，如此反复，非常耗时耗力。

  现在，AI工具让「概念可视化」的时间快速缩短。本地化部署AI模型后，游戏研发效率获得了提升：某预期需要8个月完工的工作，最终缩短为6个月，综合成本减少10%左右，预计2024年Q1可减少幅度将达30%左右。

  很多游戏大厂已有AIGC管线投入到正常的使用中中。比如网易游戏以美术中台见长，对AIGC持续保持积极跟进。现在已在使用的管线以量产级为主，包括UI icon、美术原图、俯视角地图等，对精度的要求还不高。

  硅谷已有多家勇于探索商业模式的公司切入赛道，为开发者提供游戏资产生成平台。以Scenario为例，用户只需要上传少量的原始素材，如图片、视频、音频等，就能开始训练AI模型，并通过你自己的游戏风格和需求，自行调整AI模型的参数和输出格式，生成高质量、风格化的游戏资产。

  相比2D设计，3D设计的工序更复杂、对模型要求更高，成本更高，游戏这一细分场景下机会也很多。例如，已经接入Unity的Kaedim，慢慢的开始收费千元美金。也有些游戏公司已在用针对3D贴图材质的生成相关服务。

  NVIDIA GET3D可以仅使用2D图像进行训练，并生成具有高保线D图形，并以三角形网格的形式创建形体、并使用纹理材质覆盖，创作者能自行修改形状、纹理、材质。

  游戏开发对于创意能力有极高的要求。行业内经常提到，“99分的作品等于0分”。而要做到100分、甚至高于100分，所有微小的「创意火花」都可能会产生决定性作用如何能用最优的组织架构保护这种火花、并让它实现最大效用？

  AIGC工具已经大幅度降低了「创意审核」的门槛，降低沟通成本。在有些工作室，已能将原本3个月的工作量压缩到1周内完成，让更多资源转向创意领域。

  人才是否能适应AI、AI还能引发怎样的组织进化，也是当前最关键的问题。AI让「多面手」类型的专业从业者，全面释放能力，把动辄需要几百人～几千人的制作团队压缩到超级细胞的形式，只需要10+位员工就能完成游戏的全部制作慢慢的变多的游戏公司正在进行这类尝试，这将对游戏行业产生长期的变革性影响。

  引入AI并不必然带来更好的游戏体验。玩家并不会仅仅因为开发者用了AI而买单。回归「第一性原理」：让游戏好玩。游戏开发者面对的最重要的问题仍然是：玩家究竟在游戏里寻找什么？如何吸引更多新玩家、并提高粘性？

  类比于ChatGPT和Midjourney，借鉴同样的思路，有游戏公司设计了在交互中生成「奇幻世界」、并对其进行探索的游戏。

  成立于2020年的「Hidden Door」开发的专有生成式AI，玩家们可以将现有的公共IP小说作品，改编成在线社交角色扮演游戏，并在原小说的世界观架构下做出个性化选择，最终生成个性化的故事结局和游戏世界。游戏大部分的文本和美术都由AI生成。公司已累计融资超千万美元。

  一位创业者在活动中提到，目前游戏中每次的交互成本是0.2美分，算得上是比较高的。目前，团队正在进行尝试，看市场是否会为AI设计游戏买单。

  值得注意的是，生成式AI的难控制并不一定是缺陷，利用好也能开发出新颖的趣味玩法。在HuggingFace近期举办的首届AI游戏大赛获得第一名的游戏「Snip it」，就巧妙地运用了这一点玩家要剪下博物馆展画的一部分、并通过AI随机生成的「背后画」，解开背后的秘密。

  但「AI幻觉」目前还有未解决的问题，例如其不一致性会导致游戏逻辑的不统一。在讨论中，一位嘉宾分享他的游戏经验：NPC在打爆灯泡后、又回到“灯下”阅读。这类真实的生活中的不合理行为，会让游戏体验打折扣。

  AI对游戏行业的改变，不仅限于制作，还覆盖到发行、运营、营销等所有的环节。例如，在营销方面，发行投放、经营分析、舆情分析中，都可以引入AI工具提升效率。

  还有更多方向值得深入挖掘。比如，后台的数据分析如何直接连接至生产和设计？经营销售的方式如何直接联结玩家体验？我们大家都认为，AI有机会在其中建立效率更加高的运营制度。

  「斯坦福AI小镇」中，25个智能体Agents不仅在自己的背景故事工作和生活，还能根据个性相互交流、自行交互和决策AI agent的进化，也正逐渐打破游戏的既有设计理念，为游戏开发者提供了新的玩法思路。

  NPC对于玩家的「回应」能力，已经能借助大模型大幅升级，不仅限于传统的对话、或对即时动作的反馈，还有对于玩家偏好的记忆、对输入内容的持续反馈。此外，通过故事情节、连续对话，牵引玩家对游戏人物产生「情感联结」，是激发玩家内在动机的主要的因素。游戏中的情感交互越高，越跟人的底层需求相关联，越有可能提高用户粘性。

  例如，《荒野大镖客》中每个NPC都具有独特的个性，丰富了情绪状态，并具备“记忆”和“体验”过去事件的能力，如果玩家过去攻击过某个特定的 NPC，他们会记住该事件，并且更容易对玩家的角色表现出敌意，NPC拥有感知-思考-行动回路，会判断双方实力（如盟友和敌人比例）来决定是不是继续做作战或逃离。

  AI Agent更像人这类设定会极大提高玩家的「参与感」。网易最新推出的《逆水寒》也在这个方向上做了一定的探索，一切都才刚刚开始。

  AI Agent也已经被用来进行自动化测试。过去，游戏的自动化测试需要人工耗费大量时间跑通所有关卡，现在AI Agent作为「测试者」替代人工，大幅度降低了开发成本。

  在AI Agent的开发中，「安全性」是需要重视的关键环节，这这中间还包括数据安全、也包括具体应用场景下对于用户的保护。例如，一家面向教育场景的公司，需要确保AI Agent输出的所有内容，在面对儿童用户时都保证绝对安全性。

  UGC被看作是游戏运营的核心环节。能大大的提升用户社群活跃度。而在例如Roblox、 Mario等经典游戏中，UGC还是游戏玩法的核心组成部分。

  成功的UGC范例，共性是玩家上手容易、并能通过交互形成社交生态，为游戏社区持续带来活力，延长生命周期。

  但过去，也有很多游戏「为了UGC而UGC」，为了深度和玩家的心理模式绑定，将游戏素材变得很复杂，比如玩家要观看几十个小时的教程才能上手这对于整体运营反而起到了负面效果。

  这类内容生产社区，在AI工具普及后，也有一定的概率会成为下一个吸引屏幕关注时长的新平台，类比抖音。当AI工具的「可即性」就像短视频拍摄一样简单时，游戏就有机会成为一个媒介平台，不断经由用户自发的创作行为，而持续焕发新的生命力，延长产品生命周期。

  但值得注意的是，UGC的核心并不是UGC本身，而是游戏本身的核心逻辑和玩法要足够吸引玩家，玩家才会有动力进一步去成为内容的生产者。

  人们来玩游戏的理由五花八门：有些人是更重视情感共鸣、有些人只想单纯找简单的快乐、有些人是为了学英语......游戏设计者能给的东西是多样化的，玩家会通过你自己的不同目标做出合理的选择，而AI为双方同时提供了更方便、更强大的工具。

  对于开发者，游戏场景几乎是大模型的最佳Playground这是一个高度数字化、结构化的场景，对于技术本身可行性的测试，游戏能够说是「最佳场景」。

  也因此，在AGI时代下，游戏行业的想象空间似乎被无限拉高。而随着尝试不断深入，从业者也需要面对新问题。

  首先，成本与算力依然是最大的掣肘。接入大模型后，成本呈指数增长，而且功能会受限于模型本身。现在，大模型对于复杂场景与长周期记忆处理的一致性还非常低，同时响应时间非常长，不利于游戏体验。

  其次，将大模型的能力封装为可重复调用的组件，要解决「通用性」和「扩展性」的问题，但现在要达成这点还十分艰难。即使是单次使用的prompt指令，要找到最准确的一条，也要消耗较高的时间和成本。

  AGI的新生态尚在早期，大部分开发者都在「实验阶段」，单点任务赋能开发者的工具层出不穷，但已经能预见的是，这类工具的体量无法作为「产品」进入「商业化阶段」。现在也暂未出现成功先例，找到与开发者均摊算力成本的「收费方式」这对于创业者来说，同样是需要提前思考的问题。

  免责声明：本文转载自云启资本，文章版权属于原本的作者所有，内容仅供参考并不构成任何投资及应用建议。

  风险提示：投资有风险。有关数据仅供参考，不构成投资建议。投资人请详阅基金合同和基金招募说明书，确认您自觉履行投资人的各项义务，并自行承担投资风险。