無論是兩個月內用戶數破億的，還是一個小小的錯誤，導致全球最大的互聯網巨頭之一的市值，在48小時內蒸發近1700億美元、超萬億人民幣，足以證明AI，或更具體的生成式人工智能，已經成為2023年最熱的話題之一。

而游戲產業一直以來都與人工智能領域關系密切。早在1946年第一臺電子計算機ENIAC誕生后的一年內，1947年人工智能先驅圖靈就為了推進人工智能研究寫下了第一行游戲代碼，隨后便開啟了電子游戲作與人工智能研究反復交織的數十年。

雖然現如今正在發生的新一輪AI革命，最終會將游戲行業帶向何方尚不明確。但作為AI技術從生產流程到最終成果使用最廣泛的產業之一，生成式AI工具、AIGC等對游戲產業、游戲生態的賦能、影響不容小覷。

【資料圖】

人工智能與游戲開發的逐漸融合

回顧電子游戲與人工智能近八十年的歷史，人工智能對于游戲設計與開發的影響，早已經歷了多個階段。

早在1980年的街機游戲《Pac Man吃豆人》上，巖谷徹就為游戲內4名NPC（Blinky、Pinky、Inky、Clyde）搭配了最早的游戲AI。雖然從當下的視角來看，《Pac Man》的AI設計并不復雜，但這也足以讓該游戲享譽全球，更是成為《Doom》《求生之路》《GTA》等經典，甚至是定義某一品類的游戲的靈感啟發。

在1992年《德軍總部3D》中，為了向《Pac Man》致敬，在當時儲存大小“寸土寸金”的時代，ID Software還在游戲里加入了向《吃豆人》迷宮地圖致敬的關卡。

而這一階段，直到21世紀初的很長一段時間內，AI在電子游戲的設計與開發中，最主要甚至唯一的作用就是保證游戲的趣味性，給予玩家更靈活生動的游戲世界和體驗。

“一個簡單吃東西的游戲沒有多大的娛樂性，所以我們決定讓NPC為游戲的體驗注入一些刺激和緊張感，玩家必須帶有自己各自特點的敵人對抗，才能吃到游戲中的點。”巖谷徹在1989年的一個行業采訪中如此說道。

來到21世紀第二個十年，互聯網技術以及硬件算力的發展，全球內容消費需求的爆炸，成為生成算法、預訓練模型等AI技術出現、成長的絕佳土壤。

包括2014年由“Ian Goodfellow”提出的生成對抗網絡GAN、谷歌的Tranformer、在AI繪圖上被廣泛使用的擴散模型（Diffusion Model）等生成算法都在這一時期出現，為人工智能工具在游戲生產工作中更廣泛地應用打下了基礎。

今年年初，最早在商業產品中運用AIGC的游戲公司之一Supersonic，就在官網的博客里介紹了OpenAI和其他人工智能程序如何成為開發者的助手，提升超休閑游戲研發速度的文章。

文章的內容主要包括了“用AI獲取游戲主題和機制靈感”“生成對話和敘事、創建關卡內容”“解決復雜的代碼和數學問題”“為游戲設計優質圖標，展示于應用商店”等角度。

此前GameLook也介紹過來自英偉達、谷歌、Stability AI的Get3D、Muse、Stable Diffusion等工具，可用于生成3D模型、游戲貼圖、高質量原畫等。

根據國泰君安證券前不久發布的行業專題報告《ChatGPT或引領游戲行業革命》，2022年，國內游戲行業的實際銷售收入為2659億元，“預期研發費用占比15%，假設未來可AIGC化的比例為50%，測算得出AIGC目前在游戲行業應用的市場規模約為200億元”。

可見當下，越來越發達的人工智能除了進一步提升游戲趣味性和沉浸感，比如網易《逆水寒》手游聲稱的Boss可觀察、模仿玩家操作，智能出招等，輔助游戲開發、激發創意靈感、降低開發成本已經成為了人工智能進一步發展探索的關鍵領域。

AIGC助力大眾創作，或改變游戲生態

至于AI技術未來，國泰君安在其報告中表示，“基于ChatGPT的多元應用場景，游戲產業有望實現從游戲策劃、美術制作到程序開發的全流程革新”。

雖然根據紅杉資本的預測，這種變化和全方位的變革不可能一蹴而就。該機構的研究顯示，當前AI技術在文字、編程、圖像、視頻/3D/游戲四大領域的發展情況各不相同，在文字和編程方面，2023年AI的水平才剛剛成熟，至于圖像和視頻/3D/游戲，目前的發展水平也只是剛剛完成初步探索。

預計到2025年前后，AIGC在圖像方面的應用才會成熟，視頻游戲等領域AIGC的成熟應用甚至需要到2030年前后。

但當下以ChatGPT為代表的AI工具在文字、語音、圖像等方面的探索和廣泛的應用，并將逐漸改變游戲的開發和玩家生態。作為第九藝術、各種娛樂形式、載體的集大成者，“游戲是最復雜的娛樂形式，有望充分受益AI對內容生產帶來的巨大變革”，國泰君安在其報告中提到。

以率先承載游戲AI的NPC設計為例。

在過去數十年間，即便是一些頂級投資的3A游戲，NPC也大多是腳本驅動的提線木偶，給予玩家的自由度普遍其實并不算高。當然游戲行業也并沒有在這一方面全盤失敗，參考佼佼者《荒野大鏢客2》，R星在游戲里放入了近1000個NPC，每一個NPC是非常生動和逼真。

但《荒野大鏢客2》的代價是R星團隊1600人，花費2億美元和近7年時間的開發，這對于任何游戲公司而言都是非常高昂的前期投入。

而在AIGC和ChatGPT等人工智能工具興起的一年多時間里，舉個不算嚴謹的例子，已經有網友“Bloc”通過AI工具和MOD，將《騎馬與砍殺2》的NPC變成了可以與玩家交流，回答開放性問題的“智慧”角色。

雖然這種用游戲包裝AI聊天機器人的做法，距離真正的“智慧”，甚至是《荒野大鏢客2》的NPC水平都還有差距，但作為個人為愛發電的嘗試，此舉簡單直接地展示了，在更加專業的企業和開發團隊手中，AI對于搭建生動、個性化的虛擬世界有著怎樣的潛力。

目前包括騰訊的GameAir平臺、網易的《逆水寒手游》等都已經開始在NPC上探索，甚至商業化應用了AI工具和AIGC。

除了專業的游戲生產和開發，生成式人工智能對于UGC游戲創作的助力同樣值得期待。

隨著Roblox的上市，無論是游戲體驗，還是衍生內容，UGC市場前景和重要性充分得到了關注和了解，雖然當下元宇宙概念已經降溫，但目前全球內容消費的需求卻依然在持續擴大，無論是出于虛擬世界的未來還是滿足世界人口的需求，UGC、PGC、AIGC都將是未來內容產業的重點。

此前，就有報道B站一名UP主只利用ChatGPT，已經開發了一款打磚塊的游戲。按照預測2030年前后，AI技術在游戲開發方面的應用全面成熟之時，UGC和PGC的技術門檻消失，包括獨立游戲、非獨立游戲，3A大作等分類和游戲創作生態，必然也將進入全新的階段。

機遇和風險并行、AI發展成果有待觀察

不過正如文章開頭所說的，AI革命最終會將游戲行業帶向何方尚不明確，因為目前在人工智能領域，與機遇同在的，還有同等的風險以及門檻，甚至是巨頭的壟斷危機。

首當其沖就是AI研發和應用對數據和算力高居不下的需求，這二者在當前的互聯網行業，無一不是極其昂貴的支出。騰訊研究院的報告顯示，OpenAI的GPT-3的訓練使用了上萬塊英偉達的V100 GPU，成本高達2760萬美元，個人如果想要訓練一個PalM，支出也高達900萬至1700萬美元。

硬件之余，機器學習的數據和語料同樣更難以獲得，特別是對于中文互聯網。主要因為目前國內各大應用都相對封閉，尤其是Web端的殘廢，致使一個個聚集用戶的應用平臺形成了一座座信息的孤島；同時近幾年中文互聯網中，語言的大量不規范使用，比如鋪天蓋地的字母縮寫（yysy=有一說一）、平臺的和諧機制造就的“諧音梗”等，也對機器學習造成了困難。

其次還有AI可能造成的錯誤帶來的監管和輿論的風險。

在國內，去年12月，國家互聯網信息辦公室等三部門就發布《互聯網信息服務深度合成管理規定》，對深度合成等技術做出了規定。

但此前國內UGC等內容也都因為各種原因難以發展，AIGC這種更高效、但同時具有相當不確定性的內容生產形式，在更多法律法規完善監管之前，應該也很難在消費市場落地。

而在海外，美國從今年年初開始，國會就已經向OpenAI等公司施壓，要求其AI技術減少現實社會中的歧視風險，以一種安全、道德、尊重隱私的方式開展業務，監管政策應該已經在路上。

與此同時，當下谷歌目前在AI上表現出的“過度謹慎（外媒報道中谷歌AI員工的評價）”，其中很大一部分就是因為谷歌AI之前經歷的輿論風暴。2015 年，Google照片中的圖像識別 AI 曾將一些黑人標記為“大猩猩”，去年谷歌的研究員也曾宣稱AI已經有了情感，致使谷歌的AI研究面臨了倫理問題。

最近谷歌AI Bard的失誤引發的資本以及輿論對谷歌的不信任、谷歌市值的下跌等，更是將AI犯錯的風險放大到了極致。

最后，當然還有可能，經過數年的發展，AI在能力的升級上遭遇了瓶頸，效率遠低于行業的預期，能力的增長和前期投入的資源之間，邊際遞減效應明顯。屆時互聯網產業可能就會轉投新的概念或技術，繼續嘗試推動產業生產力的升級和進步。

關鍵詞： 人工智能 游戲行業 電子游戲