首個AI共創(chuàng)的共創(chuàng)游戲設(shè)計，很以人為本

2023-03-20 18:04:26編輯：jackey 生成式AI又爆重大進展，戲設(shè)這個時代屬于善用工具的計人合肥蜀山美女上門聯(lián)系方式vx《1662+044+1662》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達人。

近期，為本生成式AI的共創(chuàng)重大進展成為了熱議話題，其優(yōu)秀的戲設(shè)創(chuàng)作力表達，帶來了很多新的計人可能性。尤其是為本AI繪圖功能的爆火，讓許多普通人開始近距離接觸AI，共創(chuàng)并嘗試用AI進行創(chuàng)作。戲設(shè)合肥蜀山美女上門聯(lián)系方式vx《1662+044+1662》提供外圍女上門服務(wù)快速選照片快速安排不收定金面到付款30分鐘可到達

AI創(chuàng)作的計人人物圖，（圖片來源于網(wǎng)絡(luò)，為本如有侵權(quán)，共創(chuàng)請聯(lián)系我們刪除。戲設(shè)）

然而，計人隨著生成式AI的爆火，尤其是AI逐漸進入游戲制作等專業(yè)領(lǐng)域的工業(yè)化流程，關(guān)于AI能否取代人的討論也在不斷增加。

不可否認的是AI越來越聰明了，但在這個過程中，人類的創(chuàng)造力和審美標準仍然是不可或缺的。《賽博朋克2077》的場景設(shè)計師就曾表示，在制作游戲原畫時，他們會基于角色設(shè)定、結(jié)合AI技術(shù)生成草稿，以生成結(jié)果為靈感進一步優(yōu)化，再由專業(yè)美術(shù)不斷重復(fù)、調(diào)整才得到最終版。

Timur Ozdoev使用AI繪圖生成的素材圖

游戲從業(yè)者的實踐證明，AI繪圖確實為開拓設(shè)計思路和提升游戲研發(fā)效率起到了推動作用、帶來了更多的可能性，但是這些可能性仍需要人的智慧來決定和實現(xiàn)。

隨著“AI輔助、人類加工”的模式逐漸應(yīng)用在游戲開發(fā)流程中，連續(xù)兩年成為Steam鉑金級別年度最佳游戲的《永劫無間》做出了又一創(chuàng)新嘗試——聯(lián)合范長杰博士坐鎮(zhèn)的網(wǎng)易伏羲實驗室推出“AI智繪時裝共創(chuàng)企劃”，讓普通玩家也能利用AI技術(shù)參與到游戲時裝的開發(fā)中來。

AI智繪·時裝共創(chuàng)企劃

本次活動中，玩家不僅可以為自己喜愛的AI靈感圖進行投票，也可以使用靈感詞生成自己的設(shè)計。最終《永劫無間》將匯集數(shù)萬人的共同智慧，基于玩家票選的共創(chuàng)靈感詞，結(jié)合AI技術(shù)生成時裝靈感，在此基礎(chǔ)上進行時裝開發(fā)，并作為周年慶禮物發(fā)放給玩家。

AI智繪·時裝共創(chuàng)企劃活動界面

如何精準匯集并呈現(xiàn)玩家的靈感，背后是技術(shù)的沉淀。

本次活動中，網(wǎng)易伏羲實驗室基于大規(guī)模預(yù)訓(xùn)練模型圍繞《永劫無間》的文化主題及玩家喜好，使用網(wǎng)易自有版權(quán)素材庫數(shù)據(jù)對生成式AI進行深度定制。

據(jù)了解，網(wǎng)易伏羲的大規(guī)模預(yù)訓(xùn)練模型，入選了浙江省科技計劃項目——“尖兵”項目。自研模型規(guī)模從最早的一億參數(shù)增長至千億參數(shù)，模型領(lǐng)域從文本拓展到圖文、音樂、行為序列等多種模態(tài)，積累了豐富的預(yù)訓(xùn)練模型訓(xùn)練和工程優(yōu)化的經(jīng)驗。

AI技術(shù)的運用也為玩家提供了更好的體驗。比如，《永劫無間》開發(fā)組就曾利用AI反外掛技術(shù)分析玩家在游戲中的行為數(shù)據(jù)，快速識別出行為異常的玩家，對傳統(tǒng)反外掛技術(shù)進行有效補充。也比如讓AI人機在對戰(zhàn)中學(xué)習(xí)玩家的打法招式，為玩家開發(fā)出全新的噩夢人機模型，帶來不一樣的對局體驗。

噩夢AI累計擊敗1億玩家

從游戲體驗優(yōu)化、到游戲運營，AI在為游戲的各個領(lǐng)域賦能，輔助游戲廠商提高生產(chǎn)的品質(zhì)和效率。與此同時，游戲各個場景也成為研究和驗證AI技術(shù)的絕佳場景，AI研究團隊通過復(fù)雜的游戲場景來反復(fù)打磨AI算法、驗證技術(shù)效果，極大地促進了AI行業(yè)算法、模型結(jié)構(gòu)以及大規(guī)模分布式計算等技術(shù)的發(fā)展。

可以想象，未來AI將不斷拓寬應(yīng)用場景、成為各行各業(yè)的輔助工具，從而推進其在算法研究、神經(jīng)網(wǎng)絡(luò)架構(gòu)探索以及大規(guī)模分布式計算等領(lǐng)域取得更高的發(fā)展，為各行各業(yè)帶來更多的可能。