AI 技术在游戏开发中的应用已成为行业热点话题,业界不断涌现出相关应用。为追踪这一前沿趋势,在 Unite Shanghai 2024 游戏生态专场演讲中,微软亚洲区智能应用创新市场业务负责人许豪带来了《GitHub Copilot和 Azure OpenAI 在游戏开发中的实践》的精彩分享,向大家介绍游戏领域怎么使用生成式 AI。生成式 AI 在游戏开发中存在许多潜在应用场景,等待开发者们共同探索。通过运用前沿工具和技术,开发者们可以更高效地完成任务,专注于核心创意。
今天主要给大家分享两个方向的内容。一个是怎么用 OpenAI、生成式 AI 模型去赋能游戏行业做一些游戏相关的,可能更多的是在策划和脚本侧的赋能。第二个话题作为游戏开发者在 coding 层面,怎么用现在比较火的AI生成代码工具 GitHub Copilot 帮助大家开发。从生成式 AI 角度来讲,用微软内部的话术,我们叫蒸汽机发明出来的第二年,很多可以和我们现在游戏行业里引擎结合的地方,还需要在座各位一起去做。
把游戏开发看成是 business 的话,我们通常会用三个角度解释或赋能游戏业务。一是生产力,怎么加速游戏的开发和内容上市。二是我们怎么样在游戏运行过程中能够更好地让玩家有比较好的用户体验。三是获客部分,怎么增加游戏的收入,直白而言就是怎么抓住用户的点位。
回过头到今天的主题,怎么利用生成式 AI,在游戏的每个环节,从运营、研发到上市,甚至是广告的投放,怎么样用目前最新的这些技术来帮助我们降本增效,这是我们在生成式 AI 领域值得思考的部分。我们今年是蒸汽机发明出来的第二年,有很多事情可以做。场景有很多,行业全球范围内已经有些客户和使用者在做,用语言模型去控制游戏做一些类人、拟人的模拟。用 GitHub Copilot 加速游戏的开发,用语言模型嵌入到 NPC 做行为的交互,甚至有虚拟女友的探索。
第一个 cases 算是在日本比较成功的游戏,是推理类的,叫做《红公羊》,基本上是通过生成式 AI 去控制游戏脉络,去年大概四五月份的时候有一个比较著名的研究是斯坦福小镇,他不是为了做游戏,他是用游戏引擎八个智能体去模拟人工智能在社会化场景中怎么做,会有哪些行为。这时候我去跟国内比较知名的游戏厂商做了一些沟通,我问他们能不能用生成式 AI 潜入到游戏中去主导脉络。
一年多以前,当时我得到的答案是说在游戏策划的时候如果用生成式 AI 这么动态的生成做一款游戏的话,在游戏策划和游戏的收敛性上会有一些问题,但是有些游戏可以去探索。我认为《红公羊》这个游戏是探索比较成功的一款游戏,完全是用生成式 AI+语言类+图形图像类做出的一款游戏,非常成功。
第二个是微软自己的 agent 探索,这其实是一个反对自主自动化的 agent,完全由 vision model 去控制游戏角色,然后产生社会化行为去玩这个游戏。这种游戏的探索目前应该在 GitHub 上有些比较成熟的探索,基于像素点的判断或者是基于图形图像的判断等等,我之前在一个研究机构中跟他们做交流,之前有一个研究者用 GPT4 的 vision model 做星际二的游戏 paly,看这个模型中跟人类的对战胜率,做一些数据统计,看游戏决策的性能,这些都是通过游戏引擎来做到的事情。
第三个是微软的模拟飞行,这是综合性的运用,不光使用生成式 AI,也用了数字孪生技术。生成式 AI 在很多专业化场景里,除了航空,我们国内的汽车行业也在做,在座舱里,当你有物理实体所有数据的时候,这个生成式 AI 可以在不做任何预设 coding 的情况下理解你的整个机能,这个过程中可以跟你进行推理沟通。大家想象一下,如果大家在做赛车类游戏或者工程模拟类场景的时候,在整个游戏开发的过程中,它的核心引擎有可能不需要做额外的实现,直接用大模型就可以实现。这个他做得很简单,把座舱数据给到模型,你天然的就可以用语音跟他交互了,因为航空的知识已经预设到模型当中了。
我们几个爱好者做了基于小生成式模型 SLM,具体用的是微软比较小的那个模型。它的意义在哪里呢?这是两个完全跑在端侧上的模型,只用了一张 A100,完全断网的情况下做的模型对战,它的判断逻辑是用像素点去判断。感觉绿的会被红的打死,这里面有个核心要点就是推理性能,它的 latency 越低,它的效果就会越好。在边缘侧,如果各位要考虑以后跑在单机或者主机类游戏场景当中的时候,选择一个参数量合适的模型,会带来更好的效果,因为它的推理性能会改变游戏的体验。从今年开始,这种小体量、小参数的 SOM 是非常值得看的赛道。
Microsoft 的 AI 在各个维度上,包括大语言模型、小语言模型。比如各位做的游戏要出海,比如要去欧洲市场,欧洲那么多语言,能不能进行实时的语言、语音翻译,这在 AI 已经是非常成熟的解决方案了,直接可以通过普通话出去,翻译成葡萄牙语、英语、德语、法语,直接跟全球玩家进行各种各样的对话。
如果大家有做 coding 的话可能听过但是根据我之前的调研,做应用开发的开发者用 GitHub Copilot 的人群是非常大的,大家可能都花了十刀在官网上买。游戏开发的 workflow 跟传统应用开发可能差距还比较大,因为我们需要用 Unity 的这些 studio 做设计渲染等等。过程中 coding 的部分相对比较少,更多的可能是做设计,可能脚本部分用 Copilot 去实现,但是在 workflow 中,我听说 Unity 会发布自己的Unity Copilot,可能也使用了一些大模型能力。未来结合 Unity Copilot,加上 Data Copilot,能够极大加快我们做游戏的开发速度。
生成式 AI 天生对于代码训练就比较完善,因为代码是非常有逻辑的结构化的东西,在调研的过程中,我们认为对于开发者赋能,对于科技行业,特别是做游戏或者做应用开发,对于公司的营业收入来讲,增加的体量在全球范围大概 4-5 倍,因为你加速了产品上市。
GitHub Copilot 关注的非常重要的一个点就是为了取悦开发者,开发者在开发周期当中有很多不愿意做的事情。比如版本升级,你框架升级了,你要发新版的时候,会不会遇到代码的迁移工作,这对于开发者来讲是很烦躁的事情。另外是写测试,大家对于 game 的 Copilot,我不知道是不是用单元测试去实现。但是对于我们做应用开发的人来讲,公司会要求我们做单元测试的覆盖度,写业务代码的时候,会写很多的单元数据。有了 data Copilot,其实单元测试的工作很多时候会在 data copilot 里。写好代码以后必须要写注释,很多人认为 GitHub Copilot 写好之后它给我生代码,有时候它生的代码你不接受,你想自己去实验、优化。其实写好这段代码之后,你可以使用 AI 工具去反向生成这段代码的注释,这很好用,我非常喜欢,我现在有了 Copilot 之后再也不写代码了,都是用 AI 帮我反向生成注释。
GitHub Copilot 在全球范围内,应用开发者,前端的、后台的,用户量是非常大的,全球范围内已经有超过 180 万的付费订阅用户,希望我们的游戏开发者更多的使用我们的 GitHub Copilot。
我简单的基于我的认知录了一点 demo。GitHub 作为结对编程员的时候,你很多时候只需要想逻辑和实现,不需要真正的敲代码,你可以写好注释,它帮你整段生成。未来可能有更多第三方的例如 Unity 这样的厂商,maybe 可以以 agent 的形式加入到 data copilot 中,你可能是命令式的让它帮你实现什么样的场景和脚本,这时候 AI 可以帮你把这生成出来,所以大家可以尽情释放想象力,未来可能不需要 coding 这件事。
在开发者的时候,有很多不想做的,GitHub Copilot 可以帮助我们这些游戏开发者也好、专业开发者也好,更多地聚焦在一些创意类的事情,聚焦在一些优化类的事情,而不是在一些你认为比较烦的 debugging。debug 也很好用,当有报错的时候,它可以自动帮你修改这段代码。各位一定要去尝试一下,我们有一个世界观,我们认为未来的世界,“AI+人”一定会大于人。各位如果还在用手工码代码的话,还是挺危险的,可以多关注一下这种AI方面的工具。生图、生文、生代码的,还是要去看一下。
对于 IDE,大家可能用得更多的是 visual studio 系列。除了代码类工具以外,除了能够直接在 IDE 上做 couding generation 的这种 AI 能力以外,由 AI 参与的 BUG 修复,甚至是安全漏洞的修补,这个过程都可以由 AI 高效参与,它第一可以提高你的生产力,第二提高你的安全性,第三能减少你的 BUG。交互周期中,AI 的占比份额会越来越大。刚才听了那么多专家分享,但是 AI 的内容还是蛮少的,虽然可能有些行业特点的影响,但是我认为可能未来会有越来越多的场景被 AI 吃掉。现在还不晚,在垂类赛道,特别是游戏开发赛道,确实还没有非常多非常成熟的杀手级场景出现,所以各位还是有非常多的机会能够在这个赛道中大展拳脚。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
美国零售巨头沃尔玛预警:尽管贸易局势缓和,但5月底后大规模涨价潮仍是前所未有的!玩具等品类首当其冲
特朗普称有意在本周末同中国领导人通电线亿搞权色钱色交易 王一新有重大立功表现获无期
特朗普称有意在本周末同中国领导人通电线亿搞权色钱色交易 王一新有重大立功表现获无期
约基奇29+14+8掘金胜雷霆再进抢七 穆雷25+8+7SGA32+6
iQOO Pad5 Pro搭载天玑9400+ 配备12050mAh电池