本報告主要研究AI技術在遊戲領域的應用情況。
1、發展環境
技術端：大模型時代，AI在遊戲行業加速落地
2017年，谷歌提出Transformer后，利用大模型學習的GPT、T5等預訓練模型相繼被提出，AI愈發智能化。具體而言，在訓練方法方面，大模型主要分為監督學習和無監督學習兩種方式，相較於無監督學習，監督學習會使用帶人工標註的數據集進行訓練，但隨着訓練數據量需求的大幅提升，人工標記成本提高，未標註數據+少量標註數據的半監督學習法和無監督學習逐漸流行，以更低的成本提高模型智能化水平，提升訓練效率。在開發效率方面，AI大模型在經過微調后，可獲得特定、具體的行業知識，充分挖掘AI模型潛力，降低數據需求量和訓練時間，進而減少邊際落地成本。
隨着自然語言大模型的逐漸成熟，其在遊戲領域的商業化落地進度進一步提升。例如，Stable Diffusion可快速創建成場景、道具、武器等遊戲資產；Ghostwriter可幫助研發人員設計遊戲劇情和對話內容。
需求端：AI全方面賦能遊戲製作流程，實現行業降本增效
大型遊戲包含3D動畫、特效、音頻、美術、文字等極為豐富的細分內容，開發過程一般耗時較長，流程較為複雜，對工業化程度和實時性、交互性要求較高。開發單位常需以年計投入大量人力、物力、財力，行業存在「不可能三角」情況，即成本、質量、效率難以同時滿足——為保證質量，需投入大量人員或延長製作周期，開發成本和效率難以控制。例如，《荒野大鏢客：救贖2》為製作超28平方英里逼真地圖和1,000個NPC，耗用8年時間、專職開發人員超1,200人、成本近3億美元。
AI可優化從策劃到劇情、音頻、圖像、動畫製作再到宣發等遊戲製作全流程，提高開發人員創造效率，減少研發周期和人員規模，進一步降低遊戲研發成本。例如，一名畫師需兩至三天完成一套用戶頭像製作，AI則僅需不到一天時間。面對越來越高的開發成本，遊戲行業降本增效以提高盈利能力、行業競爭力的強烈需求推動AI與遊戲行業的深度結合。
2、發展現狀
應用場景：從劇本到主程序，AI應用場景豐富
代碼編寫。大型遊戲具有較高的技術、經驗門檻，需編寫複雜算法以支撐遊戲運行。AI模型可作為代碼生成工具，根據用戶的自然語言指令生成相應的代碼程序。AI可精確處理原本耗時的撰寫代碼、優化代碼等基礎工作，將研發人員從繁複的編寫代碼工作中解放出來，為其完成更多創造性工作節約時間和精力的同時，大幅降低遊戲製作門檻，推動更多新遊戲面世。
虛擬玩家。AI可製作虛擬玩家，使其以普通玩家的身份扮演遊戲中的部分角色和承擔一些任務，替代人類玩家，解決團隊遊戲中個別玩家因特殊情況需退出而不影響遊戲進度的同時，還可承擔陪玩功能，豐富玩家遊戲體驗。
NPC動態互動。AI技術可進一步提高NPC真實性、合理性，提高其多輪對話能力，弱化其和真人玩家的邊界感，為玩家提供千人千面的遊戲反饋，進而提升其操作空間和體驗感。
內容創作。AI可輔助設計遊戲中的劇情及對話，根據用戶要求生成不同場景、背景、角色的個性化內容，並保證遊戲世界內眾多角色語言的流暢性和世界觀的一致性，為研發人員提供內容創作靈感和素材的同時，將其從基礎內容創作中解放，提高內容創作效率和生動程度。
美術設計。AI輔助繪畫目前可在角色、場景、裝飾、遊戲圖標設計、3D資產生成和畫風模仿等方面落地應用，研發人員輸入關鍵詞、相關素材等，即生成相應圖像，幫助設計人員快速完成繪畫，提升創作效率。
應用效果：內容生產效率提升，拓寬遊戲行業規模
遊戲創新是吸引、留存玩家的重要因素之一，而創新則主要受限於創意的產生和落地的產能。AI技術可提升圖像、音頻、文本、視覺設計等內容生產效率，打破人工製作產能天花板，縮短遊戲製作周期的同時，更易將創意實現，推動遊戲更加精美。例如，仿真遊戲《微軟模擬飛行2020》與Blackshark.ai合作，藉助AI和雲計算，通過2D衛星圖像生成世界各地約15億座3D建築物，並保證數據實時交互，突破了人工製作的桎梏。
此外，創新具體體現在全新遊戲品類與個人定製化遊戲兩方面。一方面，AI的高生產力可部分實現僅靠人力生產難以研發的遊戲，如上文提到的《微軟模擬飛行》。另一方面，隨着AI技術的成熟，遊戲情節、任務、地圖等將均可實現由算法根據玩家情況進行特定動態生成，玩家和玩家、玩家和NPC的交互不再受限於固定設置，而是以更高的自由度參與遊戲世界，遊戲內容將極度個性化。
《2022年中國遊戲產業報告》數據顯示，2022年中國遊戲市場銷售收入為2,658.84億元，同比下降10.33%，為八年內首次下降，這表明行業進入存量時代，玩家規模增長緩慢，產品獲客效率下降。內容精品化和創新化將提高玩家付費意願、搶奪玩家時間、吸引新玩家進入，成為遊戲廠商的重要發力點的同時，也將打開遊戲行業市場空間。
3、發展展望
政策頒佈，規範AI在遊戲行業的應用
4月11日，國家互聯網信息辦公室發佈《生成式人工智能服務管理辦法（徵求意見稿）》（簡稱「徵求意見稿」），向社會公開徵求意見，促進生成式人工智能健康、規範發展。徵求意見稿從內容生成、算法設計、知識產權等方面提出要確保訓練數據的合法性、採取適當措施防範用戶過分依賴或沉迷生成內容、保護用戶信息等管理辦法。在AI技術應用初期，數據安全等問題開始暴露，政策的及時完善可儘早幫助行業完成合規工作，為AI在遊戲行業的進一步應用保駕護航。
技術逐漸成熟，AI將進入原創階段
李彥宏判斷，生成式AI將分為三個發展階段：「助手階段」、「協作階段」、「原創階段」。目前，底層技術難以支撐AI自主生成原創內容、視頻等。但隨着技術不斷成熟，紅杉資本預測，到2030年，遊戲中文本、代碼、圖像、視頻、3D都可以通過生成式AI生成，並且達到專業開發人員和設計師水平，原創階段的生成式AI將發揮更大效用，進一步提升遊戲產業研發效率並降低成本。
更多精彩內容，請關注「36氪研究院」微信公眾號。
36氪研究院
36氪研究院根據行業發展、資本熱度、政策導向等定期輸出高質量研究報告，幫助政府、企業、投資機構等快速了解行業動態，把握髮展機遇和明確發展方向。同時，研究院致力於為全國各級政府、企業、VC/PE機構、孵化器/產業園區等提供專業定製化諮詢服務。
