遊戲與AI結合的能量，可能遠遠超過你想像。 |
文/以撒
最近，世界人工智慧大會 （WAIC 2023）在上海舉辦。這個大會的含金量想必不用多說——會上聚集了一大批圖靈獎、諾獎得主、國內外科學家，參加會的頭部AI企業更是不少。看到大會的一些動態，葡萄君真的有點感慨。
因為我上一次參加WAIC是在2021年，那時AI的勢頭還不像現在這麼興盛，我對AI的認識也不過爾爾。但今年呢——我國AI的核心產業規模已經達到5000億元，算力規模位居全球第二，企業數量超過4300家……光是會上展示的大模型就有30多個。 AI的時代巨輪已經勢不可擋地駛來了。
在會上，與遊戲相關的會場也相當熱鬧。這並不奇怪，畢竟遊戲產業是與AI聯繫最為緊密的產業之一。但從AI火起來這段時間，我對這方面的感受來看，似乎能為遊戲性帶來極大顛覆性的方案，還沒有在業界大規模落地。關於遊戲 × AI的未來方向，業界也是眾說紛紜，難有定論。因此，大部分人好像進入了一個AI迷茫期──明白這條路是未來，但不清楚到底該怎麼走。
當然，這時就少不了遊戲公司出來發聲。今年大會首次開設了「遊戲AI應用與遊戲科技」論壇，與會嘉賓都分享了他們對遊戲 × AI的想法和實踐。其中天美的分享讓我覺得很有意思，因為在大環境有些迷茫的情況下，他們似乎展現出了一種相對少見的，騰訊作為大廠對遊戲 × AI的系統性思考。
如果簡單抽像一下天美分享的內容，你大致可以這樣理解：他們對遊戲× AI的規劃，分為內外兩部分——“內”是指用AI相關技術提升遊戲內體驗，“外”則是用遊戲反哺AI等技術的發展。如果能做好內外兼修，這二者就會相輔相成，形成一個很好的閉環。
而放到更具體的角度來講這件事，你會發現，在對AI的理解和應用上，天美已經結合AI讓很多遊戲內容發生了質變，也研究出了不少切實可參考的技術方向。
01
AI到底能多大程度提升遊戲體驗？
首先在用AI提升遊戲體驗這方面，目前我們最頻繁討論的無非是AI NPC。但實際上，在這方面做到較完善的體驗，還需要非常長遠的迭代。相較之下，如果結合專案和玩家的需求，把目光投向一些更底層的場景，你會發現AI的應用大有可為。
典型的案例是天美J3的應用。他們主攻FPS，研發過《逆戰》《穿越火線：槍戰王者》（CFM）《決勝時刻手遊》（CoDM）等遊戲。算上在研的《逆戰手遊》在內，他們已經在不少專案中使用過AI技術，也算是業界最早探索FPS AI技術研發與應用的團隊之一。
當然，他們一開始大概也會有點迷茫，因為FPS AI是個“大坑”，研發和應用都是高難度——FPS裡那些環境因素、狀態分析、局勢判斷……儘管複雜，對人來說卻是很自然就能理解的設定；但對AI來說，這些因素帶來的複雜度，相比2D/2.5D遊戲要高出幾個數量級。更別說要在各種進階的規則、玩法下，做到較高的完成度了。
在這種前提下，找對FPS AI的研究方向就很重要。所以在針對不同類型產品的遊戲訴求考慮過後，J3主要梳理出兩個大方向：
第一個方向，是 FPS的「擬人AI」－說通俗點就是「人機對戰」。
但和我們以往理解的人機模式不同，這種擬人AI是為了改善競技體驗。在FPS這種硬派的競技遊戲中，玩家最需要的是在平衡的動態博弈中不斷挑戰並突破自我能力，從2018年起，J3開始與司內的人工智慧實驗室騰訊AI Lab合作，打算以」擬人AI「為方向，創造一些玩法和體驗上的延伸。
在技術上，首要的困難就是如何克服3D環境所帶來的複雜性。
另外，為了提升研發效率、讓AI有能力適應多模式，除了優化效能之外，他們還設計了OneModel的聯合訓練框架。透過對地圖環境的泛化共享建模、多地圖聯合訓練等方法，讓AI具備了快速覆蓋新增地圖的能力。
解決這個問題之後，就要面對AI訓練的難度了。他們的做法是從最簡單的1V1模式開始研究、訓練模型，之後再慢慢攻克5V5這種複雜的模式。在聯合團隊的合作下，騰訊AI Lab和J3共同實現了業界較為領先的FPS全圖擬人AI方案。
這項技術，甚至還成了產品破圈的突破口。
2020年，CFM計畫開發一個類似Gal Game的互動劇情模式，在PVP之外提供一些陪伴式體驗，同時又能兼顧競技內容。這種聽起來「既要又要」的玩法該怎麼做？他們上線了一個新版本《電競傳奇》——以現實中的職業選手為藍本，用擬人AI學習他們的對局數據、操作，讓玩家有一種與不同角色互動、向選手挑戰的感覺。
這個模式一推出，就成為了自2017年《荒島特訓》BR模式更新後，留存最高的模式。此後，CoDM也在2022年上線了「電競挑戰賽」模式，將當年獲得職業大師賽冠軍的Q9戰隊主力選手們做進了遊戲。團隊透過收集、分析大量選手真實的對局數據，定制了職業戰隊的“AI分身”，讓玩家能和他們5v5對戰。玩法上線後，不出意外地也火了——「電競挑戰賽「的次留數據，在遊戲過往的60多個歷史模式中排名前8。
第二個方向，是針對PVE的「AI動作生成」－之所以瞄準這個方向，是因為《逆戰手遊》是一款FPS PVE遊戲，其中包含大量Boss演出及戰鬥、小怪同屏戰鬥、NPC等角色動作演繹的場景，這些都是遊戲沉浸式內容和戰鬥體驗中非常重要的一部分。而在當下，為了做出更好的效果，應用一些更前沿的技術顯然是必要的。
例如用龐大行為樹和動畫資源堆疊，並非不能做好逼真的內容，但會相當耗費精力，而且還有佔用內存大、維護成本高的缺點。當然，近年來海外的3A廠商也開發過像MotionMatching、HyperMotion這樣更先進的動畫技術，都解決了一些傳統方案的痛點。
而天美的方向又是另外一種：2019年底，《逆戰手遊》與騰訊Robotics X 實驗室合作，把目光放到了自回歸神經網路演算法模型(ARNN模型)。
這是一種廣泛應用於時間序列的資料分析演算法，例如天氣、交通的預測等。角色動畫本質上也是一種時間序列數據，如果能合理的運用這套演算法，或許就能做到，透過大量動捕數據訓練，讓AI模型學會預測動作序列幀的下一幀，並形成自然、完整的角色動作。
這種技術已經有一些3A廠商在探索，但在業界還沒有大規模落地，在網遊/手遊產品領域就更是鮮有人涉足。所以《逆戰手遊》的應用，應該算是ARNN模型在網遊中的第一次嘗試。
遊戲內使用了該技術的NPC，其動作反應將會是根據玩家行動實時生成的，而非提前寫死的動畫；並且能夠根據運動學原理，自主生成和調節擬真的動作形態。這麼說可能不太直觀，J3團隊為我們示範了一段技術效果示意——可以看到，在運用了這項技術的多小怪同屏追逐效果動畫中，AI實時生成的小怪角色動作表現，相較於傳統效果更生動、多樣，還能基於環境和地形做出各種變化。
智能體動作生成技術下的同屏
多小怪追逐效果示意
這種效果代表什麼呢？如果能大規模應用，玩家就能在遊戲中看到更自然、更沉浸的擬真動作表現與戰鬥效果，而這項技術還會持續用於一些NPC、怪物上。另外，這種方式下的製作效率也會有所提升——舉個例子，傳統美術工作流程中至少兩個月才能完成的內容，透過AI動作生成，在兩週內就能完成。從另一方面來說，這也是在提升遊戲的可玩性，畢竟團隊可以把更多的精力，投入更豐富的內容製作。
02
#遊戲 × AI的能量，可能#遠遠超出你想像
當然，遊戲 × AI的化學反應還不只這些——在提升遊戲內體驗之後，這些AI技術還能透過遊戲，延伸到現實中的方方面面，做到反哺的功效。至少在這三個角度都是如此：
第一，針對較為垂直和技術向的場景，遊戲能成為新技術的優秀試驗場。我們在上文提過，FPS AI的研發非常複雜，但也正因複雜，它的價值才很大——FPS中的3D環境更像真實世界，相比2.5D/2D的AI訓練，它更能貼近人類在真實環境下的表現，所以有更多提供跨領域研究價值的機會。
例如在《逆戰手遊》中應用的AI動作生成技術，就能與Robotics X 實驗室的機器人研究互相加持——一方面，它能讓機器人變得更加“聰明”，生成出更像是真實生物的動作表現；另一方面，它也能透過引擎的虛擬環境，讓機器人在遊戲中加速「練等」。事實上，《逆戰手遊》與Robotics X實驗室的合作已經實現了這種反哺，讓後者的自主研發四足機器人研究與訓練得到了極大的幫助。
騰訊自主研發四足機器人 Max
##第二，針對較廣泛且生活化的場景，遊戲 × AI能讓我們的生活變得更好。舉個例子：天美旗下子品牌天美健康，結合AI技術研發了一款“天美健康智能健身魔鏡”，這款魔鏡當天也有在大會上展出。在技術層面，它利用了AI動捕等技術提供運動數據分析和結果回饋，能幫助使用者制定科學的訓練計畫和評測。再加上與遊戲IP內容的結合，它可以讓原本枯燥的運動變得更聰明、更有趣。
第三，遊戲 × AI在未來，甚至能提振整個產業的發展。我們就聊過，AI產業及教育眼下其實有一個很大的痛點──人才焦慮。這個新興領域發展沒多少年，國內尚未形成特別完整、成氣候的教學體系，同時也需要讓更多人對它有切實的興趣，而非衝著一時利益去研究。這些問題，可能都不是一時能自然解決的。
但當遊戲與AI技術結合，就能有相當大的幫助。好比由《王者榮耀》與騰訊AI Lab共同打造的開放AI研究平台“騰訊開悟平台”，已經先後與北大、清華、中科大等19 所頂尖高校合作開發課程，讓學生用更有趣的方式來理解機器學習、強化學習、多智能體決策等知識點。目前開設開悟相關課程累計涵蓋學生人數達630名。前不久他們也宣布，平台舉辦的AI賽事即將在全國各地舉辦公開賽。
這些課程、資料、賽事，如果能推廣到全國高校的AI專業，無疑會為我們的AI教育帶來很大的益處，甚至能改變不少學子的人生。這也是我說遊戲 × AI的能量遠遠超過你想像的原因。
03
#天美對遊戲 × AI的理解是什麼等級？
在這種內外兼修結合遊戲與AI的思路下，天美整體對於AI的應用，已經達到一個非常高效的程度。
像是在天美T1工作室程序負責人林智超的分享中，他表示有一款在研的開放世界動作遊戲，在研發的方方面面幾乎都結合了AI技術來改善研發流程。這是一件很自然的事，因為開放世界本來就需要豐富的動作、敘事資源，來支持它自由、開放的特質。而AI往往能解決很多開發的痛點。
例如在口型動畫生成方面，他們應用了基於規則和深度學習的生成方案，從音頻中提取音素序列、轉換為視素序列，再生成相應的視素曲線、轉換為動作單元曲線來驅動動畫。這樣的做法，相較於傳統方案能更好地適應不同語言，還能實現即時互動和自訂語音。
再比如在插畫生成管線上，他們也結合了AI繪畫來製作敘事劇情、提升效率。通常團隊會先繪製手稿、使用AI繪製角色，再進行風格遷移和手工精修。最終，一張可以投入使用的高品質原畫，在不到2天的時間內就能完成。另外，他們還會透過模型訓練美術資源、透過ControlNet控制細節，方便後續的大量生產。
在這樣的思路和應用之下，可以看出，其實AI並沒有那麼難以結合遊戲研發，而是已經真正改變了遊戲的研發模式，滲透到了各種管線之中。這就是我說，天美已經不知不覺幹了很多大事的原因：
首先，他們是真的「敢用」。在許多人還對AI較為迷惘的時候，在專案中大規模應用它是一件很超前的事。這不僅需要過硬的技術，也得有相對應的認知，例如像AI自動生成動作、動畫這樣的技術，就需要打破以往的堆疊思維。
其次，他們有足夠的耐心。很多技術從決定研發開始，至少要花三、五年時間來嘗試，這些時間內，顯性效益很可能是不高的。這就說明對於AI的投入，往往都是面向長期主義的決策，而不是衝著一時紅利所做的。
最後，他們的理解也夠深。目前，業界對遊戲 × AI的想像大多都是點狀或線狀的，例如看到AI繪畫興起，就單論美術管線的迭代，而像天美這樣較為深入和立體的思考則並不多。有這樣的思考出現，我相信遊戲產業還會有更多公司把AI用好。我們這個產業對AI的理解與利用，在未來肯定不會落於人後。
當然，在未來，遊戲 × AI肯定還會爆發出更大的能量。在這次的論壇上，天美J3工作室 CoDM、《逆戰手遊》開發負責人於棟就提到了兩個暢想：
第一個暢想，是研發流程中的AI自動化測試。測試自動化程度是DevOps領域非常重要的指標，但邏輯複雜、內容豐富度高的PvE遊戲如要實現工業軟體層級的自動化測試，難度仍高。
但在未來，當AI逐漸具備感知環境氛圍能力、即時分析能力、對測試邊界和條件有自主決策能力時，或許這個場景就能成真：輸入一段任務，AI便可以像真人一樣在遊戲執行指令、探索體驗，還能產生詳細的測試與回饋報告。這將大幅提升遊戲測試的品質與效率、保障與提升遊戲品質。
第二個暢想，是透過AI技術，建構一個更鮮活、更自主、更真實，每個NPC都彷彿有生命的虛擬世界。在這方面，已經有團隊實際投入研究，發展了AI社會的雛形。例如在今年，史丹佛大學和谷歌的研究人員做了一個“虛擬小鎮”，其中有25個AI智能體會“自主生存”、與其他AI互動和社交。這項實驗的論文發布後，就引發了業界極大的關注與討論。
如果要把這種社會做成更加完善的“世界”，我們還需要攻克一些難題，比如至少要讓AI具備自然語言、行為與決策，以及社交方面的能力。
在此之前，我們對AI的探索仍然需要腳踏實地、一步一步地走好。而過程中不可或缺的一步，就是有更多團隊像天美這樣長期投入精力研究，對內提升遊戲體驗、對外輸出突破性技術。如果這樣做的團隊越來越多，我相信《西方世界》映入現實的場景，已經離我們不遠了。
遊戲葡萄招募內容編輯，
推薦閱讀
莉莉絲十年 | 如何評價騰訊 | 米哈遊十二年
龍拳風暴敗局 | 重返未來：1999 | 未來三年新品
對話 羅子雄 | 對話馬小軼事 | 對話 程良奇
設為星標（流程如上圖）
可在第一時間收到推送和 完整 封面！
以上是看了天美對AI的佈局，我覺得它想得是真明白的詳細內容。更多資訊請關注PHP中文網其他相關文章！
