游戲的下一個突破點，很可能是AI

量子位的朋友們 2021-01-14 16:00:42 來源：量子位

這幾年，不管高屋建瓴的學(xué)術(shù)圈，還是產(chǎn)業(yè)前線的互聯(lián)網(wǎng)，各路機(jī)構(gòu)和大廠都在下場做AI，就發(fā)展程度而言，AI已經(jīng)是全面滲透的姿態(tài)了。

我持續(xù)關(guān)注AI發(fā)展趨勢和使用場景有一段時間了。這幾年，自動駕駛、人臉識別、腦機(jī)接口，越來越花里胡哨的詞兒都或多或少地和AI開始沾邊。

???

這直接引發(fā)了大眾領(lǐng)域內(nèi)的觀點站隊。保守派大喊著「機(jī)器擁有自己的思想很可怕」，技術(shù)極客大多是「我們要擁抱AI」的開放姿態(tài)，但問題是，AI到底能用在哪些領(lǐng)域，怎么用，只有內(nèi)行人清楚。

以目前的發(fā)展階段來看，AI技術(shù)對人類的助益遠(yuǎn)遠(yuǎn)大過擔(dān)憂。更何況，萬事沒有絕對的非黑即白，AI這事兒也不是一句兩句能說清楚的。我們爭論這些，不如看一看技術(shù)目前已經(jīng)落下的場景，能給產(chǎn)業(yè)帶來的實際賦能在哪里。

我會從大家比較熟悉的游戲等泛文娛領(lǐng)域展開講講。

01 、為什么突破點在AI

說一個觀點。

我認(rèn)為游戲行業(yè)競爭的下一個突破點，可能在于各家的AI技術(shù)水平。

來看一個整體脈絡(luò)。

根據(jù)中國音數(shù)協(xié)游戲工委最新的游戲產(chǎn)業(yè)報告，整個行業(yè)的規(guī)?？隙ㄔ跀U(kuò)大，但從2017年-2020年報告也能看出另一個趨勢：隨著人口紅利見頂，用戶規(guī)模增長放緩，游戲市場擴(kuò)張的同時，競爭也越發(fā)激烈。

這種激烈競爭在2018年版號收窄之后更加明顯，監(jiān)管層面也希望通過數(shù)量的減少去促成質(zhì)量的提升和品質(zhì)的創(chuàng)新。這背后，是大量未被滿足的游戲玩家的需求。

伽馬數(shù)據(jù)等多方報告指出，游戲感受、玩法創(chuàng)新和社交是大多玩家最注重的游戲體驗，再往下拆分就是畫面、音樂、公平性、競技感、游戲協(xié)作等具體層面的需求。而諸如AI等技術(shù)層面的突破，無疑會改善玩家的這些體驗，加速游戲行業(yè)的換擋升級。

從玩家角度來說，豐富的競技感是重要因素。Steam上線《全境封鎖》時，不同風(fēng)格的NPC就點燃了玩家。膽小的NPC見了你知道繞路，膽大的就開始猛攻，這就是新型AI利用強(qiáng)化學(xué)習(xí)技術(shù)優(yōu)化出來的多樣玩法。它更接近一個真實的游戲環(huán)境，體驗更類似你遭遇到風(fēng)格不同的三維世界玩家。

競技感之外，相對公平有序的游戲環(huán)境也是需要的，多少FPS玩家內(nèi)心的痛就在于，眼睜睜地看著對手外掛還無能能力。早年CS反恐精英不知道傷了多少人的心。這一點如今的AI技術(shù)其實能較好地消化解決，多重維度的匹配和反外掛監(jiān)測已經(jīng)在路上了。

繼續(xù)深入討論，如果你打開一款游戲，第一眼看到的畫面、聽到的聲音也是決定你是否會成為潛在玩家的理由。音畫已經(jīng)成為絕對不能忽視的因素。

這是AI技術(shù)能夠大顯身手的地方，在游戲設(shè)計和開發(fā)中，AI的降本增效效果明顯。

舉個例子。對游戲里的美術(shù)同學(xué)來說，通過各種形式的生成-對抗網(wǎng)絡(luò)模型，AI能直接生成高質(zhì)量的角色原畫、場景原畫，甚至三維動作資源。作為制作者，美術(shù)同學(xué)大概最明白AI減少了多少工作量，還提升了畫面質(zhì)量，增加了玩家沉浸感。

02 、產(chǎn)學(xué)研一體，全鏈路賦能

了解了AI對于游戲行業(yè)的破局程度，自然也能理解深入游戲領(lǐng)域的公司們對AI的重視了。

就拿網(wǎng)易來說，其互動娛樂事業(yè)群早在2017年就成立了網(wǎng)易互娛AI Lab，收攏的人才基本上都來自于清北浙復(fù)交等名校。

一個比較明顯的趨勢是，如今巨頭們?nèi)刖諥I，產(chǎn)學(xué)研三者有了更深層的滲透。這也是互聯(lián)網(wǎng)行業(yè)的妙處，它們本身走在前沿，對科技邊緣的拓展也跑得最快。

以網(wǎng)易互娛AI Lab為例，這幾年，七十多位算法和工程人員在頂會上發(fā)表了多篇重磅論文。

還是從大家比較好理解的音畫這個角度舉個例子，比如去年7月網(wǎng)易互娛AI?Lab?獲得全球最大的語音會議?INTERSPEECH?2020?聲紋識別賽道雙料第一。在這次比賽中，網(wǎng)易互娛AI Lab提出了一種?ASR-free?的文本相關(guān)聲紋識別算法。相比傳統(tǒng)的識別方法，該算法不需要依賴語音識別,?也能在多語言環(huán)境下,同時完成說話人和文本內(nèi)容的驗證。

而聲紋識別技術(shù)在游戲中，主要可用于進(jìn)行游戲身份驗證或完善用戶畫像等方面。從實用場景來說，以往該技術(shù)多用于安防場景，網(wǎng)易互娛?AI?Lab?能夠?qū)⑵淝度胗螒驁鼍?，本身就是突破?/p>

實際上，更多AI技術(shù)的落地是圍繞游戲的運營痛點來打通的。這就促成AI技術(shù)在游戲生命周期的全鏈路上的貫通和覆蓋。目前，在包括策劃、動作、美術(shù)、音頻、程序、測試、營銷和運營的環(huán)節(jié)，網(wǎng)易的AI技術(shù)正在全面賦能。

03 、讓子彈先飛會兒

一個共同的走向是，巨頭們在AI上的發(fā)力并不是僅僅為了游戲，而是不斷思考更廣泛實用的商業(yè)場景，以及游戲業(yè)務(wù)可能與之產(chǎn)生的化學(xué)反應(yīng)。

這幾年大眾觸點較多的AI使用場景就是自動駕駛，在實際的場景測試?yán)?，自動駕駛公司很難創(chuàng)造或者遇到極限場景，比如暴雨+冰雹的復(fù)雜路況，或者高速公路上闖入的動物及行人這種突發(fā)事件。這往往會造成測試數(shù)據(jù)的局限。

然而在游戲世界，利用AI技術(shù)的測試數(shù)據(jù)獲取成本就相對較低。而模擬場景中的無限撞車，或持續(xù)過彎，都能在AI的短時多次測試中得到一個相對可行的解決路徑。

在賽博朋克的時代，AI技術(shù)在產(chǎn)業(yè)端的落地只是時間早晚問題，技術(shù)深度是目前要突破的方向。先前我提到的來自大眾認(rèn)知層面最大的爭議點，實際在AI是否能取代人上。

在科學(xué)技術(shù)螺旋上升的前期階段，這種討論其實會牽絆住前進(jìn)的步伐，不如讓子彈飛一會兒，看以后的發(fā)展，道德倫理與法律法規(guī)必然是伴隨技術(shù)的進(jìn)步隨之發(fā)展的。

我這里倒是會用網(wǎng)易互娛AI Lab虛擬偶像制作的相關(guān)技術(shù)來解釋一下我自己的觀點，為什么我會認(rèn)為目前AI之益遠(yuǎn)大于弊。

2021年跨年之際，數(shù)字人「萬一」登上了浙江衛(wèi)視的跨年晚會，其生動的面部表情是由網(wǎng)易互娛AI Lab的AIxFace面部動捕技術(shù)打造的。這種配置首先就為具備即時性、現(xiàn)場感的直播晚會增強(qiáng)了科技感，其次虛擬人的神態(tài)高度真人化也讓互動更為有趣。

依靠AIxFace面部動捕技術(shù)，女孩的眼神、唇動、眉毛、甚至法令紋等變化都細(xì)致入微，在交談和說話時，她發(fā)出的每一個字也能精準(zhǔn)匹配口型。

而網(wǎng)易互娛AI Lab開發(fā)的這種輕量級面部動捕系統(tǒng)，與傳統(tǒng)面部動捕技術(shù)的最大區(qū)別在于，不需要復(fù)雜專業(yè)的動作捕捉場地和設(shè)備，也不需要設(shè)置任何面部標(biāo)記點，只需要一個單目攝像頭，就可以實時將演員的面部表情遷移到可以臉上，并實現(xiàn)舌頭、視線、口型等表情細(xì)節(jié)變化的精準(zhǔn)跟蹤。

表情的豐富、自然和準(zhǔn)確程度，自然是數(shù)字人在互動真實感上的直接體現(xiàn)。此外，虛擬偶像是否像真人愛豆那樣兼具唱跳能力，也是評判其真實感的重要標(biāo)準(zhǔn)之一。

在此之前，AxFace技術(shù)已經(jīng)在《第五人格》Bilibili禿禿杯游戲決賽的偵探主播中落地，即時的互動、極具情緒感染力，讓虛擬偶像掙脫了虛擬的限制，真正實現(xiàn)了「次元壁的突破」。

事實上，游戲AI和非游戲AI的技術(shù)核心是一致的，只是數(shù)據(jù)、應(yīng)用場景和優(yōu)化目標(biāo)不同。兩者的互相賦能、協(xié)同發(fā)展是一致的。

在未來，人類和游戲的交互會呈現(xiàn)愈加多元化的趨勢?？梢杂鲆姷氖?，未來的人機(jī)交互并不是一個單一的技術(shù)驅(qū)動，而會是一個綜合方案，它或許能夠讓電腦像真人一樣通過眼球追蹤、語音分析和肢體語言去理解玩家的意圖。

當(dāng)然，這不止取決于AI技術(shù)的進(jìn)步，也取決于游戲設(shè)備和游戲產(chǎn)品本身的演進(jìn)。而這兩者，會更深刻地豐富人類的游戲體驗和快樂感受。

以下是吳懟懟工作室與網(wǎng)易互娛AI Lab的獨家對話內(nèi)容節(jié)選，對話內(nèi)容有刪減。

1、網(wǎng)易互娛AI Lab目前的規(guī)模和人員如何？研究重點和方向是什么？

網(wǎng)易互娛AI Lab：我們在杭州、廣州和上海三地總共有七十多位算法和工程人員，從降低游戲開發(fā)成本、提升游戲開發(fā)效率、降低游戲獲客成本、提升游戲用戶留存、改善玩家游戲體驗等方面入手，重點圍繞計算機(jī)圖形學(xué)中的AI、語音技術(shù)，自然語言處理、圖像處理和強(qiáng)化學(xué)習(xí)等技術(shù)方向開展工作。目前部分技術(shù)已應(yīng)用于《夢幻西游》、《一夢江湖》和《第五人格》等多款熱門游戲。

2、除了AI對話、智能捏臉、智能蒙皮等比較前沿的技術(shù)外，還會看好哪些AI技術(shù)在游戲中的落地？

網(wǎng)易互娛AI Lab：從目前的技術(shù)落地和上線情況可以看到，自動化內(nèi)容生產(chǎn)相關(guān)的技術(shù)（如我們的AIxFace面部動捕、AIxPose視頻動捕、AIxDance音樂舞蹈合成和語音合成等技術(shù)）、精細(xì)化運營相關(guān)的技術(shù)（AI用戶智能標(biāo)簽匹配），和為了提升用戶體驗的強(qiáng)化學(xué)習(xí)等AI技術(shù)在游戲中落地價值更大，也更加受到游戲工作室重視。

隨著玩家對游戲品質(zhì)的逐漸提升，游戲的制作成本上升明顯，為了降低和控制成本，自動化生產(chǎn)工具越來越重要。其中角色的面部模型、面部動畫和身體動畫的制作成本比重最大。為此網(wǎng)易互娛AI Lab開發(fā)了針對面部動畫自動化生產(chǎn)的AIxFace面部動捕技術(shù)方案，和針對身體動畫的AIxPose視頻動捕技術(shù)方案以及AIxDance音樂舞蹈合成技術(shù)。

3、之前AI周期已經(jīng)覆蓋到整個游戲周期的全鏈路，具體覆蓋哪些環(huán)節(jié)，具體如何實現(xiàn)？

網(wǎng)易互娛AI Lab：在策劃上，AI能夠豐富玩法。例如，AI捏臉讓玩家在捏臉環(huán)節(jié)能夠擁有更多自由度，輕松創(chuàng)造千人千面的游戲世界；借助文本生成，游戲可以在新春等節(jié)日推出符合傳統(tǒng)文化習(xí)俗的對聯(lián)玩法；借助面部動捕技術(shù)，游戲可以添加顏藝系統(tǒng)，玩家能在游戲中DIY角色表情包。另一方面，其也作為生產(chǎn)效率工具，幫助策劃自動完成一些傳統(tǒng)需要人手動做的重復(fù)性工作，比如音游中的譜面生成，或者關(guān)卡配置中的平衡性驗證。

除了畫面，在音頻上，AI音頻管理系統(tǒng)將海量音頻可視化呈現(xiàn)，做到自動識別并推薦聲音。語音合成技術(shù)可用于游戲前期語音資源的生成及輔助調(diào)試。借助音色遷移，當(dāng)游戲中某些角色語音臺詞需要變動時，無需同個聲優(yōu)再次配音，加快音頻迭代速度。

游戲開發(fā)出來之后，就是測試環(huán)節(jié)。AI自動化測試可以實現(xiàn)測試人力的解放，提升游戲平衡性，給玩家更好體驗。AI一小時的戰(zhàn)斗數(shù)量是和投入的服務(wù)器資源以及游戲類型相關(guān)的，比如我們現(xiàn)在正在制作的卡牌游戲，單組服務(wù)器的采樣速度為14w局/小時，相當(dāng)于一個真人日夜不休地測試約500天。

在后續(xù)運營層面，AI可以幫助實現(xiàn)精細(xì)化運營。通過AI用戶標(biāo)簽匹配，玩家能夠匹配到與自身實力相當(dāng)?shù)膶κ?、獲得更符合需求的推薦；通過AIxGuardian游戲環(huán)境凈化系統(tǒng)，無需大量人力審核就能夠建立更加友好清潔的游戲環(huán)境，保障玩家的游戲體驗。

4、我們也注意到營銷環(huán)節(jié)有一些UGC內(nèi)容的產(chǎn)出和實現(xiàn)？

網(wǎng)易互娛AI Lab：是的，在營銷環(huán)節(jié)AI能夠加速創(chuàng)意內(nèi)容生成，同時也可以幫助實現(xiàn)更多維度的互動玩法。例如，通過AIxDance音樂生成舞蹈動作等技術(shù)，角色NPC可以快速生成貼合短視頻平臺熱點的舞蹈動作；時下熱門的H5換臉、聲音互動、文本生成玩法等也都可借助AI得以實現(xiàn)。

5、網(wǎng)易的游戲畫面精細(xì)程度一直蠻受認(rèn)可的，尤其是動畫。AI在這塊可以有什么賦能？

網(wǎng)易互娛AI Lab：AI能夠提升動畫的制作效率，幫助實現(xiàn)美術(shù)減負(fù)。已經(jīng)提過的，傳統(tǒng)動捕流程或手K生成的表情或動作動畫，如今通過AIxFace輕量級面部動捕和AIxPose視頻動捕技術(shù)，無需寬敞的空間或?qū)I(yè)技術(shù)人員，只需要一個普通攝像頭就幾乎可以做到表情動作動畫的實時生成，而耗時耗力的NPC建模過程也可以通過3D人頭重建或風(fēng)格化模型生成得以改變，只需一張照片，AI就可以實時生成超寫實的3D人頭或符合游戲風(fēng)格的臉模。

比如在PGC場景下，美術(shù)可以基于需求對AIxPose的結(jié)果進(jìn)行和傳統(tǒng)美術(shù)生產(chǎn)流程一樣的調(diào)整，但相比按傳統(tǒng)流程，動畫制作效率可以提升4-5倍，節(jié)省7-8成的成本。

6、目前在游戲中已經(jīng)成熟使用的AI技術(shù)，如果拓寬到非游戲的實用領(lǐng)域，還有哪些商業(yè)化場景？

網(wǎng)易互娛AI Lab：就拿游戲AI中的計算機(jī)圖形學(xué)技術(shù)來說，它也可以應(yīng)用于文娛、會展、教育、金融等各領(lǐng)域。像前面提到的面部動捕技術(shù)、視頻動捕技術(shù)和其他虛擬偶像制作相關(guān)的技術(shù)，它和會展中的虛擬導(dǎo)航員、在線教育中的卡通老師形象、金融領(lǐng)域的虛擬客服角色等背后的技術(shù)本質(zhì)其實差別不大。

而游戲AI中的語音識別、語音控制、語音合成等技術(shù)，也可用于搜索、導(dǎo)航、教育/英語口語的自動評分，以及文娛、會展等領(lǐng)域的智能交互場景。

游戲AI中使用的視覺技術(shù)也可以應(yīng)用于其他非游戲領(lǐng)域，如在游戲中為防沉迷開發(fā)的人臉識別技術(shù)，和為凈化游戲環(huán)境開發(fā)的政治、色情和暴力監(jiān)控技術(shù)，應(yīng)用至其他領(lǐng)域分別可以是安防領(lǐng)域的人臉識別，以及電商平臺的政治、色情和暴力監(jiān)控等。

7、之前葉明江也提過，「AI在游戲領(lǐng)域最著名的事件就是在游戲中擊敗人類職業(yè)玩家」，像這個AlphaGo打敗人類的事件有意義嗎？有一種觀點是，游戲就應(yīng)該為人類創(chuàng)造美好的體驗，如果AI都贏過了人類，那我們還玩游戲干嘛呢？對這個觀點怎么看？

網(wǎng)易互娛AI Lab：AlphaGo的實現(xiàn)對于游戲，特別是游戲AI的發(fā)展有重要意義。首先AlphaGo的實現(xiàn)讓游戲公司/游戲工作室認(rèn)識到AI可以達(dá)到人類頂級水平，可以做到很多以前不敢考慮的事情。

在AlphaGo事件后，游戲公司給與了AI更大的投入和耐心，同時也開始在各游戲環(huán)節(jié)考慮引入AI技術(shù)。

其次，AlphaGo的成功給AI研發(fā)者注入了一支強(qiáng)心劑，有更多的AI研究者會投入到游戲AI領(lǐng)域。

最后，我們相信AlphaGo的技術(shù)不僅僅可以用于游戲，未來可以用于很多其他的領(lǐng)域，比如智能機(jī)器人，技術(shù)的進(jìn)步總能帶來新的生產(chǎn)力。

游戲AI的目的是為人類創(chuàng)造更好的游戲體驗，這是游戲AI不變的追求。我們認(rèn)為AI贏過玩家不會阻礙，反而會激發(fā)玩家更大的興趣。

首先，一個競技感不強(qiáng)的AI缺乏挑戰(zhàn)性，難以讓玩家體驗到游戲的樂趣。更高段位的“玩家”對抗，是激發(fā)玩家興趣的一個重要因素。好的游戲AI可以成為不同水平玩家的對手。

其次，能做出職業(yè)選手水平的AI，讓陪玩型AI的實現(xiàn)也更簡單。我們可以用很多種不同的方式去降低AI的強(qiáng)度，創(chuàng)造出低強(qiáng)度但是多樣性的陪玩AI，從而通過更好的冷啟動、玩家陪玩、智能輔助等方式提升玩家游戲體驗。

最后，AI可以發(fā)現(xiàn)/探索出一些頂尖玩家也未發(fā)現(xiàn)的操作和玩法，成為職業(yè)選手們的輔助或者陪練。