AIGC加持游戏剧情，无限故事的游戏交互体验来了( 二 ) _生活知识

在其团队的帮助下，我们提前体验了下一更新版本中 “用户自主上传故事” 的功能，AI 在学习了故事、角色设定后，用户可以自由选择任何角色与其他角色对话，体验全开放式的故事互动。
我们尝试让 AI 学习了《甄嬛传》滴血认亲的故事桥段，然后扮演甄嬛与皇后 NPC 对话。

文章插图
能感受到 AI 已经成功领悟故事中的角色关系，以及皇后 NPC 在故事中的任务设定是让甄嬛说出与温实初的事件真相，会千方百计地逼着甄嬛坦白。
在体验了 AI 实时生成的游戏剧情互动后，我们有一个无法回避的疑惑，它是不是一个语音版的 ChatGPT？我们也将这个疑惑抛给了 Quantum Engine 团队，其回复说：
Quantum Engine utilizes low-level OpenAI APIs and open-sourced models, trained and finetuned by Cyber Manufacture Co., to achieve highly contextual, text-based multi-modal (voice + text + 3D models) & multilingual (e.g. English, French, Chinese, Japanese, Spanish) understanding of user intentions, character-character interaction and environment response within a scene. On top of it, Quantum Engine contains a highly scalable , streaming orchestrator that schedules calls to large-language-model APIs and transforms raw-text outputs into structured data (audio text-to-speech, 3d point cloud, Unreal Engine primitives, screenplay scenes) that comprises of the end user experience. The result is self-composing script in the Hollywood standard that is able to interact with user in near-real-time fashion, able to retain memory of past interactions, and respond to normal and outlier user requests while adhering to the character and plot.
其中可以解读出的关键信息是：
他们有用到 OpenAI 的定制 API 接口，从多轮体验上推测，类似于 GPT3.5 的级别，所以在对话感受上跟 ChatGPT 有相似之处；
除了 OpenAI，他们也针对游戏互动的垂直场景，做了向上和平行的技术开发，比如语音识别，又比如让角色限定在故事中，坚持输出角色目的等等；
目前与用户实时互动的内容会自动转化为标准的好莱坞剧本格式，这是为下一步的游戏画面结合做准备。
Quantum Engine 的本次技术预览让我们看到，AIGC 在游戏中的探索又前进了一步，“无限生成”“合理” 故事的能力已经基本能实现了，但继续向前发展，其商业化前景会如何？
AIGC 如何在游戏产业淘金？
最近这一轮 AIGC 热潮引发关注，有一篇重要的文章起到了推波助澜的作用，红杉资本两位合伙人与 GPT-3（AI 模型）联合撰写《Generative AI: A Creative New World》。
在这篇文章中，将 AI 划分为了传统的 “分析型 AI” 和 “生成型 AI” 。前者常常用于内容推荐算法，分析已经存在的东西；后者则用于创造，生成新的东西。AI 绘图、AI 写代码以及上面介绍的 AI 实时生成游戏剧情，都是生存型 AI 的技术结果。
这篇文章认为当下的市场阶段，平台层开始巩固，模型继续变得更好、更快、更便宜，以及模型的使用趋向于免费和开源，应用层的创造力爆发的时机已经成熟，正在孕育一款生成型 AI 的杀手级应用。
该文章认为，“正如移动通信通过 GPS、相机和随身连接等新功能催生出了新类型的应用，我们预计这些大型模型将激励新一波生成型 AI 应用的诞生。正如十年前移动通信的拐点为少数几个杀手级应用创造了一个市场缺口一样，我们预计杀手级应用也将出现在生成型 AI 当中。如今，比赛正在激烈进行当中。”
作者尝试预测了下各个领域的应用爆发时间表。

文章插图
而其中游戏应用场景，也成为市场论证中 AIGC 商业化的最重要方向，甚至终极方向，比如上述 a16z 的分析。AIGC 在游戏产业商业化的被看好的原因包括：一是游戏产业的吸金能力天然强大；二是游戏是最为复杂的艺术创造形式，也是体验最为丰富的艺术形式；三是 AIGC 在游戏环境中的行动空间更大，世俗约束相对较少。
a16z 认为生成型 AI 在游戏产业的商业化前景首先体现在降本方面，比如游戏美术师可以在数小时内生成高品质图片，以往用手绘可能需要数周的时间完成，更具有变革性的是，AI 可以通过学习美术师的风格来迭代创作，实时生成无尽的变种图片。
其列举了《荒野大镖客 2》这款造价超过 5 亿美元的游戏，研发耗时 8 年，具有超过 1000 个 NPC 角色，每一个 NPC 都有自己的个性、美术作品和配音演员，在一个接近 30 平方英里的世界，超过 100 个任务。