无论是两个月内用户数破亿的，还是一个小小的错误，导致全球最大的互联网巨头之一的市值，在48小时内蒸发近1700亿美元、超万亿人民币，足以证明AI，或更具体的生成式人工智能，已经成为2023年最热的话题之一。

而游戏产业一直以来都与人工智能领域关系密切。早在1946年第一台电子计算机ENIAC诞生后的一年内，1947年人工智能先驱图灵就为了推进人工智能研究写下了第一行游戏代码，随后便开启了电子游戏作与人工智能研究反复交织的数十年。

虽然现如今正在发生的新一轮AI革命，最终会将游戏行业带向何方尚不明确。但作为AI技术从生产流程到最终成果使用最广泛的产业之一，生成式AI工具、AIGC等对游戏产业、游戏生态的赋能、影响不容小觑。

【资料图】

人工智能与游戏开发的逐渐融合

回顾电子游戏与人工智能近八十年的历史，人工智能对于游戏设计与开发的影响，早已经历了多个阶段。

早在1980年的街机游戏《Pac Man吃豆人》上，岩谷彻就为游戏内4名NPC（Blinky、Pinky、Inky、Clyde）搭配了最早的游戏AI。虽然从当下的视角来看，《Pac Man》的AI设计并不复杂，但这也足以让该游戏享誉全球，更是成为《Doom》《求生之路》《GTA》等经典，甚至是定义某一品类的游戏的灵感启发。

在1992年《德军总部3D》中，为了向《Pac Man》致敬，在当时储存大小“寸土寸金”的时代，ID Software还在游戏里加入了向《吃豆人》迷宫地图致敬的关卡。

而这一阶段，直到21世纪初的很长一段时间内，AI在电子游戏的设计与开发中，最主要甚至唯一的作用就是保证游戏的趣味性，给予玩家更灵活生动的游戏世界和体验。

“一个简单吃东西的游戏没有多大的娱乐性，所以我们决定让NPC为游戏的体验注入一些刺激和紧张感，玩家必须带有自己各自特点的敌人对抗，才能吃到游戏中的点。”岩谷彻在1989年的一个行业采访中如此说道。

来到21世纪第二个十年，互联网技术以及硬件算力的发展，全球内容消费需求的爆炸，成为生成算法、预训练模型等AI技术出现、成长的绝佳土壤。

包括2014年由“Ian Goodfellow”提出的生成对抗网络GAN、谷歌的Tranformer、在AI绘图上被广泛使用的扩散模型（Diffusion Model）等生成算法都在这一时期出现，为人工智能工具在游戏生产工作中更广泛地应用打下了基础。

今年年初，最早在商业产品中运用AIGC的游戏公司之一Supersonic，就在官网的博客里介绍了OpenAI和其他人工智能程序如何成为开发者的助手，提升超休闲游戏研发速度的文章。

文章的内容主要包括了“用AI获取游戏主题和机制灵感”“生成对话和叙事、创建关卡内容”“解决复杂的代码和数学问题”“为游戏设计优质图标，展示于应用商店”等角度。

此前GameLook也介绍过来自英伟达、谷歌、Stability AI的Get3D、Muse、Stable Diffusion等工具，可用于生成3D模型、游戏贴图、高质量原画等。

根据国泰君安证券前不久发布的行业专题报告《ChatGPT或引领游戏行业革命》，2022年，国内游戏行业的实际销售收入为2659亿元，“预期研发费用占比15%，假设未来可AIGC化的比例为50%，测算得出AIGC目前在游戏行业应用的市场规模约为200亿元”。

可见当下，越来越发达的人工智能除了进一步提升游戏趣味性和沉浸感，比如网易《逆水寒》手游声称的Boss可观察、模仿玩家操作，智能出招等，辅助游戏开发、激发创意灵感、降低开发成本已经成为了人工智能进一步发展探索的关键领域。

AIGC助力大众创作，或改变游戏生态

至于AI技术未来，国泰君安在其报告中表示，“基于ChatGPT的多元应用场景，游戏产业有望实现从游戏策划、美术制作到程序开发的全流程革新”。

虽然根据红杉资本的预测，这种变化和全方位的变革不可能一蹴而就。该机构的研究显示，当前AI技术在文字、编程、图像、视频/3D/游戏四大领域的发展情况各不相同，在文字和编程方面，2023年AI的水平才刚刚成熟，至于图像和视频/3D/游戏，目前的发展水平也只是刚刚完成初步探索。

预计到2025年前后，AIGC在图像方面的应用才会成熟，视频游戏等领域AIGC的成熟应用甚至需要到2030年前后。

但当下以ChatGPT为代表的AI工具在文字、语音、图像等方面的探索和广泛的应用，并将逐渐改变游戏的开发和玩家生态。作为第九艺术、各种娱乐形式、载体的集大成者，“游戏是最复杂的娱乐形式，有望充分受益AI对内容生产带来的巨大变革”，国泰君安在其报告中提到。

以率先承载游戏AI的NPC设计为例。

在过去数十年间，即便是一些顶级投资的3A游戏，NPC也大多是脚本驱动的提线木偶，给予玩家的自由度普遍其实并不算高。当然游戏行业也并没有在这一方面全盘失败，参考佼佼者《荒野大镖客2》，R星在游戏里放入了近1000个NPC，每一个NPC是非常生动和逼真。

但《荒野大镖客2》的代价是R星团队1600人，花费2亿美元和近7年时间的开发，这对于任何游戏公司而言都是非常高昂的前期投入。

而在AIGC和ChatGPT等人工智能工具兴起的一年多时间里，举个不算严谨的例子，已经有网友“Bloc”通过AI工具和MOD，将《骑马与砍杀2》的NPC变成了可以与玩家交流，回答开放性问题的“智慧”角色。

虽然这种用游戏包装AI聊天机器人的做法，距离真正的“智慧”，甚至是《荒野大镖客2》的NPC水平都还有差距，但作为个人为爱发电的尝试，此举简单直接地展示了，在更加专业的企业和开发团队手中，AI对于搭建生动、个性化的虚拟世界有着怎样的潜力。

目前包括腾讯的GameAir平台、网易的《逆水寒手游》等都已经开始在NPC上探索，甚至商业化应用了AI工具和AIGC。

除了专业的游戏生产和开发，生成式人工智能对于UGC游戏创作的助力同样值得期待。

随着Roblox的上市，无论是游戏体验，还是衍生内容，UGC市场前景和重要性充分得到了关注和了解，虽然当下元宇宙概念已经降温，但目前全球内容消费的需求却依然在持续扩大，无论是出于虚拟世界的未来还是满足世界人口的需求，UGC、PGC、AIGC都将是未来内容产业的重点。

此前，就有报道B站一名UP主只利用ChatGPT，已经开发了一款打砖块的游戏。按照预测2030年前后，AI技术在游戏开发方面的应用全面成熟之时，UGC和PGC的技术门槛消失，包括独立游戏、非独立游戏，3A大作等分类和游戏创作生态，必然也将进入全新的阶段。

机遇和风险并行、AI发展成果有待观察

不过正如文章开头所说的，AI革命最终会将游戏行业带向何方尚不明确，因为目前在人工智能领域，与机遇同在的，还有同等的风险以及门槛，甚至是巨头的垄断危机。

首当其冲就是AI研发和应用对数据和算力高居不下的需求，这二者在当前的互联网行业，无一不是极其昂贵的支出。腾讯研究院的报告显示，OpenAI的GPT-3的训练使用了上万块英伟达的V100 GPU，成本高达2760万美元，个人如果想要训练一个PalM，支出也高达900万至1700万美元。

硬件之余，机器学习的数据和语料同样更难以获得，特别是对于中文互联网。主要因为目前国内各大应用都相对封闭，尤其是Web端的残废，致使一个个聚集用户的应用平台形成了一座座信息的孤岛；同时近几年中文互联网中，语言的大量不规范使用，比如铺天盖地的字母缩写（yysy=有一说一）、平台的和谐机制造就的“谐音梗”等，也对机器学习造成了困难。

其次还有AI可能造成的错误带来的监管和舆论的风险。

在国内，去年12月，国家互联网信息办公室等三部门就发布《互联网信息服务深度合成管理规定》，对深度合成等技术做出了规定。

但此前国内UGC等内容也都因为各种原因难以发展，AIGC这种更高效、但同时具有相当不确定性的内容生产形式，在更多法律法规完善监管之前，应该也很难在消费市场落地。

而在海外，美国从今年年初开始，国会就已经向OpenAI等公司施压，要求其AI技术减少现实社会中的歧视风险，以一种安全、道德、尊重隐私的方式开展业务，监管政策应该已经在路上。

与此同时，当下谷歌目前在AI上表现出的“过度谨慎（外媒报道中谷歌AI员工的评价）”，其中很大一部分就是因为谷歌AI之前经历的舆论风暴。2015 年，Google照片中的图像识别 AI 曾将一些黑人标记为“大猩猩”，去年谷歌的研究员也曾宣称AI已经有了情感，致使谷歌的AI研究面临了伦理问题。

最近谷歌AI Bard的失误引发的资本以及舆论对谷歌的不信任、谷歌市值的下跌等，更是将AI犯错的风险放大到了极致。

最后，当然还有可能，经过数年的发展，AI在能力的升级上遭遇了瓶颈，效率远低于行业的预期，能力的增长和前期投入的资源之间，边际递减效应明显。届时互联网产业可能就会转投新的概念或技术，继续尝试推动产业生产力的升级和进步。

关键词： 人工智能 游戏行业 电子游戏