張書琛

游戲一向被視為“第九藝術(shù)”，而AI 角色即人工智能角色在電子游戲最初風(fēng)靡之時，就已經(jīng)是這門藝術(shù)不可或缺的存在了。無論是常規(guī)的，除玩家操控角色之外由電腦控制的角色，還是那些由人工或非人工打造的智能角色，都是成就經(jīng)典游戲的重要一步。

經(jīng)過半個多世紀(jì)的發(fā)展，AI在游戲中的應(yīng)用范圍早已擴(kuò)大，無論是充當(dāng)虛擬玩家、路過的NPC、奔向敵軍的千軍萬馬，又或是一草一木都與真實世界相差無幾的異世界，背后都有AI 技術(shù)的支持。當(dāng)新一批AIGC 工具誕生，游戲的制作與玩法又會迎來何種程度的顛覆？

當(dāng)玩家有了更“聰明”的對手

其實早在單機(jī)游戲時代，我們就已經(jīng)在跟機(jī)器交手。

與AI 在生物醫(yī)學(xué)等領(lǐng)域的應(yīng)用目的不同，早期的游戲中都或多或少有AI 的身影，只是為了給玩家更好的體驗，比如最早的井字棋游戲中的人機(jī)對戰(zhàn)。

彼時，游戲中的“AI”不過是用算法寫定的程序，具體游戲中的應(yīng)用一是根據(jù)開發(fā)者的固定套路頂替真人玩家的角色參與到游戲中，智能化程度不高，因此被稱為“bot”（機(jī)器人）。這種機(jī)器人玩家至今仍存在于大量MOBA（多人在線競技）游戲中，但這些機(jī)器人智能化程度實在難以恭維，在集齊百人才能開局的“吃雞”游戲中簡直就像個湊數(shù)的新手玩家。

二是用于增加游戲趣味，作為一個對抗角色出現(xiàn)。電子游戲業(yè)先驅(qū)雅達(dá)利推出的傳奇主機(jī) Atari? 2600上有一款經(jīng)典街機(jī)游戲《吃豆人（Pac-Man）》，游戲中有四個不同顏色的小怪物，每種怪物都由不同的追擊算法所控制，因此這些怪物并不會一擁而上，而是根據(jù)不同的范圍和路徑攻擊玩家，這意味著玩家在迷宮每個路口都面臨不同的選擇。這種AI 應(yīng)用后來也成為控制游戲難易的經(jīng)典操作，射擊類游戲《太空侵略者（SpaceInvader）》、隨機(jī)生成關(guān)卡的地牢探險游戲《Rogue》等上世紀(jì)七八十年代發(fā)布的電子游戲都將這類AI 對抗模式引入其中，隨后成為一代經(jīng)典。

不過總的來說，無論AI 的角色范圍如何擴(kuò)大，玩家都已經(jīng)默認(rèn)AI 角色在游戲中的使命就是最終被玩家擊敗，或者是推動游戲劇情的“工具人”。

隨著硬件設(shè)備、算法規(guī)模和計算能力的突飛猛進(jìn)，游戲中的AI 角色進(jìn)化速度也開始加快，并開始在游戲中擊敗人類。在部分射擊類游戲中，AI 角色已經(jīng)可以完全模擬玩家的操作，實現(xiàn)多變的打法，同時AI 的所有操作玩家理論上都可以模仿實現(xiàn)。

AI的游戲

《吃豆人》中不同程式控制的怪獸

《太空侵略者》，AI為其增加了隨機(jī)性

AlphaGo從初學(xué)者到高手只用了70個小時

除了在不同玩法的電子游戲中打敗人類，AI 已經(jīng)可以在公認(rèn)最復(fù)雜的游戲?qū)闹谐饺祟悺?016年3月，谷歌DeepMind 的AI 應(yīng)用程序AlphaGo 擊敗了圍棋世界冠軍李世石，一年后，AlphaGo 又在人機(jī)大戰(zhàn)中擊敗了中國棋手柯潔，在全球范圍內(nèi)掀起了一股不亞于當(dāng)前的人工智能討論熱潮。

DeepMind在這之后還推出了AlphaGo的后續(xù)版本AlphaZero，只需要提供基本的游戲規(guī)則，AlphaZero 就可以完全依靠深度強(qiáng)化學(xué)習(xí)能力，在短短幾小時內(nèi)，通過自我對弈達(dá)到人類需要1500年才能達(dá)到的技能水平；對陣前輩AlphaGo的早期競爭版本AlphaZero 甚至可以取得完勝，是目前世界上最好的“圍棋選手”。

不僅專注于棋盤游戲，DeepMind還推出了在棋、牌兩類游戲中都能實現(xiàn)強(qiáng)大性能的AI 新作Player of Games（PoG），這在當(dāng)時也被看作是業(yè)內(nèi)邁向能夠在任意環(huán)境學(xué)習(xí)的通用AI算法的重要一步。

為什么這種大型人工智能實驗室會長期投資缺乏商業(yè)應(yīng)用前景的游戲AI系統(tǒng)？在一位騰訊應(yīng)用研究工程師看來，這主要是因為游戲其實是一個非常好的研究環(huán)境，因為游戲通常是人類世界中某些問題的抽象和簡化，而且具備實驗成本低、可重復(fù)性高等優(yōu)點，最重要的是游戲的核心玩法都需要展現(xiàn)出相當(dāng)程度的智能行為。

“無論是下圍棋、打德州撲克、組隊打《英雄聯(lián)盟》，還是自己玩連連看、俄羅斯方塊，都需要有深入的思考或者敏捷的反應(yīng)，從不同角度和程度上展現(xiàn)出人類的智能行為。因此，人工智能研究者都著眼于設(shè)計出一個可以在公認(rèn)復(fù)雜的游戲中取勝的方法，這是進(jìn)行創(chuàng)新和展示技術(shù)實力的最為直接的方式。”

此外，盡管AlphaGo 之類的AI 產(chǎn)品還沒有商業(yè)落地的可能，但通過游戲訓(xùn)練出算法模型已經(jīng)在幾十年內(nèi)催生了為計算機(jī)視覺、自動駕駛汽車和自然語言處理提供動力的自學(xué)AI 產(chǎn)品。比如在自動駕駛領(lǐng)域，AI 系統(tǒng)需要選擇最優(yōu)策略也要在某一刻達(dá)成妥協(xié)，不僅要選擇最有利于自己的策略，也要學(xué)會在擁堵路段提前判斷出他人的行動，這些都可以在復(fù)雜游戲中找到樣本。

進(jìn)入虛擬世界的第一步：重造角色

越來越智能的AI技術(shù)又是如何改進(jìn)玩家體驗的？我們可以先看看玩家進(jìn)入游戲的形式變化。

在大部分游戲中， 玩家的形象一般都是固定的， 頂多自選一下服裝、發(fā)型等。早在1988年的《光芒之池（Pool of Radiance）》游戲中，就已經(jīng)有了角色設(shè)計系統(tǒng)的最初模型：玩家可以在游戲提供的幾套不同形象里選出一種，來代表自己的角色。

但是前兩年元宇宙概念的大熱，不僅讓VR/AR、虛擬偶像、影視特效等“老領(lǐng)域”一度再現(xiàn)高估值融資落地，人工智能算法、腦機(jī)接口、數(shù)字孿生、區(qū)塊鏈、NFT 等新概念旋即跟進(jìn)，而宣布進(jìn)軍元宇宙的企業(yè)，無論是社交平臺還是游戲廠家，第一步就是從捏臉開始。

“捏臉”其實就是對角色外觀一種更精細(xì)化的調(diào)整，能以更私人的方式在游戲里留下痕跡當(dāng)然值得興奮，鑒于人們長久以來對設(shè)計角色的熱情，“捏臉兩小時，游戲五分鐘”也不是不可能。

在角色扮演為主的游戲中，玩家所創(chuàng)建的角色——一個完全由自己操控的“另一個自我”，常常展示出玩家的心理映射，一般都會是根據(jù)真實自我稍微理想化后創(chuàng)建的角色，或一種單純的“賽博cosplay”。

一般有捏臉環(huán)節(jié)的游戲都會通過滑塊來調(diào)整，這樣雖然精準(zhǔn)但卻是一門“技術(shù)活”，能不能教給AI 呢？隨著計算機(jī)視覺（CV）和計算機(jī)圖形學(xué)（CG）相關(guān)技術(shù)的成熟，再加上有類GPT 的自然語言大模型加持，AI已經(jīng)可以根據(jù)文字描述來幫玩家捏臉了。

網(wǎng)易新手游《逆水寒》就將自家的大規(guī)模預(yù)訓(xùn)練模型“玉言”用在了捏臉玩法中。據(jù)網(wǎng)易官方表示，游戲中只要把你心中所想用文字甚至詩詞、文學(xué)描述手法表達(dá)出來，AI就能理解并瞬間具象化。

當(dāng)然，效果如何還要等游戲正式開服后才能由玩家們驗證，不過按照AIGC 產(chǎn)品的特性，剛開始的結(jié)果不一定貼合玩家心中所想。

捏臉?biāo)茉煲粋€角色形象在角色扮演類游戲中很受重視

根據(jù)文學(xué)性的描述生成的角色圖像 圖源：《逆水寒》官網(wǎng)

ChatGPT設(shè)計的游戲早已有之

由于AI具有自適應(yīng)和自學(xué)習(xí)能力，經(jīng)過不斷的學(xué)習(xí)和訓(xùn)練，尤其是更多玩家“喂”給訓(xùn)練系統(tǒng)更多有效素材后，游戲中捏臉的準(zhǔn)確率才會進(jìn)一步提升。比如大家文字捏“邪魅狂狷”多了，AI就會總結(jié)大家最終選定的樣貌特征共性，從而訓(xùn)練自己捏出更符合大眾玩家意識中的目標(biāo)形象。讓AI基于已經(jīng)帶有標(biāo)簽的圖片自己學(xué)習(xí)，也能節(jié)省大量ChatGPT設(shè)計的游戲早已有之人力去標(biāo)注，對于游戲廠商來說一舉兩得。

光是捏臉?biāo)茉靷€人物并不是元宇宙的終極目標(biāo)，像電影《頭號玩家》的那種完全沉浸式的數(shù)字孿生世界才是游戲行業(yè)追逐的圣杯。

不過想要達(dá)到這個目標(biāo)，技術(shù)上的短板還有太多，包括基于實時的人體的動態(tài)高精度重建能力，人體的驅(qū)動算法以及硬件產(chǎn)品中相關(guān)的上游元器件、高刷新率高分辨率的顯示能力、高帶寬低時延的網(wǎng)絡(luò)、各種傳感器的融合計算能力等等。

ChatGPT還不能原創(chuàng)游戲

除了在角色設(shè)計上“精益求精”，門檻更低的ChatGPT 甚至可以給玩家設(shè)計一個“全新”玩法的私家游戲。

寫代碼是ChatGPT 最實用的功能之一，作為能寫代碼的生成型AI，GPT其實有能力為用戶創(chuàng)造一些簡單的小型游戲，并把游戲的生成代碼直接給你。

有位海外數(shù)獨玩家玩膩了現(xiàn)存的數(shù)獨游戲，希望用ChatGPT 開發(fā)一款有全新玩法的數(shù)獨游戲。ChatGPT 給出了名叫“Sumplete”的數(shù)獨游戲，還制定了所有規(guī)則、放出了游戲背后的代碼。在游戲中，每個玩家都會有一系列的網(wǎng)格狀數(shù)字，每一行和每一列的邊上都會有一個目標(biāo)數(shù)，玩家需要刪除各行和列里面的某些數(shù)字，使得剩下的數(shù)字加起來的總和與各行、列邊上的數(shù)字相等。

不過對話型AI 產(chǎn)品胡說八道的老毛病又犯了，海外玩家發(fā)現(xiàn)Sumplete 并不是一個全新的開發(fā)游戲，而是抄襲另一個網(wǎng)頁游戲Kakuros，兩者規(guī)則玩法幾乎一模一樣。而ChatGPT 在回答時并沒有提到過生成的回答借鑒了哪些數(shù)據(jù)源。

雖然還不能完全地原創(chuàng)游戲，但AI已經(jīng)可以滲透進(jìn)游戲制作的各個環(huán)節(jié)，為游戲帶來研發(fā)效果和效率的提升。

電子游戲經(jīng)過幾十年的發(fā)展后，在表現(xiàn)形式和玩法上都有了長足進(jìn)步，為了讓玩家有更沉浸的感受，現(xiàn)在廠商們都需要大量的細(xì)節(jié)內(nèi)容去填充游戲世界，包括用游戲劇情、人物行為、玩法設(shè)計、靜態(tài)場景、動畫生成等。對于研發(fā)者來說，這就意味著整個鏈條需要更多人力。

而AIGC內(nèi)容的快餐化能直接讓游戲廠商制作成本大幅降低，尤其是和AIGC內(nèi)容更具關(guān)聯(lián)性的美術(shù)部分。在某些游戲外包公司的實踐中，以往需要數(shù)天乃至數(shù)周時間做出的一幅原畫作品或者是營銷向設(shè)計作品，能通過AIGC的手段在幾分鐘內(nèi)通通搞定。

只不過現(xiàn)在AI生成的圖像與職業(yè)畫師還有一定差距，比如說不清楚該突出作品的哪部分，以及是否涉及侵權(quán)的商業(yè)風(fēng)險。但當(dāng)一個效率極高的繪畫工具得以大規(guī)模應(yīng)用時，也足以讓中庸水平的原畫師們感到焦慮了。