La revolución de la IA generativa en los juegos

Para comprender cuán radicalmente los juegos están a punto de ser transformados por la IA generativa, no busque más allá de este reciente Twitter poste by @emmanuel_2m. En esta publicación, explora el uso de Stable Diffusion + Dreambooth, modelos populares de IA generativa en 2D, para generar imágenes de pociones para un juego hipotético.

Lo que es transformador de este trabajo no es solo que ahorra tiempo y dinero al mismo tiempo que ofrece calidad, rompiendo así el clásico triángulo "solo puede tener dos de costo, calidad o velocidad". Los artistas ahora están creando imágenes de alta calidad en cuestión de horas que, de otro modo, tardarían semanas en generarse a mano. Lo que es verdaderamente transformador es que:

• Este poder creativo ahora está disponible para cualquiera que pueda aprender algunas herramientas simples.
• Estas herramientas pueden crear un sinfín de variaciones de forma altamente iterativa.
• Una vez entrenado, el proceso es en tiempo real: los resultados están disponibles casi instantáneamente.

No ha habido una tecnología tan revolucionaria para los juegos desde el 3D en tiempo real. Pase cualquier momento hablando con los creadores de juegos, y la sensación de emoción y asombro es palpable. Entonces, ¿hacia dónde va esta tecnología? ¿Y cómo transformará los juegos? Primero, sin embargo, repasemos qué es la IA generativa.

TABLA DE CONTENIDO

¿Qué es la IA generativa?

La IA generativa es una categoría de aprendizaje automático en la que las computadoras pueden generar contenido nuevo original en respuesta a las indicaciones del usuario. Hoy en día, el texto y las imágenes son las aplicaciones más maduras de esta tecnología, pero se está trabajando en prácticamente todos los dominios creativos, desde la animación hasta los efectos de sonido, la música e incluso la creación de personajes virtuales con personalidades completamente desarrolladas.

La IA no es nada nuevo en los juegos, por supuesto. Incluso los primeros juegos, como el Pong de Atari, tenían oponentes controlados por computadora para desafiar al jugador. Sin embargo, estos enemigos virtuales no ejecutaban la IA tal como la conocemos hoy. Eran simplemente procedimientos escritos elaborados por diseñadores de juegos. Simularon a un oponente artificialmente inteligente, pero no pudieron aprender, y solo eran tan buenos como los programadores que los construyeron.

Lo que es diferente ahora es la cantidad de poder de cómputo disponible, gracias a los microprocesadores más rápidos y la nube. Con este poder, es posible construir grandes redes neuronales que pueden identificar patrones y representaciones en dominios altamente complejos.

Esta publicación de blog tiene dos partes:

• La Parte I consiste en nuestras observaciones y predicciones para el campo de la IA generativa para juegos.
• La Parte II es nuestro mapa de mercado del espacio, que describe los diversos segmentos e identifica las empresas clave en cada uno.

TABLA DE CONTENIDO

Supuestos

Primero, exploremos algunas suposiciones subyacentes al resto de esta publicación de blog:

1. La cantidad de investigación que se realiza en IA general seguirá creciendo, creando técnicas cada vez más efectivas.

Considere este gráfico de la cantidad de artículos académicos publicados sobre Machine Learning o Inteligencia Artificial en el archivo arXiv cada mes:

Como puede ver, la cantidad de artículos está creciendo exponencialmente, sin signos de desaceleración. Y esto solo incluye artículos publicados: gran parte de la investigación ni siquiera se publica, y va directamente a modelos de código abierto o I+D de productos. El resultado es una explosión de interés e innovación.

2. De todo el entretenimiento, los juegos serán los más afectados por la IA generativa

Los juegos son la forma de entretenimiento más compleja, en términos de la gran cantidad de tipos de activos involucrados (arte 2D, arte 3D, efectos de sonido, música, diálogo, etc.). Los juegos también son los más interactivos, con un fuerte énfasis en las experiencias en tiempo real. Esto crea una gran barrera de entrada para los nuevos desarrolladores de juegos, así como un alto costo para producir un juego moderno que encabece las listas de éxitos. También crea una gran oportunidad para la interrupción de la IA generativa.

Considere un juego como Red Dead Redemption 2, uno de los juegos más caros jamás producidos, con un costo de producción de casi 500 millones de dólares. Es fácil ver por qué: tiene uno de los mundos virtuales más hermosos y completamente realizados de cualquier juego en el mercado. También tardó casi 8 años en construirse, presenta más de 1,000 personajes no jugables (cada uno con su propia personalidad, obra de arte y actor de voz), un mundo de casi 30 millas cuadradas, más de 100 misiones divididas en 6 capítulos y casi 60 horas de música creada por más de 100 músicos. Todo sobre este juego es grande.

Ahora compare Red Dead Redemption 2 con Microsoft Flight Simulator, que no solo es grande, es enorme. Microsoft Flight Simulator permite a los jugadores volar alrededor de todo el planeta Tierra, los 197 millones de millas cuadradas del mismo. ¿Cómo construyó Microsoft un juego tan masivo? Dejando que una IA lo haga. Microsoft se asoció con tiburón negro.aiy entrenó una IA para generar un mundo 3D fotorrealista a partir de imágenes satelitales 2D.

Este es un ejemplo de un juego que hubiera sido literalmente imposible de construir sin el uso de IA y, además, se beneficia del hecho de que estos modelos se pueden mejorar continuamente con el tiempo. Por ejemplo, pueden mejorar el modelo de "paso elevado de la carretera en forma de trébol", volver a ejecutar todo el proceso de construcción y, de repente, se mejoran todos los pasos elevados de la carretera en todo el planeta.

3. Habrá un modelo de IA generativo para cada activo involucrado en la producción de juegos

Hasta ahora, los generadores de imágenes 2D como Stable Diffusion o MidJourney han captado la mayor parte del entusiasmo popular por la IA generativa debido a la naturaleza llamativa de las imágenes que pueden generar. Pero ya existen modelos de IA generativa para prácticamente todos los activos involucrados en los juegos, desde modelos 3D hasta animaciones de personajes, diálogos y música. La segunda mitad de esta publicación de blog incluye un mapa de mercado que destaca algunas de las empresas que se enfocan en cada tipo de contenido.

4. El precio del contenido caerá dramáticamente, llegando efectivamente a cero en algunos casos.

Cuando se habla con los desarrolladores de juegos que están experimentando con la integración de IA generativa en su canal de producción, la mayor emoción se refiere a la drástica reducción de tiempo y costo. Un desarrollador nos dijo que su tiempo para generar arte conceptual para una sola imagen, de principio a fin, se redujo de 3 semanas a una sola hora: una reducción de 120 a 1. Creemos que serán posibles ahorros similares en todo el proceso de producción.

Para ser claros, los artistas no corren peligro de ser reemplazados. Significa que los artistas ya no necesitan hacer todo el trabajo ellos mismos: ahora pueden establecer la dirección creativa inicial y luego transferir gran parte del tiempo y la ejecución técnica a una IA. En esto, son como los pintores de celdas de los primeros días de la animación dibujada a mano en los que los "entintadores" altamente calificados dibujaban los contornos de la animación, y luego los ejércitos de "pintores" de bajo costo harían el trabajo lento de pintar el celdas de animación, rellenando las líneas. Es el "autocompletar" para la creación de juegos.

5. Todavía estamos en la infancia de esta revolución y aún es necesario perfeccionar muchas prácticas

A pesar de toda la emoción reciente, todavía estamos en la línea de salida. Hay una enorme cantidad de trabajo por delante a medida que descubrimos cómo aprovechar esta nueva tecnología para juegos, y se generarán enormes oportunidades para las empresas que se mueven rápidamente en este nuevo espacio.

TABLA DE CONTENIDO

Predicciones

Dadas estas suposiciones, aquí hay algunas predicciones sobre cómo se puede transformar la industria de los juegos:

1. Aprender a usar la IA generativa de manera efectiva se convertirá en una habilidad comercializable

Ya estamos viendo algunos experimentadores que usan la IA generativa de manera más efectiva que otros. Para aprovechar al máximo esta nueva tecnología es necesario utilizar una variedad de herramientas y técnicas y saber cómo moverse entre ellas. Predecimos que esto se convertirá en una habilidad comercial, combinando la visión creativa de un artista con las habilidades técnicas de un programador.

Chris Anderson es famoso por decir: “Cada abundancia crea una nueva escasez”. A medida que el contenido se vuelve abundante, creemos que son los artistas que saben cómo trabajar de manera más colaborativa y efectiva con las herramientas de IA los que serán más escasos.

Por ejemplo, usar IA generativa para la producción de obras de arte conlleva desafíos especiales, que incluyen:

• Coherencia. Con cualquier activo de producción, debe poder realizar cambios o ediciones en el activo en el futuro. Con una herramienta de IA, eso significa tener que poder reproducir el activo con el mismo aviso, para que luego pueda hacer cambios. Esto puede ser complicado ya que el mismo mensaje puede generar resultados muy diferentes.
• Estilo. Es importante que todo el arte en un juego dado tenga un estilo consistente, lo que significa que tus herramientas deben estar entrenadas o vinculadas a tu estilo dado.

2. Reducir las barreras resultará en una mayor asunción de riesgos y exploración creativa

Es posible que pronto estemos entrando en una nueva "era dorada" del desarrollo de juegos, en la que una barrera de entrada más baja da como resultado una explosión de juegos más innovadores y creativos. No solo porque los costos de producción más bajos dan como resultado un riesgo menor, sino porque estas herramientas desbloquean la capacidad de crear contenido de alta calidad para audiencias más amplias. Lo que lleva a la siguiente predicción...

3. Un aumento en los "estudios de microjuegos" asistidos por IA

Armados con herramientas y servicios de IA generativa, comenzaremos a ver juegos comerciales más viables producidos por pequeños "microestudios" de solo 1 o 2 empleados. La idea de un pequeño estudio de juegos independiente no es nueva: juego exitoso Among Us fue creado por el estudio Innersloth con solo 5 empleados, pero el tamaño y la escala de los juegos que estos pequeños estudios pueden crear crecerán. Esto resultará en…

4. Un aumento en la cantidad de juegos lanzados cada año

El éxito de Unity y Roblox ha demostrado que proporcionar poderosas herramientas creativas da como resultado la creación de más juegos. La IA generativa bajará aún más el listón, creando una cantidad aún mayor de juegos. La industria ya sufre desafíos de descubrimiento, más de Se agregaron 10,000 juegos a Steam solo el año pasado, y esto ejercerá aún más presión sobre el descubrimiento. Sin embargo también veremos…

5. Se crearon nuevos tipos de juegos que no eran posibles antes de la IA generativa

Veremos la invención de nuevos géneros de juegos que simplemente no serían posibles sin la IA generativa. Ya hablamos sobre el simulador de vuelo de Microsoft, pero se inventarán géneros completamente nuevos que dependerán de la generación de contenido nuevo en tiempo real.

Considerar Flechamancer, por cepillo de hechizos. Este es un juego de rol que presenta personajes creados por IA para una nueva jugabilidad prácticamente ilimitada.

También sabemos de otro desarrollador de juegos que usa IA para permitir que los jugadores creen su propio avatar en el juego. Anteriormente tenían una colección de imágenes de avatar dibujadas a mano que los jugadores podían mezclar y combinar para crear su avatar; ahora lo han descartado por completo y simplemente están generando la imagen de avatar a partir de la descripción del jugador. Permitir que los jugadores generen contenido a través de una IA es más seguro que permitir que los jugadores carguen su propio contenido desde cero, ya que la IA se puede entrenar para evitar la creación de contenido ofensivo, al tiempo que brinda a los jugadores un mayor sentido de propiedad.

6. El valor se acumulará en las herramientas de IA específicas de la industria, y no solo en los modelos fundamentales

El entusiasmo y el entusiasmo en torno a modelos fundamentales como Stable Diffusion y Midjourney están generando valoraciones sorprendentes, pero la continua avalancha de nuevas investigaciones garantiza que nuevos modelos aparecerán y desaparecerán a medida que se perfeccionen nuevas técnicas. Considere el tráfico de búsqueda del sitio web a 3 modelos populares de IA generativa: Dall-E, Midjourney y Stable Diffusion. Cada nuevo modelo tiene su turno en el centro de atención.

Un enfoque alternativo puede ser construir conjuntos de herramientas alineados con la industria que se centren en las necesidades de IA generativa de una industria determinada, con un conocimiento profundo de una audiencia en particular y una rica integración en las líneas de producción existentes (como Unity o Unreal para juegos).

Un buen ejemplo es Pista que se enfoca en las necesidades de los creadores de videos con herramientas asistidas por IA como edición de video, eliminación de pantalla verde, pintura interna y seguimiento de movimiento. Herramientas como esta pueden generar y monetizar una audiencia determinada, agregando nuevos modelos con el tiempo. Todavía no hemos visto emerger una suite como Runway para juegos, pero sabemos que es un espacio de desarrollo activo.

7. Se avecinan desafíos legales

Lo que todos estos modelos de IA generativa tienen en común es que se entrenan utilizando conjuntos de datos masivos de contenido, a menudo creados raspando la propia Internet. Stable Diffusion, por ejemplo, se entrena en más de 5 mil millones de pares de imágenes/títulos extraídos de la web.

Por el momento, estos modelos afirman operar bajo la doctrina de derechos de autor de "uso justo", pero este argumento aún no ha sido probado definitivamente en los tribunales. parece claro que vienen desafíos legales lo que probablemente cambiará el panorama de la IA generativa.

Es posible que los grandes estudios busquen una ventaja competitiva mediante la creación de modelos patentados basados ​​en contenido interno sobre el que tienen derechos y títulos claros. Microsoft, por ejemplo, está especialmente bien posicionado aquí con 23 primeros estudios hoy, y otros 7 después cierra su adquisición de Activision.

8. La programación no sufrirá una interrupción tan profunda como el contenido artístico, al menos no todavía

La ingeniería de software es el otro costo importante del desarrollo de juegos, pero como nuestros colegas del equipo de a16z Enterprise han compartido en su reciente publicación de blog, El arte no está muerto, solo es generado por máquinas, generar código con un modelo de IA requiere más pruebas y verificación y, por lo tanto, tiene una mejora de productividad menor que la generación de activos creativos. Las herramientas de codificación como Copilot pueden proporcionar mejoras de rendimiento moderadas para los ingenieros, pero no tendrán el mismo impacto... al menos en el corto plazo.

TABLA DE CONTENIDO

Recomendaciones

Con base en estas predicciones, ofrecemos las siguientes recomendaciones:

1. Comience a explorar la IA generativa ahora

Tomará un tiempo descubrir cómo aprovechar al máximo el poder de esta próxima revolución generativa de IA. Las empresas que empiezan ahora tendrán una ventaja más adelante. Conocemos varios estudios que tienen proyectos experimentales internos en marcha para explorar cómo estas técnicas pueden afectar la producción.

2. Busque oportunidades en el mapa del mercado

Algunas partes de nuestro mapa de mercado ya están muy concurridas, como Animaciones o Speech & Dialog, pero otras áreas están abiertas de par en par. Animamos a los emprendedores interesados ​​en este espacio a centrar sus esfuerzos en las áreas que aún están inexploradas, como “Runway for Games”.

TABLA DE CONTENIDO

Estado actual del mercado

Hemos creado un mapa de mercado para capturar una lista de las empresas que hemos identificado en cada una de estas categorías donde vemos que la IA generativa impacta en los juegos. Esta publicación de blog repasa cada una de esas categorías, las explica con un poco más de detalle y destaca las empresas más interesantes de cada categoría.

TABLA DE CONTENIDO

Imágenes 2D

La generación de imágenes 2D a partir de indicaciones de texto ya es una de las áreas más ampliamente aplicadas de la IA generativa. Herramientas como a mitad de camino, Difusión establey Desde E 2 pueden generar imágenes 2D de alta calidad a partir de texto y ya se han abierto camino en la producción de juegos en múltiples etapas del ciclo de vida del juego.

Arte conceptual

Las herramientas de IA generativa son excelentes para la "ideación" o ayudar a los no artistas, como los diseñadores de juegos, a explorar conceptos e ideas muy rápidamente para generar ilustraciones conceptuales, una parte clave del proceso de producción. Por ejemplo, un estudio (permaneciendo en el anonimato) está utilizando varias de estas herramientas juntas para acelerar radicalmente su proceso de arte conceptual, tomando un solo día para crear una imagen que antes hubiera tomado hasta 3 semanas.

• Primero, sus diseñadores de juegos usan Midjourney para explorar diferentes ideas y generar imágenes que encuentran inspiradoras.
• Estos se entregan a un artista conceptual profesional que los ensambla y pinta sobre el resultado para crear una sola imagen coherente, que luego se alimenta a Stable Diffusion para crear un montón de variaciones.
• Discuten estas variaciones, eligen una, pintan algunas ediciones manualmente y luego repiten el proceso hasta que están satisfechos con el resultado.
• En esa etapa, vuelva a pasar esta imagen a Stable Diffusion por última vez para "mejorarla" y crear la obra de arte final.

Arte de producción 2D

Algunos estudios ya están experimentando con el uso de las mismas herramientas para el arte de producción en el juego. Por ejemplo, aquí hay un buen tutorial de Albert Bozesan sobre el uso de Stable Diffusion para crear activos 2D en el juego.

TABLA DE CONTENIDO

Arte 3D

Los activos 3D son la piedra angular de todos los juegos modernos, así como del próximo metaverso. Un mundo virtual, o nivel de juego, es esencialmente solo una colección de activos 3D, colocados y modificados para poblar el entorno. Sin embargo, crear un activo 3D es más complejo que crear una imagen 2D e implica varios pasos, incluida la creación de un modelo 3D y la adición de texturas y efectos. Para los personajes animados, también implica crear un "esqueleto" interno y luego crear animaciones encima de ese esqueleto.

Estamos viendo varias empresas emergentes diferentes que persiguen cada etapa de este proceso de creación de activos 3D, incluida la creación de modelos, la animación de personajes y la construcción de niveles. Sin embargo, este aún no es un problema resuelto: ninguna de las soluciones está lista para integrarse completamente en la producción todavía.

Activos 3D

Las empresas emergentes que intentan resolver el problema de creación de modelos 3D incluyen kaedim, Miragey Hipotético. Las empresas más grandes también están analizando el problema, incluida la de Nvidia. Obtener3D y de Autodesk ClipForge. Kaedim y Get3d se centran en la conversión de imágenes en 3D; ClipForge y Mirage se centran en la conversión de texto a 3D, mientras que Hypothetic está interesada tanto en la búsqueda de texto en 3D como en la de imagen en 3D.

Texturas 3D

Un modelo 3D solo se ve tan realista como la textura o los materiales que se aplican a la malla. Decidir qué textura de piedra desgastada y cubierta de musgo aplicar a un modelo de castillo medieval puede cambiar por completo la apariencia de una escena. Las texturas contienen metadatos sobre cómo reacciona la luz al material (es decir, aspereza, brillo, etc.). Permitir que los artistas generen fácilmente texturas basadas en indicaciones de texto o imágenes será muy valioso para aumentar la velocidad de iteración dentro del proceso creativo. Varios equipos están persiguiendo esta oportunidad, incluyendo Bario AI, Ponzuy Laboratorio de armaduras.

Animación

Crear una gran animación es una de las partes más lentas, costosas y hábiles del proceso de creación de juegos. Una forma de reducir el costo y crear animaciones más realistas es utilizar la captura de movimiento, en la que coloca a un actor o bailarín en un traje de captura de movimiento y lo graba moviéndose en un escenario de captura de movimiento especialmente equipado.

Ahora estamos viendo modelos de IA generativa que pueden capturar animaciones directamente desde un video. Esto es mucho más eficiente, tanto porque elimina la necesidad de un costoso equipo de captura de movimiento como porque significa que puede capturar animaciones de videos existentes. Otro aspecto interesante de estos modelos es que también se pueden usar para aplicar filtros a las animaciones existentes, como hacer que se vean borrachas, viejas o felices. Las empresas que buscan este espacio incluyen Kinetix, movimiento profundo, Radical, mover aiy placa.

Diseño de niveles y construcción de mundos

Uno de los aspectos de la creación de juegos que consume más tiempo es construir el mundo de un juego, una tarea para la que la IA generativa debería ser adecuada. Juegos como Minecraft, No Man's Sky y Diablo ya son famosos por utilizar técnicas de procedimiento para generar sus niveles, en los que los niveles se crean aleatoriamente, diferentes cada vez, pero siguiendo las reglas establecidas por el diseñador de niveles. Un gran punto de venta del nuevo motor de juego Unreal 5 es su colección de herramientas de procedimiento para el diseño de mundo abierto, como la ubicación del follaje.

Hemos visto algunas iniciativas en el espacio, como Prometeo, MLXAR, o Meta's Robot constructor, y creo que es solo cuestión de tiempo antes de que las técnicas generativas reemplacen en gran medida a las técnicas procedimentales. Ha habido investigaciones académicas en el espacio por un tiempo, incluyendo tecnicas generativas para minecraft or diseño de niveles en Doom.

Otra razón convincente para esperar herramientas de IA generativa para el diseño de niveles sería la capacidad de crear niveles y mundos en diferentes estilos. Podrías imaginar pedir herramientas para generar un mundo en la era flapper de Nueva York de 1920, frente a un futuro distópico al estilo Blade Runner, frente al mundo de fantasía al estilo Tolkien.

Los siguientes conceptos fueron generados por Midjourney usando el indicador, "un nivel de juego al estilo de..."

Audio

El sonido y la música son una gran parte de la experiencia de juego. Estamos empezando a ver empresas que utilizan IA generativa para generar audio para complementar el trabajo que ya se está realizando en el lado de los gráficos.

Efectos de sonido

Los efectos de sonido son un área abierta atractiva para la IA. Ha habido papeles academicos explorando la idea de usar IA para generar "foley" en películas (por ejemplo, pasos), pero todavía hay pocos productos comerciales en juegos.

Creemos que esto es solo cuestión de tiempo, ya que la naturaleza interactiva de los juegos hace que esta sea una aplicación obvia para la IA generativa, tanto creando efectos de sonido estáticos como parte de la producción ("sonido de pistola láser, al estilo de Star Wars"), como crear efectos de sonido interactivos en tiempo real en tiempo de ejecución.

Considere algo tan simple como generar sonidos de pasos para el personaje del jugador. La mayoría de los juegos resuelven esto al incluir una pequeña cantidad de sonidos de pasos pregrabados: caminar sobre hierba, caminar sobre grava, correr sobre hierba, correr sobre grava, etc. Estos son tediosos de generar y administrar, y suenan repetitivos y poco realistas en tiempo de ejecución.

Un mejor enfoque sería un modelo de IA generativo en tiempo real para efectos de sonido foley, que pueda generar efectos de sonido apropiados, sobre la marcha, ligeramente diferentes cada vez, que respondan a parámetros del juego como la superficie del suelo, el peso del personaje, marcha, calzado, etc.

Música

La música siempre ha sido un desafío para los juegos. Es importante, ya que puede ayudar a establecer el tono emocional tal como lo hace en el cine o la televisión, pero dado que los juegos pueden durar cientos o incluso miles de horas, puede volverse repetitivo o molesto rápidamente. Además, debido a la naturaleza interactiva de los juegos, puede ser difícil que la música coincida con precisión con lo que sucede en la pantalla en un momento dado.

La música adaptativa ha sido un tema en el audio de los juegos durante más de dos décadas, desde los tiempos de Microsoft.música directa” sistema para crear música interactiva. DirectMusic nunca se adaptó ampliamente, debido en gran parte a la dificultad de componer en el formato. Solo unos pocos juegos, como el de Monolith Nadie vive por siempre, creó partituras verdaderamente interactivas.

Ahora estamos viendo una serie de empresas que intentan crear música generada por IA, como sonoro, Musico, armonía, Álbum infinitoy aiva. Y aunque algunas herramientas hoy en día, como Jukebox por Open AI, son altamente computacionalmente intensivos y no pueden ejecutarse en tiempo real, la mayoría puede ejecutarse en tiempo real una vez que se construye el modelo inicial.

Habla y Diálogo

Hay una gran cantidad de empresas que intentan crear voces realistas para los personajes del juego. Esto no es sorprendente dada la larga historia de intentar dar voz a las computadoras a través de la síntesis de voz. Las empresas incluyen Sonantico, Coqui, Estudios de réplica, Asemble.ai, Leer altavoz.ai, y muchos más.

Hay múltiples ventajas en el uso de IA generativa para el habla, lo que explica en parte por qué este espacio está tan lleno.

• Genere diálogo sobre la marcha. Por lo general, el discurso en los juegos está pregrabado de los actores de voz, pero estos se limitan a discursos enlatados pregrabados. Con el diálogo generativo de IA, los personajes pueden decir cualquier cosa, lo que significa que pueden reaccionar completamente a lo que hacen los jugadores. Combinado con modelos de IA más inteligentes para NPC (fuera del alcance de este blog, pero un área de innovación igualmente emocionante en este momento), la promesa de juegos que son totalmente reactivos para los jugadores llegará pronto.
• Juego de rol. Muchos jugadores quieren jugar como personajes de fantasía que se parecen poco a su identidad en el mundo real. Sin embargo, esta fantasía se desmorona en cuanto los jugadores hablan con sus propias voces. Usar una voz generada que coincida con el avatar del jugador mantiene esa ilusión.
  Control. A medida que se genera el discurso, puede controlar los matices de la voz, como su timbre, inflexión, resonancia emocional, longitud del fonema, acentos y más.
• Localización Permite que el diálogo se traduzca a cualquier idioma y se hable con la misma voz. Empresas como doblaje profundo se centran específicamente en este nicho.

TABLA DE CONTENIDO

PNJ o personajes de jugador

Muchas nuevas empresas están considerando el uso de IA generativa para crear personajes creíbles con los que pueda interactuar, en parte porque este es un mercado con una aplicabilidad tan amplia fuera de los juegos, como asistentes virtuales o recepcionistas.

Los esfuerzos para crear personajes creíbles se remontan a los inicios de la investigación de la IA. De hecho, la definición de la clásica "Prueba de Turing" para la inteligencia artificial es que un humano no debería poder distinguir entre una conversación de chat con una IA y un humano.

En este punto, hay cientos de empresas que crean chatbots de uso general, muchos de ellos impulsados ​​por los modelos de lenguaje similares a GPT-3. Un número más pequeño está tratando específicamente de crear chatbots con fines de entretenimiento, como Réplica y Anima que están tratando de construir amigos virtuales. El concepto de salir con una novia virtual, como se explora en la película Her, puede estar más cerca de lo que piensas.

Ahora estamos viendo la próxima iteración de estas plataformas de chatbot, como carisma.ai, Convai.como Inworld.ai, destinado a potenciar personajes 3D totalmente renderizados, con emociones y agencia, con herramientas que permitan al creador dar objetivos a estos personajes. Esto es importante si van a encajar dentro de un juego o tienen un lugar narrativo en el avance de la trama, en lugar de ser simplemente un escaparate.

TABLA DE CONTENIDO

Plataformas todo en uno

Una de las herramientas de IA generativa más exitosas en general es Runwayml.com, porque reúne un amplio conjunto de herramientas para creadores en un solo paquete. Actualmente no existe una plataforma de este tipo que ofrezca videojuegos y creemos que esta es una oportunidad que se pasa por alto. Nos encantaría invertir en una solución que incluya:

• Conjunto completo de herramientas generativas de IA que cubren todo el proceso de producción. (código, generación de activos, texturas, audio, descripciones, etc.)
• Estrechamente integrado con motores de juegos populares como Unreal y Unity.
• Diseñado para encajar en una tubería típica de producción de juegos.

TABLA DE CONTENIDO

Conclusión

¡Este es un momento increíble para ser un creador de juegos! Gracias en parte a las herramientas descritas en esta publicación de blog, nunca ha sido tan fácil generar el contenido necesario para crear un juego, ¡incluso si su juego es tan grande como el planeta entero!

Incluso es posible imaginar un día un juego personalizado completo, creado solo para el jugador, basado exactamente en lo que el jugador quiere. Esto ha estado en la ciencia ficción durante mucho tiempo, como el "Juego mental de IA" en El juego de Ender, o la holocubierta en Star Trek. Pero con las herramientas descritas en esta publicación de blog avanzando tan rápido como lo hacen, no es difícil imaginar que esta realidad está a la vuelta de la esquina.

Si es un fundador, o un posible fundador, interesado en crear una empresa de IA para juegos, comuníquese con nosotros. ¡Queremos escuchar de ti!