انقلاب مولد هوش مصنوعی در بازی ها

برای درک اینکه چگونه گیمینگ قرار است توسط هوش مصنوعی مولد تغییر اساسی کند، به این موضوع اخیر نگاه نکنید. توییتر ارسال by @emmanuel_2m. در این پست، او با استفاده از Stable Diffusion + Dreambooth، مدل‌های محبوب هوش مصنوعی دوبعدی Generative، برای تولید تصاویری از معجون‌ها برای یک بازی فرضی، بررسی می‌کند.

چیزی که در مورد این کار متحول کننده است فقط این نیست که در زمان و هزینه صرفه جویی می کند و در عین حال کیفیت را نیز ارائه می دهد - بنابراین مثلث کلاسیک "شما فقط می توانید دو مثل هزینه، کیفیت یا سرعت داشته باشید" را شکست. هنرمندان اکنون در عرض چند ساعت تصاویری با کیفیت بالا می‌سازند که در غیر این صورت ساخت آن با دست هفته‌ها طول می‌کشد. آنچه واقعاً متحول کننده است این است که:

• این قدرت خلاق اکنون در دسترس هر کسی است که بتواند چند ابزار ساده را بیاموزد.
• این ابزارها می توانند تعداد بی پایانی از تغییرات را به روشی بسیار تکرار شونده ایجاد کنند.
• پس از آموزش، فرآیند در زمان واقعی انجام می شود - نتایج تقریباً بلافاصله در دسترس هستند.

از زمان واقعی 3 بعدی، فناوری به این انقلاب انقلابی برای بازی وجود نداشته است. هر زمانی را صرف صحبت با سازندگان بازی کنید، و حس هیجان و شگفتی قابل لمس است. پس این فناوری به کجا می رود؟ و چگونه بازی را متحول خواهد کرد؟ با این حال، ابتدا اجازه دهید هوش مصنوعی مولد چیست؟

فهرست مطالب

هوش مصنوعی Generative چیست

هوش مصنوعی مولد دسته‌ای از یادگیری ماشینی است که در آن رایانه‌ها می‌توانند محتوای جدید اصلی را در پاسخ به درخواست‌های کاربر تولید کنند. امروزه متن و تصاویر بالغ‌ترین کاربردهای این فناوری هستند، اما تقریباً در هر حوزه خلاقانه‌ای، از انیمیشن، جلوه‌های صوتی، موسیقی و حتی ایجاد شخصیت‌های مجازی با شخصیت‌های کاملاً برجسته، کار در حال انجام است.

البته هوش مصنوعی در بازی ها چیز جدیدی نیست. حتی بازی های اولیه، مانند Atari's Pong، حریفانی با کامپیوتر کنترل می کردند تا بازیکن را به چالش بکشند. با این حال، این دشمنان مجازی هوش مصنوعی را آنطور که ما امروز می شناسیم اجرا نمی کردند. آنها به سادگی رویه‌هایی بودند که توسط طراحان بازی ساخته شده بودند. آنها یک حریف با هوش مصنوعی را شبیه سازی کردند، اما نتوانستند یاد بگیرند، و فقط به خوبی برنامه نویسانی بودند که آنها را ساخته بودند.

آنچه اکنون متفاوت است میزان توان محاسباتی موجود است که به لطف ریزپردازنده‌های سریع‌تر و ابر است. با این قدرت، می توان شبکه های عصبی بزرگی ساخت که می توانند الگوها و بازنمایی ها را در حوزه های بسیار پیچیده شناسایی کنند.

این پست وبلاگ دارای دو بخش است:

• بخش اول شامل مشاهدات و پیش‌بینی‌های ما در زمینه هوش مصنوعی Generative برای بازی‌ها است.
• بخش دوم نقشه بازار ما از فضا است که بخش‌های مختلف را مشخص می‌کند و شرکت‌های کلیدی را در هر کدام شناسایی می‌کند.

فهرست مطالب

فرضیات

ابتدا، اجازه دهید برخی از مفروضات زیربنای بقیه این پست وبلاگ را بررسی کنیم:

1. میزان تحقیقات انجام شده در هوش مصنوعی عمومی همچنان رو به رشد خواهد بود و تکنیک های موثرتری را ایجاد می کند

این نمودار را از تعداد مقالات دانشگاهی منتشر شده در مورد یادگیری ماشین یا هوش مصنوعی در نظر بگیرید آرشیو arXiv هر ماه:

همانطور که می بینید، تعداد مقالات به طور تصاعدی در حال افزایش است، بدون هیچ نشانه ای از کاهش سرعت. و این فقط شامل مقالات منتشر شده می شود - بسیاری از تحقیقات حتی هرگز منتشر نمی شوند و مستقیماً به مدل های منبع باز یا تحقیق و توسعه محصول می روند. نتیجه یک انفجار در علاقه و نوآوری است.

2. از بین همه سرگرمی ها، بازی ها بیشتر تحت تأثیر هوش مصنوعی Generative خواهند بود

بازی‌ها پیچیده‌ترین شکل سرگرمی هستند، از نظر تعداد زیادی از انواع دارایی‌ها (هنر دو بعدی، هنر سه بعدی، جلوه‌های صوتی، موسیقی، گفتگو و غیره). بازی‌ها همچنین تعاملی‌ترین بازی‌ها هستند و تاکید زیادی بر تجربیات بلادرنگ دارند. این یک مانع بزرگ برای ورود توسعه دهندگان بازی جدید و همچنین هزینه سنگینی برای تولید یک بازی مدرن و پرطرفدار ایجاد می کند. همچنین فرصت فوق‌العاده‌ای برای اختلال در هوش مصنوعی ایجاد می‌کند.

یک بازی مانند را در نظر بگیرید قرمز 2 مرده رستگارییکی از گران ترین بازی هایی است که تا به حال ساخته شده است که ساخت آن نزدیک به 500 میلیون دلار هزینه داشته است. فهمیدن دلیل آن آسان است - یکی از زیباترین و کاملاً واقعی ترین دنیای مجازی در بین هر بازی موجود در بازار را دارد. همچنین ساخت آن نزدیک به 8 سال طول کشید، بیش از 1,000 شخصیت غیر قابل بازی (هر کدام شخصیت، آثار هنری و صداپیشه خاص خود را دارند)، جهانی به وسعت نزدیک به 30 مایل مربع، بیش از 100 ماموریت که در 6 فصل تقسیم شده است، و تقریبا 60 ساعت موسیقی ساخته شده توسط بیش از 100 نوازنده. همه چیز در مورد این بازی بزرگ است.

حالا Red Dead Redemption 2 را با هم مقایسه کنید شبیه ساز پرواز مایکروسافت، که نه تنها بزرگ است، بلکه بسیار زیاد است. Microsoft Flight Simulator به بازیکنان این امکان را می دهد که در سراسر سیاره زمین، تمام 197 میلیون مایل مربع آن، پرواز کنند. چگونه مایکروسافت چنین بازی عظیمی را ساخت؟ با اجازه دادن به یک هوش مصنوعی این کار را انجام دهد. مایکروسافت با blackshark.aiو یک هوش مصنوعی را آموزش داد از تصاویر ماهواره ای دوبعدی یک دنیای سه بعدی فوتورئالیستی ایجاد کنید.

این نمونه ای از بازی هایی است که ساخت آن بدون استفاده از هوش مصنوعی به معنای واقعی کلمه غیرممکن بود و علاوه بر این، از این واقعیت بهره می برد که این مدل ها می توانند به طور مداوم در طول زمان بهبود یابند. به عنوان مثال، آنها می توانند مدل "روگذر برگ شبدر بزرگراه" را بهبود بخشند، کل فرآیند ساخت را دوباره اجرا کنند و ناگهان همه پل های روگذر بزرگراه در کل سیاره بهبود می یابند.

3. یک مدل هوش مصنوعی مولد برای هر دارایی درگیر در تولید بازی وجود خواهد داشت

تاکنون تولیدکنندگان تصویر دوبعدی مانند Stable Diffusion یا MidJourney به دلیل ماهیت چشم نواز تصاویری که می‌توانند تولید کنند، بیشترین هیجان محبوب را نسبت به هوش مصنوعی Generative جلب کرده‌اند. اما در حال حاضر مدل‌های هوش مصنوعی مولد تقریباً برای همه دارایی‌های درگیر در بازی‌ها، از مدل‌های سه بعدی گرفته تا انیمیشن‌های شخصیت‌ها، گفتگوها و موسیقی وجود دارد. نیمه دوم این پست وبلاگ شامل یک نقشه بازار است که برخی از شرکت‌هایی را که بر هر نوع محتوا تمرکز می‌کنند، برجسته می‌کند.

4. قیمت محتوا به طور چشمگیری کاهش می یابد و در برخی موارد به طور موثر به صفر می رسد.

وقتی با توسعه دهندگان بازی صحبت می کنید که در حال تجربه ادغام هوش مصنوعی Generative در خط لوله تولید خود هستند، بیشترین هیجان ناشی از کاهش چشمگیر زمان و هزینه است. یکی از توسعه دهندگان به ما گفته است که زمان آنها برای ایجاد هنر مفهومی برای یک تصویر واحد، از شروع تا پایان، از 3 هفته به یک ساعت کاهش یافته است: کاهش 120 به 1. ما معتقدیم که صرفه جویی مشابه در کل خط لوله تولید امکان پذیر خواهد بود.

به طور واضح، هنرمندان در خطر جایگزینی نیستند. این بدان معناست که هنرمندان دیگر نیازی به انجام همه کارها ندارند: آنها اکنون می توانند جهت خلاقیت اولیه را تعیین کنند، سپس بسیاری از زمان بر بودن و اجرای فنی را به هوش مصنوعی بسپارند. از این نظر، آنها مانند نقاشان سلولی از روزهای اولیه انیمیشن های دستی هستند که در آن «جوهرکاران» بسیار ماهر خطوط کلی انیمیشن را ترسیم می کردند و سپس ارتشی از «نقاشان» ارزان قیمت کار وقت گیر نقاشی را انجام می دادند. سلول های انیمیشن، پر کردن خطوط. این "تکمیل خودکار" برای ایجاد بازی است.

5. ما هنوز در طفولیت این انقلاب هستیم و بسیاری از شیوه ها هنوز باید اصلاح شود

با وجود تمام هیجانات اخیر، ما هنوز در خط شروع هستیم. کار بسیار زیادی در پیش است زیرا ما دریابیم که چگونه از این فناوری جدید برای بازی ها استفاده کنیم، و فرصت های عظیمی برای شرکت هایی که به سرعت وارد این فضای جدید می شوند، ایجاد خواهد شد.

فهرست مطالب

پیش بینی

با توجه به این مفروضات، در اینجا چند پیش بینی برای چگونگی تغییر صنعت بازی وجود دارد:

1. یادگیری نحوه استفاده موثر از هوش مصنوعی مولد به یک مهارت قابل فروش تبدیل خواهد شد

در حال حاضر ما شاهد هستیم که برخی از آزمایش‌کنندگان از هوش مصنوعی Generative به طور موثرتری نسبت به دیگران استفاده می‌کنند. برای استفاده حداکثری از این فناوری جدید نیاز به استفاده از ابزارها و تکنیک های مختلف و دانستن نحوه جهش بین آنهاست. ما پیش‌بینی می‌کنیم که این به یک مهارت قابل فروش تبدیل می‌شود، که بینش خلاقانه یک هنرمند را با مهارت‌های فنی یک برنامه‌نویس ترکیب می‌کند.

کریس اندرسون به این معروف است که می گوید: "هر فراوانی کمبود جدیدی ایجاد می کند." از آنجایی که محتوا فراوان می شود، ما معتقدیم این هنرمندان هستند که می دانند چگونه با ابزارهای هوش مصنوعی بیشترین همکاری را داشته باشند و به طور مؤثری کار کنند.

به عنوان مثال، استفاده از هوش مصنوعی Generative برای تولید آثار هنری چالش‌های خاصی را به همراه دارد، از جمله:

• انسجام. با هر دارایی تولیدی، باید بتوانید در این مسیر تغییرات یا ویرایش هایی در دارایی ایجاد کنید. با یک ابزار هوش مصنوعی، این بدان معناست که باید بتوانید دارایی را با همان اعلان بازتولید کنید، بنابراین می توانید تغییراتی را ایجاد کنید. این می تواند مشکل باشد زیرا همان اعلان می تواند نتایج بسیار متفاوتی ایجاد کند.
• سبک. برای همه هنرها در یک بازی خاص مهم است که یک سبک ثابت داشته باشند - به این معنی که ابزارهای شما باید بر روی سبک مورد نظر شما آموزش ببینند یا به شکل دیگری مرتبط شوند.

2. کاهش موانع منجر به ریسک پذیری بیشتر و کاوش خلاقانه می شود

ممکن است به زودی وارد یک «عصر طلایی» جدید در توسعه بازی شویم که در آن یک مانع کمتر برای ورود منجر به انفجار بازی‌های خلاقانه‌تر و خلاقانه‌تر می‌شود. نه فقط به این دلیل که هزینه های تولید کمتر منجر به ریسک کمتر می شود، بلکه به این دلیل که این ابزارها توانایی ایجاد محتوای با کیفیت بالا را برای مخاطبان گسترده تر باز می کنند. که منجر به پیش بینی بعدی می شود…

3. افزایش «استودیوهای میکرو بازی» با کمک هوش مصنوعی

مجهز به ابزارها و خدمات هوش مصنوعی Generative، ما شروع به دیدن بازی های تجاری بادوام تری خواهیم کرد که توسط «میکرو استودیوهای» کوچک فقط 1 یا 2 کارمند تولید می شوند. ایده یک استودیوی بازی سازی مستقل کوچک جدید نیست - بازی موفق در میان ما توسط استودیو Innersloth با تنها 5 کارمند ساخته شد - اما اندازه و مقیاس بازی هایی که این استودیوهای کوچک می توانند ایجاد کنند رشد خواهد کرد. این منجر به…

4. افزایش در تعداد بازی های منتشر شده در هر سال

موفقیت Unity و Roblox نشان داده است که ارائه ابزارهای خلاقانه قدرتمند منجر به ساخت بازی های بیشتری می شود. هوش مصنوعی مولد نوار را حتی بیشتر کاهش می دهد و تعداد بازی های بیشتری را ایجاد می کند. این صنعت در حال حاضر از چالش های کشف رنج می برد - بیش از 10,000 بازی به استیم اضافه شد تنها در سال گذشته - و این فشار بیشتری را بر اکتشاف وارد می کند. با این حال ما نیز خواهیم دید…

5. انواع بازی های جدید ایجاد شده که قبل از Generative AI امکان پذیر نبود

ما شاهد اختراع ژانرهای جدید بازی خواهیم بود که بدون هوش مصنوعی Generative امکان پذیر نبود. قبلاً در مورد شبیه ساز پرواز مایکروسافت صحبت کردیم، اما ژانرهای کاملاً جدیدی اختراع خواهند شد که به تولید بلادرنگ محتوای جدید بستگی دارد.

در نظر بگیرید پیکاندار، توسط قلم مو. این یک بازی RPG است که دارای شخصیت های ایجاد شده توسط هوش مصنوعی برای گیم پلی جدید تقریبا نامحدود است.

ما همچنین بازی‌ساز دیگری را می‌شناسیم که از هوش مصنوعی استفاده می‌کند تا به بازیکنان اجازه دهد آواتار درون بازی خود را بسازند. قبلاً آنها مجموعه ای از تصاویر آواتار دستی داشتند که بازیکنان می توانستند آنها را با هم ترکیب کنند تا آواتار خود را ایجاد کنند - اکنون آنها این را کاملاً کنار گذاشته اند و به سادگی تصویر آواتار را از توضیحات بازیکن تولید می کنند. اجازه دادن به بازیکنان برای تولید محتوا از طریق هوش مصنوعی ایمن‌تر از اجازه دادن به بازیکنان است که محتوای خود را از ابتدا آپلود کنند، زیرا هوش مصنوعی می‌تواند برای جلوگیری از ایجاد محتوای توهین‌آمیز آموزش داده شود، در حالی که همچنان به بازیکنان احساس مالکیت بیشتری می‌دهد.

6. ارزش به ابزارهای هوش مصنوعی خاص صنعت تعلق می گیرد و نه فقط مدل های اساسی

هیجان و هیاهوی پیرامون مدل‌های بنیادی مانند Stable Diffusion و Midjourney ارزش‌گذاری‌های چشمگیری ایجاد می‌کند، اما سیل مداوم تحقیقات جدید تضمین می‌کند که مدل‌های جدید با اصلاح تکنیک‌های جدید آمده و خواهند رفت. ترافیک جستجوی وب سایت را به 3 مدل محبوب هوش مصنوعی مولد در نظر بگیرید: Dall-E، Midjourney، و Stable Diffusion. هر مدل جدید نوبت خود را در کانون توجه قرار می دهد.

یک رویکرد جایگزین ممکن است ساخت مجموعه‌هایی از ابزارهای همسو با صنعت باشد که بر نیازهای هوش مصنوعی تولیدی یک صنعت معین، با درک عمیق یک مخاطب خاص، و ادغام غنی در خطوط لوله تولید موجود (مانند Unity یا Unreal برای بازی‌ها) تمرکز می‌کنند.

مثال خوبی است باند فرودگاه که نیازهای سازندگان ویدیو را با ابزارهایی به کمک هوش مصنوعی مانند ویرایش ویدیو، حذف صفحه سبز، نقاشی داخلی و ردیابی حرکت هدف قرار می دهد. ابزارهایی مانند این می‌توانند مخاطب خاصی را ایجاد کرده و کسب درآمد کنند و در طول زمان مدل‌های جدیدی را اضافه کنند. ما هنوز مجموعه‌ای مانند Runway برای بازی‌ها را ندیده‌ایم، اما می‌دانیم که این یک فضای توسعه فعال است.

7. چالش های حقوقی در راه است

وجه مشترک همه این مدل‌های هوش مصنوعی مولد این است که با استفاده از مجموعه داده‌های عظیمی از محتوا آموزش داده می‌شوند که اغلب با حذف خود اینترنت ایجاد می‌شوند. برای مثال، Stable Diffusion بر روی بیش از 5 میلیارد جفت تصویر/کپشن، که از وب خراشیده شده اند، آموزش داده شده است.

در حال حاضر این مدل ها ادعا می کنند که تحت دکترین حق چاپ "استفاده منصفانه" عمل می کنند، اما این استدلال هنوز به طور قطعی در دادگاه آزمایش نشده است. به نظر واضح است که چالش های حقوقی در راه است که احتمالاً چشم انداز هوش مصنوعی مولد را تغییر خواهد داد.

این امکان وجود دارد که استودیوهای بزرگ با ساختن مدل‌های اختصاصی مبتنی بر محتوای داخلی که حق و عنوان روشنی برای آن دارند، به دنبال مزیت رقابتی باشند. به عنوان مثال، مایکروسافت در اینجا جایگاه ویژه ای دارد 23 استودیو اول پارتی امروزو 7 مورد دیگر پس از آن خرید آن از Activision بسته می شود.

8. برنامه نویسی به اندازه محتوای هنری مختل نخواهد شد – حداقل هنوز

مهندسی نرم افزار هزینه اصلی دیگر توسعه بازی است، اما همانطور که همکاران ما در تیم a16z Enterprise در پست اخیر وبلاگ خود به اشتراک گذاشته اند، هنر نمرده است، فقط ماشین تولید شده است، تولید کد با یک مدل هوش مصنوعی نیاز به آزمایش و تأیید بیشتری دارد و بنابراین نسبت به تولید دارایی‌های خلاقانه بهبود بهره‌وری کمتری دارد. ابزارهای کدنویسی مانند Copilot ممکن است بهبود عملکرد متوسطی را برای مهندسان ایجاد کنند، اما حداقل به این زودی تأثیر مشابهی نخواهند داشت.

فهرست مطالب

توصیه

بر اساس این پیش بینی ها، توصیه های زیر را ارائه می دهیم:

1. اکنون کاوش در هوش مصنوعی مولد را شروع کنید

مدتی طول می کشد تا بفهمیم چگونه می توان از قدرت این انقلاب هوش مصنوعی مولد به طور کامل استفاده کرد. شرکت هایی که اکنون شروع به کار می کنند بعداً مزیت خواهند داشت. ما چندین استودیو را می شناسیم که پروژه های آزمایشی داخلی در دست اجرا دارند تا بررسی کنند که چگونه این تکنیک ها می توانند بر تولید تأثیر بگذارند.

2. به دنبال فرصت های نقشه بازار باشید

برخی از بخش‌های نقشه بازار ما در حال حاضر بسیار شلوغ است، مانند انیمیشن‌ها یا گفتار و گفتگو، اما مناطق دیگر کاملاً باز هستند. ما کارآفرینان علاقه‌مند به این فضا را تشویق می‌کنیم تا تلاش‌های خود را روی حوزه‌هایی متمرکز کنند که هنوز کشف نشده‌اند، مانند «باند بازی‌ها».

فهرست مطالب

وضعیت فعلی بازار

ما یک نقشه بازار ایجاد کرده‌ایم تا فهرستی از شرکت‌هایی را که در هر یک از این دسته‌بندی‌ها شناسایی کرده‌ایم، جایی که بازی‌های تأثیرگذار هوش مصنوعی تولیدی را می‌بینیم، تهیه کرده‌ایم. این پست وبلاگ به هر یک از این دسته بندی ها می پردازد، آن را با جزئیات بیشتری توضیح می دهد و هیجان انگیزترین شرکت ها را در هر دسته برجسته می کند.

فهرست مطالب

تصاویر سه بعدی

تولید تصاویر دو بعدی از اعلان های متنی یکی از پرکاربردترین حوزه های هوش مصنوعی مولد است. ابزارهایی مانند میانه سفر, انتشار پایدارو Dall-E 2 می تواند تصاویر دو بعدی با کیفیت بالا را از متن تولید کند و قبلاً در مراحل مختلف چرخه زندگی بازی به تولید بازی راه پیدا کرده است.

هنر مفهومی

ابزارهای مولد هوش مصنوعی در «ایده‌پردازی» عالی هستند یا به غیرهنرمندان، مانند طراحان بازی، کمک می‌کنند تا مفاهیم و ایده‌ها را خیلی سریع کشف کنند تا آثار هنری مفهومی، بخش کلیدی فرآیند تولید، تولید کنند. به عنوان مثال، یک استودیو (ناشناس می ماند) از چندین مورد از این ابزارها با هم استفاده می کند تا روند هنر مفهومی خود را به شدت تسریع بخشد و یک روز زمان می برد تا تصویری ایجاد کند که قبلاً 3 هفته طول می کشید.

• اول، طراحان بازی آنها از Midjourney برای کشف ایده های مختلف و ایجاد تصاویری که به نظرشان الهام بخش است، استفاده می کنند.
• اینها به یک هنرمند مفهومی حرفه ای تحویل داده می شوند که آنها را با هم مونتاژ می کند و روی نتیجه نقاشی می کند تا یک تصویر منسجم ایجاد کند - که سپس به Stable Diffusion داده می شود تا دسته ای از تغییرات ایجاد کند.
• آنها در مورد این تغییرات بحث می کنند، یکی را انتخاب می کنند، در برخی از ویرایش ها به صورت دستی نقاشی می کنند - سپس این روند را تکرار می کنند تا زمانی که از نتیجه راضی باشند.
• در آن مرحله، سپس این تصویر را برای آخرین بار به Stable Diffusion برگردانید تا برای ایجاد قطعه هنری نهایی، آن را "بالا" بسازید.

هنر تولید دوبعدی

برخی از استودیوها در حال حاضر با استفاده از ابزارهای مشابه برای آثار هنری تولید داخل بازی آزمایش می کنند. به عنوان مثال، در اینجا یک خوب است آموزش از آلبرت بوزسان استفاده از Stable Diffusion برای ایجاد دارایی های دو بعدی درون بازی.

فهرست مطالب

آثار هنری سه بعدی

دارایی های سه بعدی بلوک سازنده همه بازی های مدرن و همچنین متاورس آینده هستند. دنیای مجازی یا سطح بازی، اساساً فقط مجموعه‌ای از دارایی‌های سه بعدی است که برای پر کردن محیط قرار داده و اصلاح شده است. با این حال، ایجاد یک دارایی سه بعدی پیچیده تر از ایجاد یک تصویر دو بعدی است و شامل مراحل متعددی از جمله ایجاد یک مدل سه بعدی و افزودن بافت و افکت است. برای شخصیت های متحرک، همچنین شامل ایجاد یک "اسکلت" داخلی، و سپس ایجاد انیمیشن در بالای آن اسکلت است.

ما شاهد چندین استارتاپ مختلف هستیم که پس از هر مرحله از این فرآیند ایجاد دارایی سه بعدی، از جمله ایجاد مدل، انیمیشن کاراکتر و ساختن سطح، فعالیت می کنند. با این حال، این هنوز یک مشکل حل نشده است - هیچ یک از راه حل ها هنوز آماده ادغام کامل در تولید نیستند.

دارایی های سه بعدی

استارتاپ هایی که سعی در حل مشکل ایجاد مدل سه بعدی دارند شامل کائدیم, سرابو فرضی. شرکت های بزرگتر نیز به دنبال این مشکل هستند، از جمله Nvidia Get3D و اتودسک ClipForge. Kaedim و Get3d بر روی تصویر به 3 بعدی متمرکز شده اند. ClipForge و Mirage بر روی متن به سه بعدی متمرکز هستند، در حالی که Hypothetic هم به جستجوی متن به سه بعدی و هم به جستجوی تصویر به سه بعدی علاقه دارد.

بافت های سه بعدی

یک مدل سه بعدی فقط به اندازه بافت یا موادی که روی مش اعمال می شود، واقعی به نظر می رسد. تصمیم گیری در مورد اینکه کدام بافت سنگی خزه دار و هوازده برای یک مدل قلعه قرون وسطایی اعمال شود، می تواند ظاهر و احساس یک صحنه را کاملاً تغییر دهد. بافت ها حاوی ابرداده هایی در مورد نحوه واکنش نور به مواد (به عنوان مثال زبری، درخشندگی و غیره) هستند. اجازه دادن به هنرمندان برای ایجاد آسان بافت ها بر اساس پیام های متنی یا تصویری برای افزایش سرعت تکرار در فرآیند خلاق بسیار ارزشمند خواهد بود. تیم های مختلفی از جمله این فرصت را دنبال می کنند BariumAI, پونزوو ArmorLab.

انیمیشن

ساخت انیمیشن عالی یکی از زمان برترین، پرهزینه ترین و ماهرانه ترین بخش های فرآیند ساخت بازی است. یکی از راه‌های کاهش هزینه و ایجاد انیمیشن واقعی‌تر، استفاده از موشن کپچر است که در آن یک بازیگر یا رقصنده را در لباس موشن کپچر قرار می‌دهید و حرکت آنها را در یک مرحله موشن کپچر با ابزار مخصوص ضبط می‌کنید.

ما اکنون مدل‌های هوش مصنوعی مولد را می‌بینیم که می‌توانند انیمیشن را مستقیماً از یک ویدیو ضبط کنند. این بسیار کارآمدتر است، هم به این دلیل که نیاز به یک دستگاه گران قیمت عکس برداری حرکتی را از بین می برد و هم به این دلیل که می توانید از ویدیوهای موجود انیمیشن بگیرید. یکی دیگر از جنبه‌های هیجان‌انگیز این مدل‌ها این است که می‌توان از آن‌ها برای اعمال فیلتر روی انیمیشن‌های موجود، مانند مست کردن، قدیمی یا شاد به نظر رسیدن آن‌ها استفاده کرد. شرکت هایی که دنبال این فضا می روند شامل Kinetix, حرکت عمیق, افراطی, Ai را حرکت دهیدو پلاسک.

طراحی سطح و جهان سازی

یکی از زمان‌برترین جنبه‌های ساخت بازی، ساختن دنیای یک بازی است، وظیفه‌ای که هوش مصنوعی مولد باید برای آن مناسب باشد. بازی‌هایی مانند Minecraft، No Man's Sky و Diablo در حال حاضر به دلیل استفاده از تکنیک‌های رویه‌ای برای تولید سطوح خود مشهور هستند، که در آن سطوح به‌طور تصادفی ایجاد می‌شوند، هر بار متفاوت، اما طبق قوانینی که توسط طراح سطح تعیین شده است. یک نقطه فروش بزرگ موتور بازی Unreal 5 جدید مجموعه ابزارهای رویه ای آن برای طراحی جهان باز است، مانند قرار دادن شاخ و برگ.

ما چند ابتکار در فضا دیده ایم، مانند پرومته, MLXAR، یا متا ربات سازنده، و فکر می کنید این فقط یک مسئله زمان است که تکنیک های مولد تا حد زیادی جایگزین تکنیک های رویه ای شوند. مدتی است که تحقیقات آکادمیک در این فضا از جمله تکنیک های مولد برای Minecraft or طراحی سطح در Doom.

یکی دیگر از دلایل قانع کننده برای چشم انتظار ابزارهای هوش مصنوعی مولد برای طراحی سطح، توانایی ایجاد سطوح و جهان ها در سبک های مختلف است. شما می‌توانید تصور کنید که از ابزارهایی برای ایجاد دنیایی در نیویورک در دوران فلپر دهه 1920، در مقابل آینده‌ای دیستوپیایی بلید رانر، در مقابل دنیای فانتزی تالکینی بخواهید.

مفاهیم زیر توسط Midjourney با استفاده از اعلان، "سطح بازی به سبک ..." ایجاد شده است.

صدا و موسیقی بخش بزرگی از تجربه گیم پلی هستند. ما شروع به دیدن شرکت‌هایی کرده‌ایم که از هوش مصنوعی Generative برای تولید صدا برای تکمیل کارهایی که قبلاً در بخش گرافیک اتفاق افتاده است استفاده می‌کنند.

صدا سازی

جلوه های صوتی یک منطقه باز جذاب برای هوش مصنوعی است. وجود داشته است مقالات آکادمیک بررسی ایده استفاده از هوش مصنوعی برای تولید «فولی» در فیلم (مثلاً ردپاها) اما هنوز تعداد کمی از محصولات تجاری در بازی.

ما فکر می‌کنیم که این فقط یک موضوع زمان است، زیرا ماهیت تعاملی بازی‌ها این را به یک برنامه کاربردی آشکار برای هوش مصنوعی مولد تبدیل می‌کند، هم افکت‌های صوتی ثابت را به عنوان بخشی از تولید ایجاد می‌کند ("صدای تفنگ لیزری، به سبک جنگ ستارگان")، و ایجاد جلوه های صوتی تعاملی در زمان واقعی در زمان اجرا.

چیزی به سادگی ایجاد صدای پا برای شخصیت بازیکن را در نظر بگیرید. اکثر بازی‌ها این مشکل را با گنجاندن تعداد کمی صداهای از پیش ضبط‌شده پا حل می‌کنند: راه رفتن روی چمن، راه رفتن روی شن، دویدن روی چمن، دویدن روی سنگ‌ریزه، و غیره. تولید و مدیریت این صداها خسته‌کننده است و در زمان اجرا صدایی تکراری و غیرواقعی است.

یک رویکرد بهتر، یک مدل هوش مصنوعی مولد بلادرنگ برای جلوه‌های صوتی فولی است، که می‌تواند جلوه‌های صوتی مناسب را در حین پرواز، هر بار کمی متفاوت ایجاد کند، که به پارامترهای درون بازی مانند سطح زمین، وزن کاراکتر، پاسخگو باشد. راه رفتن، کفش و غیره

موسیقی

موسیقی همیشه یک چالش برای بازی ها بوده است. این مهم است، زیرا می تواند به ایجاد لحن احساسی درست مانند فیلم یا تلویزیون کمک کند، اما از آنجایی که بازی ها می توانند صدها یا حتی هزاران ساعت طول بکشند، می توانند به سرعت تکراری یا آزاردهنده شوند. همچنین، به دلیل ماهیت تعاملی بازی‌ها، تطبیق دقیق موسیقی با آنچه که در هر زمان روی صفحه می‌افتد دشوار است.

موسیقی تطبیقی ​​بیش از دو دهه است که موضوعی در صدای بازی ها بوده است و به موسیقی مایکروسافت باز می گردد.دایرکت موزیک” سیستم ایجاد موسیقی تعاملی. DirectMusic هرگز به طور گسترده ای اقتباس نشد، عمدتاً به دلیل دشواری آهنگسازی در قالب. فقط چند بازی، مانند بازی Monolith هیچ کس برای همیشه زندگی نمی کند، نمرات واقعا تعاملی ایجاد کرد.

اکنون می بینیم که تعدادی از شرکت ها تلاش می کنند موسیقی تولید شده توسط هوش مصنوعی مانند خوش صدا, Musico, هارمونایی, آلبوم بی نهایتو آیوا. و در حالی که برخی از ابزار امروز، مانند جعبه موسیقی توسط Open AI، از نظر محاسباتی بسیار فشرده هستند و نمی توانند در زمان واقعی اجرا شوند، اکثریت می توانند در زمان واقعی پس از ساخت مدل اولیه اجرا شوند.

گفتار و گفتگو

تعداد زیادی از شرکت ها تلاش می کنند تا صداهای واقعی را برای شخصیت های درون بازی خلق کنند. با توجه به سابقه طولانی تلاش برای دادن صدای رایانه ها از طریق سنتز گفتار، تعجب آور نیست. شرکت ها شامل سونانتیک, کقوی, Replica Studios, به نظر می رسد.ai, Readspeaker.ai، و بسیاری دیگر.

استفاده از هوش مصنوعی مولد برای گفتار مزایای متعددی دارد که تا حدودی دلیل شلوغ بودن این فضا را توضیح می دهد.

• ایجاد گفتگو در لحظه. معمولاً گفتار در بازی‌ها از صداپیشگان از قبل ضبط می‌شود، اما اینها به سخنرانی‌های از پیش ضبط‌شده محدود می‌شوند. با گفت و گوی مولد هوش مصنوعی، شخصیت ها می توانند هر چیزی را بگویند – به این معنی که می توانند به طور کامل به کاری که بازیکنان انجام می دهند واکنش نشان دهند. همراه با مدل‌های هوش مصنوعی هوشمندتر برای NPC (خارج از محدوده این وبلاگ، اما حوزه نوآوری به همان اندازه هیجان‌انگیز در حال حاضر)، نوید بازی‌هایی که کاملاً به بازیکنان واکنش نشان می‌دهند به زودی ارائه می‌شود.
• ایفای نقش. بسیاری از بازیکنان می خواهند به عنوان شخصیت های فانتزی بازی کنند که شباهت کمی به هویت دنیای واقعی آنها دارد. با این حال، به محض اینکه بازیکنان با صدای خود صحبت می کنند، این فانتزی از بین می رود. استفاده از صدای تولید شده که با آواتار بازیکن مطابقت دارد، این توهم را حفظ می کند.
  کنترل. همانطور که گفتار تولید می شود، می توانید تفاوت های ظریف صدا مانند تامبر، عطف، طنین احساسی، طول واج، لهجه ها و موارد دیگر را کنترل کنید.
• بومی سازی. اجازه می دهد گفتگو به هر زبانی ترجمه شود و با همان صدا صحبت شود. شرکت ها دوست دارند دیپ داب به طور خاص بر روی این طاقچه متمرکز شده اند.

فهرست مطالب

NPC ها یا شخصیت های پخش کننده

بسیاری از استارت‌آپ‌ها به دنبال استفاده از هوش مصنوعی مولد برای خلق شخصیت‌های باورپذیری هستند که می‌توانید با آن‌ها تعامل داشته باشید، تا حدی به این دلیل که این بازاری با چنین کاربرد گسترده‌ای در خارج از بازی‌ها، مانند دستیاران مجازی یا مسئول پذیرش است.

تلاش‌ها برای خلق شخصیت‌های قابل باور به آغاز تحقیقات هوش مصنوعی برمی‌گردد. در واقع، تعریف کلاسیک "تست تورینگ" برای هوش مصنوعی این است که یک انسان نباید قادر به تمایز بین گفتگوی چت با هوش مصنوعی در مقابل انسان نباشد.

در این مرحله صدها شرکت وجود دارند که چت‌بات‌های عمومی را می‌سازند، که بسیاری از آنها از مدل‌های زبانی مانند GPT-3 پشتیبانی می‌کنند. تعداد کمتری به طور خاص سعی در ساخت ربات های چت با هدف سرگرمی دارند، مانند پاسخگویی و حیو که سعی در ایجاد دوستان مجازی دارند. مفهوم قرار گذاشتن با یک دوست دختر مجازی، همانطور که در فیلم Her مورد بررسی قرار گرفت، ممکن است نزدیکتر از چیزی باشد که فکر می کنید.

اکنون شاهد تکرار بعدی این پلتفرم های چت بات هستیم، مانند Charisma.ai, Convai.com، یا Inworld.ai، به معنای قدرت دادن به شخصیت های سه بعدی کاملاً رندر شده، با احساسات، و عاملیت، با ابزارهایی که به سازنده اجازه می دهد به این شخصیت ها اهداف بدهد. این مهم است اگر آنها می خواهند در یک بازی جا بیفتند یا در پیشبرد طرح به سمت جلو جایگاهی روایی داشته باشند، در حالی که صرفاً در پنجره پانسمان هستند.

فهرست مطالب

پلتفرم های همه کاره

یکی از موفق ترین ابزارهای مولد هوش مصنوعی در کل این است Runwayml.com، زیرا مجموعه وسیعی از ابزارهای سازنده را در یک بسته واحد گرد هم می آورد. در حال حاضر چنین پلتفرمی برای ارائه بازی‌های ویدیویی وجود ندارد و ما فکر می‌کنیم این یک فرصت نادیده گرفته شده است. ما دوست داریم روی راه حلی سرمایه گذاری کنیم که دارای ویژگی های زیر باشد:

• مجموعه کاملی از ابزارهای مولد هوش مصنوعی که کل فرآیند تولید را پوشش می دهد. (کد، تولید دارایی، بافت، صدا، توضیحات و غیره)
• کاملاً با موتورهای بازی محبوب مانند Unreal و Unity ادغام شده است.
• طراحی شده تا در خط لوله تولید بازی معمولی قرار گیرد.

فهرست مطالب

نتیجه

این زمان باورنکردنی برای یک سازنده بازی است! تا حدی به لطف ابزارهایی که در این پست وبلاگ توضیح داده شده است، تولید محتوای مورد نیاز برای ساخت یک بازی هرگز آسانتر نبوده است - حتی اگر بازی شما به اندازه کل کره زمین باشد!

حتی ممکن است روزی یک بازی شخصی سازی شده کامل را تصور کنید که فقط برای بازیکن ساخته شده است و دقیقاً بر اساس آنچه بازیکن می خواهد. این برای مدت طولانی در داستان های علمی تخیلی وجود داشته است - مانند "بازی ذهن هوش مصنوعی" در بازی Ender، یا هولدک در Star Trek. اما با توجه به پیشرفت ابزارهای توضیح داده شده در این پست وبلاگ به همان سرعتی که هستند، تصور اینکه این واقعیت نزدیک به گوشه است، سخت نیست.

اگر شما یک بنیانگذار یا بنیانگذار بالقوه هستید که به ساخت یک هوش مصنوعی برای شرکت Gaming علاقه مند هستید، لطفا تماس بگیرید! ما می خواهیم از تو بشنویم!