खेलों में जनरेटिव एआई क्रांति

यह समझने के लिए कि जेनेरेटिव एआई द्वारा गेमिंग को मौलिक रूप से कैसे बदला जा सकता है, इस हालिया से आगे नहीं देखें ट्विटर पोस्ट by @इमैनुएल_2एम. इस पोस्ट में उन्होंने स्टेबल डिफ्यूजन + ड्रीमबूथ, लोकप्रिय 2डी जनरेटिव एआई मॉडल का उपयोग करके एक काल्पनिक गेम के लिए औषधि की छवियां उत्पन्न करने की खोज की।

इस काम के बारे में परिवर्तनकारी बात यह नहीं है कि यह गुणवत्ता प्रदान करते हुए समय और धन की बचत करता है - इस प्रकार क्लासिक "आपके पास केवल दो लागत, गुणवत्ता, या गति हो सकती है" त्रिकोण को नष्ट कर देता है। कलाकार अब कुछ ही घंटों में उच्च-गुणवत्ता वाली छवियां बना रहे हैं, अन्यथा उन्हें हाथ से बनाने में कई सप्ताह लग जाते. जो वास्तव में परिवर्तनकारी है वह यह है कि:

• यह रचनात्मक शक्ति अब किसी के लिए भी उपलब्ध है जो कुछ सरल उपकरण सीख सकता है।
• ये उपकरण अत्यधिक पुनरावृत्त तरीके से विविधताओं की एक अंतहीन संख्या बना सकते हैं।
• एक बार प्रशिक्षित होने के बाद, प्रक्रिया वास्तविक समय की होती है - परिणाम लगभग तुरंत उपलब्ध होते हैं।

रीयल-टाइम 3D के बाद से गेमिंग के लिए ऐसी क्रांतिकारी तकनीक नहीं रही है। खेल के रचनाकारों से बात करने में कोई भी समय व्यतीत करें, और उत्साह और आश्चर्य की भावना स्पष्ट है। तो यह तकनीक कहां जा रही है? और यह गेमिंग को कैसे बदलेगा? हालाँकि, सबसे पहले, आइए समीक्षा करें कि जनरेटिव AI क्या है?

सामग्री की तालिका

जनरेटिव एआई क्या है

जनरेटिव एआई मशीन लर्निंग की एक श्रेणी है जहां कंप्यूटर उपयोगकर्ता के संकेतों के जवाब में मूल नई सामग्री उत्पन्न कर सकते हैं। आज पाठ और चित्र इस तकनीक के सबसे परिपक्व अनुप्रयोग हैं, लेकिन एनीमेशन से लेकर ध्वनि प्रभाव, संगीत तक, यहां तक ​​कि पूरी तरह से अलग व्यक्तित्व वाले आभासी पात्रों को बनाने के लिए वस्तुतः हर रचनात्मक डोमेन में काम चल रहा है।

खेलों में एआई कोई नई बात नहीं है। अटारी के पोंग जैसे शुरुआती खेलों में भी खिलाड़ी को चुनौती देने के लिए कंप्यूटर नियंत्रित विरोधी थे। हालाँकि, ये आभासी दुश्मन एआई नहीं चला रहे थे जैसा कि आज हम जानते हैं। वे केवल गेम डिजाइनरों द्वारा तैयार की गई स्क्रिप्टेड प्रक्रियाएँ थीं। उन्होंने एक कृत्रिम रूप से बुद्धिमान प्रतिद्वंद्वी का अनुकरण किया, लेकिन वे सीख नहीं सके, और वे केवल उतने ही अच्छे थे जितने उन्हें बनाने वाले प्रोग्रामर थे।

अब जो भिन्न है वह उपलब्ध कंप्यूटिंग शक्ति की मात्रा है, तेज माइक्रोप्रोसेसरों और क्लाउड के लिए धन्यवाद। इस शक्ति के साथ, बड़े तंत्रिका नेटवर्क का निर्माण संभव है जो अत्यधिक जटिल डोमेन में पैटर्न और प्रतिनिधित्व की पहचान कर सके।

इस ब्लॉग पोस्ट के दो भाग हैं:

• भाग I में खेलों के लिए जनरेटिव AI के क्षेत्र के लिए हमारी टिप्पणियों और भविष्यवाणियों को शामिल किया गया है।
• भाग II अंतरिक्ष का हमारा बाजार मानचित्र है, जिसमें विभिन्न खंडों की रूपरेखा और प्रत्येक में प्रमुख कंपनियों की पहचान की गई है।

सामग्री की तालिका

मान्यताओं

सबसे पहले, आइए इस ब्लॉग पोस्ट के बाकी हिस्सों में अंतर्निहित कुछ धारणाओं का पता लगाएं:

1. सामान्य एआई में किए जा रहे शोध की मात्रा बढ़ती रहेगी, और अधिक प्रभावी तकनीकों का निर्माण करेगी

मशीन लर्निंग या आर्टिफिशियल इंटेलिजेंस पर प्रकाशित अकादमिक पत्रों की संख्या के इस ग्राफ पर विचार करें अर्क्सिव आर्काइव प्रत्येक माह:

जैसा कि आप देख सकते हैं, कागजात की संख्या तेजी से बढ़ रही है, धीमा होने का कोई संकेत नहीं है। और इसमें केवल प्रकाशित कागजात शामिल हैं - अधिकांश शोध कभी भी प्रकाशित नहीं होते हैं, सीधे स्रोत मॉडल या उत्पाद आर एंड डी को खोलने के लिए जा रहे हैं। परिणाम रुचि और नवीनता में एक विस्फोट है।

2. सभी मनोरंजनों में, गेम जनरेटिव एआई से सबसे अधिक प्रभावित होंगे

खेल मनोरंजन का सबसे जटिल रूप है, इसमें शामिल संपत्ति प्रकारों (2डी कला, 3डी कला, ध्वनि प्रभाव, संगीत, संवाद, आदि) की संख्या के संदर्भ में। वास्तविक समय के अनुभवों पर भारी जोर देने के साथ खेल भी सबसे अधिक संवादात्मक होते हैं। यह नए गेम डेवलपर्स के लिए प्रवेश के लिए एक बड़ी बाधा बनाता है, साथ ही एक आधुनिक, चार्ट-टॉपिंग गेम बनाने के लिए एक तेज लागत। यह जनरेटिव एआई व्यवधान के लिए जबरदस्त अवसर भी पैदा करता है।

जैसे खेल पर विचार करें लाल मृत मुक्ति 2, अब तक के सबसे महंगे खेलों में से एक है, जिसे बनाने में लगभग $500 मिलियन की लागत आई है। यह देखना आसान है क्यों - यह बाजार पर किसी भी गेम की सबसे सुंदर, पूरी तरह से महसूस की गई आभासी दुनिया में से एक है। इसके निर्माण में लगभग 8 साल लगे, इसमें 1,000 से अधिक गैर-बजाने योग्य पात्र (प्रत्येक अपने स्वयं के व्यक्तित्व, कलाकृति और आवाज अभिनेता के साथ), लगभग 30 वर्ग मील आकार की दुनिया, 100 से अधिक मिशन 6 अध्यायों में विभाजित हैं, और लगभग 60 घंटे का संगीत 100 से अधिक संगीतकारों द्वारा बनाया गया। इस खेल के बारे में सब कुछ बड़ा है।

अब रेड डेड रिडेम्पशन 2 की तुलना करें Microsoft उड़ान सिम्युलेटर, जो सिर्फ बड़ा नहीं है, यह बहुत बड़ा है। Microsoft फ्लाइट सिमुलेटर खिलाड़ियों को पूरे ग्रह पृथ्वी के चारों ओर उड़ान भरने में सक्षम बनाता है, इसके सभी 197 मिलियन वर्ग मील। Microsoft ने इतना बड़ा गेम कैसे बनाया? एआई को करने देकर। माइक्रोसॉफ्ट के साथ भागीदारी की ब्लैकशार्क.एआई, और एक एआई को प्रशिक्षित किया 3डी उपग्रह छवियों से एक फोटोयथार्थवादी 2डी दुनिया उत्पन्न करें.

यह एक ऐसे खेल का उदाहरण है जिसे एआई के उपयोग के बिना बनाना सचमुच असंभव होता, और इसके अलावा, इस तथ्य से लाभ होता है कि इन मॉडलों को समय के साथ लगातार सुधार किया जा सकता है। उदाहरण के लिए, वे "हाईवे क्लोवरलीफ़ ओवरपास" मॉडल को बढ़ा सकते हैं, पूरी निर्माण प्रक्रिया को फिर से चला सकते हैं, और अचानक पूरे ग्रह पर सभी हाईवे ओवरपास में सुधार हो सकता है।

3. खेल उत्पादन में शामिल प्रत्येक संपत्ति के लिए एक जनरेटिव एआई मॉडल होगा

अब तक स्टेबल डिफ्यूज़न या मिडजर्नी जैसे 2डी इमेज जेनरेटर ने जेनेरेटिव एआई पर अधिकांश लोकप्रिय उत्साह पर कब्जा कर लिया है क्योंकि वे छवियों की आकर्षक प्रकृति को उत्पन्न कर सकते हैं। लेकिन पहले से ही गेम में शामिल लगभग सभी संपत्तियों के लिए जेनेरेटिव एआई मॉडल हैं, 3डी मॉडल से लेकर चरित्र एनिमेशन, संवाद और संगीत तक। इस ब्लॉग पोस्ट के दूसरे भाग में प्रत्येक प्रकार की सामग्री पर ध्यान केंद्रित करने वाली कुछ कंपनियों को हाइलाइट करने वाला मार्केट मैप शामिल है।

4. सामग्री की कीमत नाटकीय रूप से गिर जाएगी, कुछ मामलों में प्रभावी रूप से शून्य हो जाएगी।

जब गेम डेवलपर्स से बात की जा रही है जो जेनेरेटिव एआई को अपनी उत्पादन पाइपलाइन में एकीकृत करने के लिए प्रयोग कर रहे हैं, तो सबसे बड़ा उत्साह समय और लागत में नाटकीय कमी को लेकर है। एक डेवलपर ने हमें बताया है कि एक छवि के लिए अवधारणा कला उत्पन्न करने का उनका समय, शुरू से अंत तक, 3 सप्ताह से घटकर एक घंटे हो गया है: 120 से 1 की कमी। हमें विश्वास है कि संपूर्ण उत्पादन पाइपलाइन में समान बचत संभव होगी।

स्पष्ट होने के लिए, कलाकारों को प्रतिस्थापित किए जाने का खतरा नहीं है। इसका अर्थ यह है कि कलाकारों को अब सारा काम स्वयं करने की आवश्यकता नहीं है: वे अब प्रारंभिक रचनात्मक दिशा निर्धारित कर सकते हैं, फिर अधिक समय लेने वाले और तकनीकी निष्पादन को एआई को सौंप सकते हैं। इसमें, वे हाथ से बनाए गए एनीमेशन के शुरुआती दिनों के सीएल चित्रकारों की तरह हैं, जिसमें अत्यधिक कुशल "इंकर्स" ने एनीमेशन की रूपरेखा तैयार की, और फिर कम लागत वाले "चित्रकारों" की सेना पेंटिंग का समय लेने वाला काम करेगी। एनीमेशन सेल, लाइनों में भरना। यह खेल निर्माण के लिए "स्वत: पूर्ण" है।

5. हम अभी भी इस क्रांति की शैशवावस्था में हैं और बहुत सी प्रथाओं को अभी भी परिष्कृत करने की आवश्यकता है

हाल के तमाम उत्साह के बावजूद, हम अभी भी शुरुआती लाइन पर ही हैं। गेम के लिए इस नई तकनीक का उपयोग कैसे किया जाए, यह पता लगाने के लिए आगे बहुत अधिक काम है, और इस नई जगह में तेजी से आगे बढ़ने वाली कंपनियों के लिए भारी अवसर उत्पन्न होंगे।

सामग्री की तालिका

भविष्यवाणियों

इन धारणाओं को देखते हुए, यहाँ कुछ भविष्यवाणियाँ हैं कि खेल उद्योग कैसे रूपांतरित हो सकता है:

1. जनरेटिव एआई का प्रभावी ढंग से उपयोग करना सीखना एक विपणन योग्य कौशल बन जाएगा

पहले से ही हम कुछ प्रयोगकर्ताओं को दूसरों की तुलना में जनरेटिव एआई का अधिक प्रभावी ढंग से उपयोग करते हुए देख रहे हैं। इस नई तकनीक का अधिक से अधिक उपयोग करने के लिए विभिन्न प्रकार के उपकरणों और तकनीकों का उपयोग करने और उनके बीच बाउंस करने के तरीके को जानने की आवश्यकता है। हम भविष्यवाणी करते हैं कि यह एक प्रोग्रामर के तकनीकी कौशल के साथ एक कलाकार की रचनात्मक दृष्टि को मिलाकर एक विपणन योग्य कौशल बन जाएगा।

क्रिस एंडरसन यह कहने के लिए प्रसिद्ध हैं, "हर बहुतायत एक नई कमी पैदा करती है।" चूंकि सामग्री प्रचुर मात्रा में हो जाती है, हम मानते हैं कि यह कलाकार हैं जो जानते हैं कि एआई उपकरणों के साथ सबसे सहयोगी और प्रभावी ढंग से कैसे काम करना है जो सबसे कम आपूर्ति में होंगे।

उदाहरण के लिए, प्रोडक्शन आर्टवर्क के लिए जनरेटिव एआई का उपयोग करने के लिए विशेष चुनौतियों का सामना करना पड़ता है, जिनमें निम्न शामिल हैं:

• जुटना। किसी भी उत्पादन संपत्ति के साथ, आपको सड़क के नीचे संपत्ति में बदलाव या संपादन करने में सक्षम होना चाहिए। एआई उपकरण के साथ, इसका मतलब है कि संपत्ति को उसी संकेत के साथ पुन: उत्पन्न करने में सक्षम होने की आवश्यकता है, ताकि आप परिवर्तन कर सकें। यह मुश्किल हो सकता है क्योंकि एक ही संकेत बहुत अलग परिणाम उत्पन्न कर सकता है।
• अंदाज। किसी दिए गए खेल में सभी कलाओं के लिए एक सुसंगत शैली होना महत्वपूर्ण है - जिसका अर्थ है कि आपके उपकरणों को आपकी दी गई शैली पर प्रशिक्षित या अन्यथा बंधे रहने की आवश्यकता है।

2. बाधाओं को कम करने से अधिक जोखिम लेने और रचनात्मक अन्वेषण होगा

हम जल्द ही खेल विकास के एक नए "स्वर्ण युग" में प्रवेश कर सकते हैं, जिसमें प्रवेश के लिए एक कम बाधा के परिणामस्वरूप अधिक नवीन और रचनात्मक खेलों का विस्फोट होता है। सिर्फ इसलिए नहीं कि कम उत्पादन लागत के परिणामस्वरूप कम जोखिम होता है, बल्कि इसलिए कि ये उपकरण व्यापक दर्शकों के लिए उच्च-गुणवत्ता वाली सामग्री बनाने की क्षमता को अनलॉक करते हैं। जो अगली भविष्यवाणी की ओर जाता है ...

3. एआई-समर्थित "माइक्रो गेम स्टूडियो" में वृद्धि

जनरेटिव एआई उपकरणों और सेवाओं के साथ सशस्त्र, हम केवल 1 या 2 कर्मचारियों के छोटे "माइक्रो स्टूडियो" द्वारा उत्पादित अधिक व्यवहार्य वाणिज्यिक गेम देखना शुरू कर देंगे। एक छोटे इंडी गेम स्टूडियो का विचार नया नहीं है - हिट गेम हमारे बीच स्टूडियो इनर्सलोथ द्वारा केवल 5 कर्मचारियों के साथ बनाया गया था - लेकिन इन छोटे स्टूडियो द्वारा बनाए जा सकने वाले खेलों का आकार और पैमाना बढ़ेगा। इसका परिणाम होगा…

4. प्रत्येक वर्ष जारी होने वाले खेलों की संख्या में वृद्धि

यूनिटी और रोब्लोक्स की सफलता ने दिखाया है कि शक्तिशाली रचनात्मक उपकरण प्रदान करने से अधिक गेम बनते हैं। जनरेटिव एआई बार को और भी कम कर देगा, जिससे और भी अधिक संख्या में गेम बनेंगे। उद्योग पहले से ही खोज की चुनौतियों से ग्रस्त है - इससे भी अधिक स्टीम में 10,000 गेम जोड़े गए पिछले साल ही - और यह खोज पर और भी अधिक दबाव डालेगा। हालांकि हम यह भी देखेंगे…

5. नए प्रकार के गेम बनाए गए हैं जो जेनेरेटिव एआई से पहले संभव नहीं थे

हम नई खेल शैलियों का आविष्कार करते हुए देखेंगे जो जनरेटिव एआई के बिना संभव नहीं थे। हम पहले ही माइक्रोसॉफ्ट के उड़ान सिम्युलेटर के बारे में बात कर चुके हैं, लेकिन पूरी तरह से नई शैलियों का आविष्कार किया जाएगा जो नई सामग्री की रीयल-टाइम पीढ़ी पर निर्भर करती हैं।

विचार करना तीर चलाने वाला, द्वारा स्पेलब्रश. यह एक आरपीजी गेम है जिसमें लगभग असीमित नए गेमप्ले के लिए एआई-निर्मित वर्ण शामिल हैं।

हम एक अन्य गेम डेवलपर के बारे में भी जानते हैं जो एआई का उपयोग खिलाड़ियों को अपना इन-गेम अवतार बनाने के लिए कर रहा है। पहले उनके पास हाथ से खींची गई अवतार छवियों का एक संग्रह था जिसे खिलाड़ी अपने अवतार को बनाने के लिए मिक्स-एंड-मैच कर सकते थे - अब उन्होंने इसे पूरी तरह से बाहर कर दिया है, और केवल खिलाड़ी के विवरण से अवतार छवि बना रहे हैं। खिलाड़ियों को एआई के माध्यम से सामग्री उत्पन्न करने देना खिलाड़ियों को खरोंच से अपनी सामग्री अपलोड करने देने की तुलना में अधिक सुरक्षित है, क्योंकि एआई को आक्रामक सामग्री बनाने से बचने के लिए प्रशिक्षित किया जा सकता है, जबकि अभी भी खिलाड़ियों को स्वामित्व की अधिक समझ है।

6. मूल्य उद्योग विशिष्ट एआई उपकरणों के लिए अर्जित होगा, न कि केवल मूलभूत मॉडल

स्टेबल डिफ्यूजन और मिडजर्नी जैसे मूलभूत मॉडलों के प्रति उत्साह और चर्चा आंखों को चौंका देने वाला मूल्यांकन पैदा कर रही है, लेकिन नए शोधों की निरंतर बाढ़ यह सुनिश्चित करती है कि नए मॉडल आएंगे और नई तकनीकों को परिष्कृत किया जाएगा। 3 लोकप्रिय जनरेटिव AI मॉडल के लिए वेबसाइट खोज ट्रैफ़िक पर विचार करें: Dall-E, Midjourney, और Stable Diffusion। प्रत्येक नए मॉडल की स्पॉटलाइट में अपनी बारी होती है।

एक वैकल्पिक तरीका यह हो सकता है कि उद्योग से जुड़े उपकरणों के सूट का निर्माण किया जाए जो किसी विशेष दर्शकों की गहरी समझ और मौजूदा उत्पादन पाइपलाइनों (जैसे कि यूनिटी या गेम्स के लिए अवास्तविक) में समृद्ध एकीकरण के साथ किसी दिए गए उद्योग की जनरेटिव एआई जरूरतों पर ध्यान केंद्रित करता है।

एक अच्छा उदाहरण है मार्ग जो एआई असिस्टेड टूल्स जैसे वीडियो एडिटिंग, ग्रीन स्क्रीन रिमूवल, इनपेंटिंग और मोशन ट्रैकिंग के साथ वीडियो क्रिएटर्स की जरूरतों को लक्षित करता है। इस तरह के टूल समय के साथ नए मॉडल जोड़ते हुए, दी गई ऑडियंस बना सकते हैं और उनसे कमाई कर सकते हैं. हमने अभी तक खेलों के लिए रनवे जैसे सुइट को अभी तक उभरते हुए नहीं देखा है, लेकिन हम जानते हैं कि यह सक्रिय विकास का स्थान है।

7. कानूनी चुनौतियां आ रही हैं

इन सभी जनरेटिव एआई मॉडल में क्या समानता है कि उन्हें सामग्री के बड़े पैमाने पर डेटासेट का उपयोग करके प्रशिक्षित किया जाता है, जो अक्सर इंटरनेट को स्क्रैप करके बनाया जाता है। स्थिर प्रसार, उदाहरण के लिए, वेब से स्क्रैप किए गए 5 अरब से अधिक छवि/कैप्शन जोड़े पर प्रशिक्षित किया जाता है।

फिलहाल ये मॉडल "उचित उपयोग" कॉपीराइट सिद्धांत के तहत काम करने का दावा कर रहे हैं, लेकिन इस तर्क का अभी तक अदालत में निश्चित रूप से परीक्षण नहीं किया गया है। इससे साफ प्रतीत होता है कानूनी चुनौतियां आ रही हैं जो संभावित रूप से जनरेशन एआई के परिदृश्य को बदल देगा।

यह संभव है कि बड़े स्टूडियो आंतरिक सामग्री पर निर्मित मालिकाना मॉडल बनाकर प्रतिस्पर्धात्मक लाभ की तलाश करेंगे, जिसका उनका स्पष्ट अधिकार और शीर्षक है। उदाहरण के लिए, Microsoft यहाँ विशेष रूप से अच्छी स्थिति में है 23 पहले पार्टी स्टूडियो आज, और एक और 7 के बाद इसकी Activision का अधिग्रहण बंद हो जाता है.

8. प्रोग्रामिंग को कलात्मक सामग्री के रूप में गहराई से बाधित नहीं किया जाएगा - कम से कम अभी तक नहीं

सॉफ्टवेयर इंजीनियरिंग खेल के विकास की अन्य प्रमुख लागत है, लेकिन जैसा कि a16z Enterprise टीम के हमारे सहयोगियों ने अपने हालिया ब्लॉग पोस्ट में साझा किया है, कला मृत नहीं है, यह सिर्फ मशीन-जनित है, एआई मॉडल के साथ कोड जनरेट करने के लिए अधिक परीक्षण और सत्यापन की आवश्यकता होती है, और इस प्रकार रचनात्मक संपत्ति बनाने की तुलना में उत्पादकता में सुधार कम होता है। Copilot जैसे कोडिंग उपकरण इंजीनियरों के लिए मध्यम प्रदर्शन सुधार प्रदान कर सकते हैं, लेकिन समान प्रभाव नहीं होगा... कम से कम कभी भी जल्द ही।

सामग्री की तालिका

अनुशंसाएँ

इन भविष्यवाणियों के आधार पर, हम निम्नलिखित अनुशंसाएँ प्रदान करते हैं:

1. अभी जनरेटिव एआई की खोज शुरू करें

इस आने वाली जनरेटिव एआई क्रांति की शक्ति का पूरी तरह से लाभ उठाने का तरीका जानने में कुछ समय लगने वाला है। अभी शुरू करने वाली कंपनियों को बाद में फायदा होगा। हम ऐसे कई स्टूडियो को जानते हैं जिनके पास यह पता लगाने के लिए आंतरिक प्रयोगात्मक परियोजनाएं चल रही हैं कि ये तकनीकें उत्पादन को कैसे प्रभावित कर सकती हैं।

2. मार्केट मैप के अवसरों की तलाश करें

हमारे मार्केट मैप के कुछ हिस्सों में पहले से ही बहुत भीड़ है, जैसे एनिमेशन या स्पीच और डायलॉग, लेकिन अन्य क्षेत्र व्यापक रूप से खुले हैं। हम इस स्थान में रुचि रखने वाले उद्यमियों को उन क्षेत्रों पर अपने प्रयासों पर ध्यान केंद्रित करने के लिए प्रोत्साहित करते हैं जो अभी भी अनछुए हैं, जैसे "रनवे फॉर गेम्स"।

सामग्री की तालिका

बाजार की वर्तमान स्थिति

हमने इन श्रेणियों में से प्रत्येक में जिन कंपनियों की पहचान की है, उनकी सूची पर कब्जा करने के लिए हमने एक मार्केट मैप बनाया है, जहाँ हम जेनेरेटिव एआई को प्रभावित करने वाले गेम देखते हैं। यह ब्लॉग पोस्ट उन श्रेणियों में से प्रत्येक के माध्यम से जाता है, इसे थोड़ा और विस्तार से समझाता है, और प्रत्येक श्रेणी में सबसे रोमांचक कंपनियों को उजागर करता है।

सामग्री की तालिका

2डी छवियां

टेक्स्ट प्रांप्ट से 2डी छवियां बनाना पहले से ही जेनेरेटिव एआई के सबसे व्यापक रूप से लागू क्षेत्रों में से एक है। जैसे उपकरण मध्य यात्रा, स्थिर प्रसार, तथा दल-ई 2 पाठ से उच्च गुणवत्ता वाली 2डी छवियां उत्पन्न कर सकते हैं, और खेल जीवन चक्र के कई चरणों में पहले से ही खेल उत्पादन में अपना रास्ता खोज चुके हैं।

कॉन्सेप्ट आर्ट

जनरेटिव एआई उपकरण "विचार" में उत्कृष्ट हैं या गैर-कलाकारों की मदद करते हैं, जैसे गेम डिजाइनर, अवधारणा कलाकृति उत्पन्न करने के लिए बहुत तेज़ी से अवधारणाओं और विचारों का पता लगाते हैं, जो उत्पादन प्रक्रिया का एक महत्वपूर्ण हिस्सा है। उदाहरण के लिए, एक स्टूडियो (गुमनाम रहना) अपनी अवधारणा कला प्रक्रिया को मौलिक रूप से तेज करने के लिए इनमें से कई उपकरणों का एक साथ उपयोग कर रहा है, एक ऐसी छवि बनाने के लिए एक दिन लेता है जिसमें पहले 3 सप्ताह तक का समय लगता था।

• सबसे पहले, उनके गेम डिज़ाइनर मिडजर्नी का उपयोग विभिन्न विचारों का पता लगाने और उन छवियों को उत्पन्न करने के लिए करते हैं जो उन्हें प्रेरक लगती हैं।
• ये एक पेशेवर अवधारणा कलाकार के रूप में बदल जाते हैं, जो उन्हें एक साथ जोड़ते हैं और एक सुसंगत छवि बनाने के लिए परिणाम पर पेंट करते हैं - जिसे बाद में विविधताओं का एक गुच्छा बनाने के लिए स्थिर प्रसार में खिलाया जाता है।
• वे इन विविधताओं पर चर्चा करते हैं, एक को चुनते हैं, मैन्युअल रूप से कुछ संपादन करते हैं - फिर प्रक्रिया को तब तक दोहराते हैं जब तक वे परिणाम से खुश नहीं हो जाते।
• उस स्तर पर, फिर इस छवि को अंतिम बार कला के अंतिम टुकड़े को बनाने के लिए इसे "अपस्केल" करने के लिए स्थिर प्रसार में वापस पास करें।

2डी प्रोडक्शन आर्ट

कुछ स्टूडियो पहले से ही इन-गेम प्रोडक्शन आर्टवर्क के लिए समान टूल का उपयोग करके प्रयोग कर रहे हैं। उदाहरण के लिए, यहाँ एक अच्छा है अल्बर्ट Bozesan से ट्यूटोरियल इन-गेम 2डी एसेट बनाने के लिए स्टेबल डिफ्यूजन का उपयोग करने पर।

सामग्री की तालिका

3 डी कलाकृति

3डी संपत्ति सभी आधुनिक खेलों के साथ-साथ आने वाले मेटावर्स के निर्माण खंड हैं। एक आभासी दुनिया, या खेल स्तर, अनिवार्य रूप से केवल 3D संपत्तियों का एक संग्रह है, जिसे पर्यावरण को आबाद करने के लिए रखा और संशोधित किया गया है। हालाँकि, एक 3D संपत्ति बनाना, 2D छवि बनाने की तुलना में अधिक जटिल है, और इसमें 3D मॉडल बनाने और बनावट और प्रभाव जोड़ने सहित कई चरण शामिल हैं। एनिमेटेड पात्रों के लिए, इसमें एक आंतरिक "कंकाल" बनाना और फिर उस कंकाल के ऊपर एनिमेशन बनाना भी शामिल है।

हम इस 3D संपत्ति निर्माण प्रक्रिया के प्रत्येक चरण के बाद कई अलग-अलग स्टार्टअप देख रहे हैं, जिनमें मॉडल निर्माण, चरित्र एनीमेशन और स्तर निर्माण शामिल हैं। यह अभी तक एक हल समस्या नहीं है, हालांकि - अभी तक कोई भी समाधान उत्पादन में पूरी तरह से एकीकृत होने के लिए तैयार नहीं है।

3डी संपत्तियां

3डी मॉडल निर्माण समस्या को हल करने की कोशिश कर रहे स्टार्टअप्स में शामिल हैं कैदिम, मृगतृष्णा, तथा कल्पना का. एनवीडिया सहित बड़ी कंपनियां भी इस समस्या को देख रही हैं 3डी प्राप्त करें और ऑटोडेस्क क्लिपफोर्ज. Kaedim और Get3d इमेज-टू-3D पर केंद्रित हैं; क्लिपफोर्ज और मिराज टेक्स्ट-टू-3डी पर केंद्रित हैं, जबकि हाइपोथेटिक टेक्स्ट-टू-3डी सर्च और इमेज-टू-3डी दोनों में रुचि रखता है।

3डी बनावट

एक 3D मॉडल केवल बनावट या सामग्री के रूप में यथार्थवादी दिखता है जो जाल पर लागू होता है। मध्यकालीन महल के मॉडल पर लागू करने के लिए कौन सा काई, अपक्षयित पत्थर की बनावट का निर्णय लेना एक दृश्य के रूप और अनुभव को पूरी तरह से बदल सकता है। बनावट में मेटाडेटा होता है कि प्रकाश सामग्री पर कैसे प्रतिक्रिया करता है (यानी खुरदरापन, चमक, आदि)। पाठ या छवि संकेतों के आधार पर कलाकारों को आसानी से बनावट बनाने की अनुमति देना रचनात्मक प्रक्रिया के भीतर पुनरावृत्ति की गति बढ़ाने के लिए बेहद मूल्यवान होगा। सहित कई टीमें इस अवसर का पीछा कर रही हैं बेरियमएआई, पोंजु, तथा आर्मरलैब.

एनीमेशन

महान एनीमेशन बनाना खेल निर्माण प्रक्रिया के सबसे अधिक समय लेने वाले, महंगे और कुशल भागों में से एक है। लागत को कम करने और अधिक यथार्थवादी एनीमेशन बनाने का एक तरीका मोशन कैप्चर का उपयोग करना है, जिसमें आप एक अभिनेता या डांसर को मोशन कैप्चर सूट में रखते हैं और उन्हें विशेष रूप से इंस्ट्रूमेंटेड मोशन कैप्चर चरण में चलते हुए रिकॉर्ड करते हैं।

अब हम जनरेटिव एआई मॉडल देख रहे हैं जो सीधे वीडियो से एनिमेशन कैप्चर कर सकते हैं। यह बहुत अधिक कुशल है, क्योंकि यह महंगे मोशन कैप्चर रिग की आवश्यकता को हटा देता है, और क्योंकि इसका मतलब है कि आप मौजूदा वीडियो से एनीमेशन कैप्चर कर सकते हैं। इन मॉडलों का एक और रोमांचक पहलू यह है कि इनका उपयोग मौजूदा एनिमेशन में फ़िल्टर लागू करने के लिए भी किया जा सकता है, जैसे कि उन्हें नशे में, या बूढ़ा, या खुश दिखाना। इस स्पेस के बाद जाने वाली कंपनियों में शामिल हैं Kinetix, गहरापन, मौलिक, हटो ऐ, तथा प्लास्क.

स्तर डिजाइन और विश्व निर्माण

खेल निर्माण के सबसे अधिक समय लेने वाले पहलुओं में से एक खेल की दुनिया का निर्माण करना है, एक ऐसा कार्य जिसके लिए जेनेरेटिव एआई उपयुक्त होना चाहिए। माइनक्राफ्ट, नो मैन्स स्काई, और डियाब्लो जैसे खेल पहले से ही अपने स्तरों को उत्पन्न करने के लिए प्रक्रियात्मक तकनीकों का उपयोग करने के लिए प्रसिद्ध हैं, जिसमें स्तरों को बेतरतीब ढंग से बनाया जाता है, हर बार अलग, लेकिन स्तर डिजाइनर द्वारा निर्धारित नियमों का पालन करते हुए। नए अवास्तविक 5 गेम इंजन का एक बड़ा विक्रय बिंदु खुली दुनिया के डिजाइन के लिए प्रक्रियात्मक उपकरणों का संग्रह है, जैसे पत्ते की नियुक्ति।

हमने अंतरिक्ष में कुछ पहलें देखी हैं, जैसे प्रोमिथियन, एमएलएक्सएआर, या मेटा बिल्डर बोटी, और सोचते हैं कि यह केवल समय की बात है जब जनरेटिव तकनीक बड़े पैमाने पर प्रक्रियात्मक तकनीकों को बदल देती है। अंतरिक्ष में कुछ समय के लिए शैक्षणिक अनुसंधान किया गया है, जिसमें शामिल हैं Minecraft के लिए जनरेटिव तकनीक or कयामत में स्तर डिजाइन.

स्तर के डिजाइन के लिए जनरेटिव एआई टूल्स की प्रतीक्षा करने का एक और सम्मोहक कारण विभिन्न शैलियों में स्तर और दुनिया बनाने की क्षमता होगी। आप कल्पना कर सकते हैं कि 1920 के फ्लैपर युग न्यूयॉर्क, बनाम डायस्टोपियन ब्लेड-रनर-एस्क्यू भविष्य, बनाम टॉकियन-एस्क्यू फंतासी दुनिया में दुनिया उत्पन्न करने के लिए उपकरण पूछ रहे हैं।

निम्नलिखित अवधारणाओं को मिडजर्नी द्वारा शीघ्र, "की शैली में एक खेल स्तर ..." का उपयोग करके उत्पन्न किया गया था।

ऑडियो

ध्वनि और संगीत गेमप्ले अनुभव का एक बड़ा हिस्सा हैं। हम ग्राफिक्स पक्ष पर पहले से ही हो रहे काम को पूरा करने के लिए ऑडियो उत्पन्न करने के लिए जनरेटिव एआई का उपयोग करने वाली कंपनियों को देखना शुरू कर रहे हैं।

ध्वनि प्रभाव

ध्वनि प्रभाव एआई के लिए एक आकर्षक खुला क्षेत्र है। वहाँ किया गया है शैक्षणिक कागजात फिल्म में "फोली" उत्पन्न करने के लिए एआई का उपयोग करने के विचार की खोज करना (उदाहरण के लिए कदम) लेकिन गेमिंग में कुछ व्यावसायिक उत्पाद अभी तक।

हमें लगता है कि यह केवल समय की बात है, क्योंकि खेलों की संवादात्मक प्रकृति इसे जनरेटिव एआई के लिए एक स्पष्ट अनुप्रयोग बनाती है, दोनों उत्पादन के हिस्से के रूप में स्थिर ध्वनि प्रभाव पैदा करते हैं ("लेजर गन साउंड, स्टार वार्स की शैली में"), और रन-टाइम पर रीयल-टाइम इंटरैक्टिव ध्वनि प्रभाव बनाना।

खिलाड़ी के चरित्र के लिए कदमों की आवाज़ पैदा करने जैसी सरल चीज़ पर विचार करें। अधिकांश गेम पूर्व-रिकॉर्डेड फुटस्टेप ध्वनियों की एक छोटी संख्या को शामिल करके इसे हल करते हैं: घास पर चलना, बजरी पर चलना, घास पर दौड़ना, बजरी पर दौड़ना, आदि। ये उत्पन्न करने और प्रबंधित करने के लिए कठिन हैं, और रनटाइम पर दोहरावदार और अवास्तविक लगते हैं।

फोली ध्वनि प्रभावों के लिए एक बेहतर दृष्टिकोण एक वास्तविक समय जनरेटिव एआई मॉडल होगा, जो फ्लाई पर उचित ध्वनि प्रभाव उत्पन्न कर सकता है, हर बार थोड़ा अलग होता है, जो इन-गेम पैरामीटर जैसे जमीन की सतह, चरित्र का वजन, के लिए उत्तरदायी होते हैं। चाल, जूते, आदि

संगीत

संगीत हमेशा खेलों के लिए एक चुनौती रहा है। यह महत्वपूर्ण है, क्योंकि यह फिल्म या टेलीविजन की तरह ही भावनात्मक स्वर को सेट करने में मदद कर सकता है, लेकिन चूंकि खेल सैकड़ों या हजारों घंटों तक चल सकते हैं, यह जल्दी से दोहराव या कष्टप्रद हो सकता है। इसके अलावा, खेलों की संवादात्मक प्रकृति के कारण, संगीत के लिए किसी भी समय स्क्रीन पर जो कुछ भी हो रहा है, उससे मेल खाना कठिन हो सकता है।

अनुकूली संगीत गेम ऑडियो में दो दशक से भी अधिक समय से एक विषय रहा है, माइक्रोसॉफ्ट के "डायरेक्टम्यूजिक” इंटरैक्टिव संगीत बनाने के लिए प्रणाली। DirectMusic को कभी भी व्यापक रूप से अनुकूलित नहीं किया गया था, मोटे तौर पर प्रारूप में रचना करने की कठिनाई के कारण। मोनोलिथ की तरह केवल कुछ खेल कोई भी हमेशा के लिए नहीं रहता है, वास्तव में इंटरैक्टिव स्कोर बनाया।

अब हम देख रहे हैं कि कई कंपनियाँ एआई जनित संगीत बनाने की कोशिश कर रही हैं, जैसे कि ध्वनिपूर्ण, संगीतकार, हारमोनाई, अनंत एल्बम, तथा Aiva. और जबकि कुछ टूल्स आज, जैसे ज्यूकबॉक्स ओपन एआई द्वारा, अत्यधिक कम्प्यूटेशनल रूप से गहन हैं और वास्तविक समय में नहीं चल सकते हैं, प्रारंभिक मॉडल बनने के बाद अधिकांश वास्तविक समय में चल सकते हैं।

भाषण और संवाद

बड़ी संख्या में कंपनियां इन-गेम पात्रों के लिए यथार्थवादी आवाज़ें बनाने की कोशिश कर रही हैं। भाषण संश्लेषण के माध्यम से कंप्यूटरों को आवाज देने की कोशिश के लंबे इतिहास को देखते हुए यह आश्चर्य की बात नहीं है। कंपनियां शामिल हैं सोनटिक, कोक्वि, प्रतिकृति स्टूडियो, सदृश.ए.आई, Readspeaker.ai, और बहुत ज्यादा है.

भाषण के लिए जनरेटिव एआई का उपयोग करने के कई फायदे हैं, जो आंशिक रूप से बताते हैं कि यह जगह इतनी भीड़ क्यों है।

• ऑन-द-फ्लाई संवाद उत्पन्न करें। आमतौर पर खेलों में भाषण आवाज अभिनेताओं से पहले से रिकॉर्ड किया जाता है, लेकिन ये पहले से रिकॉर्ड किए गए डिब्बाबंद भाषणों तक सीमित होते हैं। जेनेरेटिव एआई डायलॉग के साथ, पात्र कुछ भी कह सकते हैं - जिसका अर्थ है कि वे खिलाड़ी जो कर रहे हैं उस पर पूरी तरह से प्रतिक्रिया कर सकते हैं। एनपीसी के लिए अधिक बुद्धिमान एआई मॉडल के साथ संयुक्त (इस ब्लॉग के दायरे से बाहर, लेकिन अभी नवाचार का एक समान रूप से रोमांचक क्षेत्र), खिलाड़ियों के लिए पूरी तरह से प्रतिक्रियाशील होने वाले खेलों का वादा जल्द ही आ रहा है।
• भूमिका निभाना। कई खिलाड़ी फंतासी पात्रों के रूप में खेलना चाहते हैं जो उनकी वास्तविक दुनिया की पहचान से बहुत कम समानता रखते हैं। हालाँकि, यह फंतासी टूट जाती है, जैसे ही खिलाड़ी अपनी आवाज़ में बोलते हैं। खिलाड़ी के अवतार से मेल खाने वाली उत्पन्न आवाज का उपयोग करना उस भ्रम को बनाए रखता है।
  नियंत्रण। जैसा कि भाषण उत्पन्न होता है, आप आवाज की बारीकियों को नियंत्रित कर सकते हैं जैसे कि इसकी टैम्ब्रे, इन्फ्लेक्शन, इमोशनल रेजोनेंस, फोनेम लेंथ, एक्सेंट, और बहुत कुछ।
• स्थानीयकरण। संवाद को किसी भी भाषा में अनुवादित करने और एक ही स्वर में बोलने की अनुमति देता है। कंपनियां पसंद करती हैं दीपदुब विशेष रूप से इस आला पर केंद्रित हैं।

सामग्री की तालिका

एनपीसी या खिलाड़ी पात्र

कई स्टार्टअप विश्वसनीय पात्रों को बनाने के लिए जनरेटिव एआई का उपयोग करने पर विचार कर रहे हैं, आंशिक रूप से क्योंकि यह आभासी सहायकों या रिसेप्शनिस्ट जैसे गेम के बाहर इतनी व्यापक प्रयोज्यता वाला बाजार है।

विश्वसनीय पात्र बनाने के प्रयास एआई अनुसंधान की शुरुआत में वापस जाते हैं। वास्तव में, आर्टिफिशियल इंटेलिजेंस के लिए क्लासिक "ट्यूरिंग टेस्ट" की परिभाषा यह है कि मानव को एआई बनाम मानव के साथ चैट वार्तालाप के बीच अंतर करने में असमर्थ होना चाहिए।

इस बिंदु पर सैकड़ों कंपनियां सामान्य प्रयोजन के चैटबॉट का निर्माण कर रही हैं, उनमें से कई GPT-3 जैसे भाषा मॉडल द्वारा संचालित हैं। एक छोटी संख्या विशेष रूप से मनोरंजन के उद्देश्य से चैटबॉट बनाने की कोशिश कर रही है, जैसे कि Replika और एनिमा जो आभासी मित्र बनाने की कोशिश कर रहे हैं। एक आभासी प्रेमिका के साथ डेटिंग की अवधारणा, जैसा कि फिल्म हर में पता लगाया गया है, आपके विचार से अधिक निकट हो सकता है।

अब हम इन चैटबॉट प्लेटफार्मों की अगली पुनरावृत्ति देख रहे हैं, जैसे करिश्मा, Convai.comया, Inworld.ai, भावनाओं और एजेंसी के साथ पूरी तरह से प्रदान किए गए 3डी पात्रों को शक्ति देने के लिए, ऐसे उपकरणों के साथ जो निर्माता को इन पात्रों को लक्ष्य देने की अनुमति देते हैं। यह महत्वपूर्ण है अगर वे एक खेल के भीतर फिट होने जा रहे हैं या साजिश को आगे बढ़ाने में एक कथात्मक स्थान रखते हैं, बनाम विशुद्ध रूप से विंडो ड्रेसिंग।

सामग्री की तालिका

ऑल-इन-वन प्लेटफॉर्म

बड़े पैमाने पर सबसे सफल जनरेटिव AI टूल में से एक है रनवेएमएल.कॉम, क्योंकि यह एक ही पैकेज में क्रिएटर टूल के व्यापक सूट को एक साथ लाता है। वर्तमान में वीडियो गेम की सेवा देने वाला ऐसा कोई मंच नहीं है, और हमें लगता है कि यह एक अनदेखा अवसर है। हम एक ऐसे समाधान में निवेश करना पसंद करेंगे जिसमें विशेषताएं हों:

• संपूर्ण उत्पादन प्रक्रिया को कवर करने वाले जनरेटिव एआई टूल्स का पूरा सेट। (कोड, संपत्ति निर्माण, बनावट, ऑडियो, विवरण, आदि)
• अवास्तविक और एकता जैसे लोकप्रिय गेम इंजनों के साथ मजबूती से एकीकृत।
• एक विशिष्ट खेल उत्पादन पाइपलाइन में फिट होने के लिए डिज़ाइन किया गया।

सामग्री की तालिका

निष्कर्ष

गेम निर्माता बनने के लिए यह एक अविश्वसनीय समय है! आंशिक रूप से इस ब्लॉग पोस्ट में वर्णित उपकरणों के लिए धन्यवाद, गेम बनाने के लिए आवश्यक सामग्री उत्पन्न करना कभी आसान नहीं रहा - भले ही आपका गेम पूरे ग्रह जितना बड़ा हो!

एक दिन यह भी संभव है कि एक पूरे वैयक्तिकृत खेल की कल्पना की जाए, जो केवल खिलाड़ी के लिए बनाया गया हो, जो खिलाड़ी वास्तव में जो चाहता है उसके आधार पर हो। यह लंबे समय से विज्ञान कथाओं में रहा है - जैसे एंडर्स गेम में "एआई माइंड गेम", या स्टार ट्रेक में होलोडेक। लेकिन इस ब्लॉग पोस्ट में वर्णित उपकरणों के साथ जितनी जल्दी वे आगे बढ़ रहे हैं, यह कल्पना करना मुश्किल नहीं है कि यह वास्तविकता बस कोने के आसपास है।

यदि आप एक संस्थापक, या संभावित संस्थापक हैं, जो गेमिंग कंपनी के लिए AI बनाने में रुचि रखते हैं, तो कृपया संपर्क करें! हम तुम से सुनना चाहते है!