A generatív AI forradalom a játékokban

Ha szeretné megérteni, hogy a játékot milyen radikálisan fogja átalakítani a Generative AI, ne nézzen tovább a közelmúltban Twitter hozzászólás by @emmanuel_2m. Ebben a bejegyzésben a Stable Diffusion + Dreambooth, a népszerű 2D Generatív mesterséges intelligencia modellek használatát vizsgálja, hogy képeket állítson elő italokról egy hipotetikus játékhoz.

Ebben a munkában nem csak az az átformáló, hogy időt és pénzt takarít meg, miközben minőséget is nyújt – ezzel összetörve a klasszikus „költség, minőség vagy sebesség” háromszöget. A művészek most néhány óra leforgása alatt készítenek kiváló minőségű képeket, amelyeket egyébként hetekbe telne a kézzel történő előállítás. Ami igazán átalakító, az az:

• Ez a kreatív erő most mindenki számára elérhető, aki elsajátít néhány egyszerű eszközt.
• Ezek az eszközök végtelen számú variációt képesek létrehozni, erősen iteratív módon.
• A képzést követően a folyamat valós idejű – az eredmények szinte azonnal elérhetők.

A valós idejű 3D óta nem létezett ilyen forradalmi technológia a játékban. Töltsön el bármilyen időt a játék készítőivel való beszélgetéssel, és érezhető az izgalom és a csoda érzése. Szóval hová tart ez a technológia? És hogyan változtatja meg a játékot? Először azonban nézzük meg, mi az a Generatív AI?

TARTALOMJEGYZÉK

Mi az a generatív AI

A generatív mesterséges intelligencia a gépi tanulás olyan kategóriája, ahol a számítógépek eredeti, új tartalmat állíthatnak elő a felhasználó kérésére. Manapság a szöveg és a képek ennek a technológiának a legkiforrottabb alkalmazásai, de szinte minden kreatív területen folyik a munka, az animációtól a hangeffektusokon át a zenén át egészen a teljesen kidolgozott személyiségű virtuális karakterek létrehozásáig.

Az AI természetesen nem újdonság a játékokban. Még a korai játékokban is, mint például az Atari's Pongban, voltak számítógép által vezérelt ellenfelek, akik kihívták a játékost. Ezek a virtuális ellenségek azonban nem a ma ismert AI-t futtatták. Egyszerűen játéktervezők által kidolgozott, forgatókönyvezett eljárások voltak. Mesterségesen intelligens ellenfelet szimuláltak, de nem tudtak tanulni, és csak annyira voltak jók, mint a programozók, akik megépítették őket.

Ami most más, az a rendelkezésre álló számítási teljesítmény mennyisége, köszönhetően a gyorsabb mikroprocesszoroknak és a felhőnek. Ezzel az erővel nagy neurális hálózatok építhetők fel, amelyek képesek azonosítani a mintákat és a reprezentációkat a rendkívül összetett tartományokban.

Ez a blogbejegyzés két részből áll:

• Az I. rész megfigyeléseinket és előrejelzéseinket tartalmazza a játékokhoz használt generatív AI területére vonatkozóan.
• A II. rész a terület piaci térképe, amely felvázolja a különböző szegmenseket, és mindegyikben azonosítja a kulcsfontosságú vállalatokat.

TARTALOMJEGYZÉK

Feltételezések

Először is vizsgáljunk meg néhány feltételezést, amelyek e blogbejegyzés további részei mögött állnak:

1. Az általánosan végzett mesterséges intelligencia kutatások száma tovább fog növekedni, és egyre hatékonyabb technikákat hoz létre

Tekintsük ezt a grafikont a gépi tanulásról vagy a mesterséges intelligenciáról a arXiv archívum minden hónapban:

Mint látható, a papírok száma exponenciálisan növekszik, a lassulásnak semmi jele. És ez csak a publikált tanulmányokat foglalja magában – a kutatások nagy részét soha nem is publikálják, közvetlenül a nyílt forráskódú modellekre vagy a termékek kutatására és fejlesztésére irányulnak. Az eredmény az érdeklődés és az innováció robbanásszerű növekedése.

2. Az összes szórakoztatás közül a játékokra lesz leginkább hatással a Generatív AI

A játékok a szórakozás legbonyolultabb formáját tekintve az érintett eszköztípusok (2D művészet, 3D művészet, hangeffektusok, zene, párbeszéd stb.) puszta számát tekintve. A játékok a leginteraktívabbak is, nagy hangsúlyt fektetve a valós idejű élményekre. Ez meredek akadályt képez az új játékfejlesztők belépése előtt, valamint egy modern, listavezető játék elkészítésének költsége. Óriási lehetőséget teremt a generatív mesterséges intelligencia megzavarására is.

Tekints egy olyan játékot, mint Red Dead Redemption 2, a valaha gyártott egyik legdrágább játék, amelynek elkészítése közel 500 millió dollárba került. Könnyű belátni, miért – a piacon elérhető játékok közül az egyik legszebb, legteljesebb mértékben megvalósított virtuális világgal rendelkezik. Közel 8 évbe telt az elkészítése is, több mint 1,000 nem játszható karaktert tartalmaz (mindegyik saját személyiséggel, grafikával és szinkronhanggal), egy közel 30 négyzetmérföldes világgal, több mint 100 küldetéssel 6 fejezetre osztva, és közel 60 órányi zene több mint 100 zenész által. Ebben a játékban minden nagy.

Hasonlítsa össze a Red Dead Redemption 2-t ezzel Microsoft Flight Simulator, ami nem csak nagy, hanem hatalmas is. A Microsoft Flight Simulator segítségével a játékosok körberepülhetik a Föld egész bolygóját, annak mind a 197 millió négyzetmérföldjét. Hogyan készített a Microsoft egy ilyen masszív játékot? Ha hagyjuk, hogy egy mesterséges intelligencia megtegye. A Microsoft együttműködött blackshark.ai, és kiképzett egy AI-t fotórealisztikus 3D világot hozhat létre 2D műholdképekből.

Ez egy példa egy olyan játékra, amelyet szó szerint lehetetlen lett volna megépíteni mesterséges intelligencia használata nélkül, és emellett előnyös, hogy ezek a modellek idővel folyamatosan fejleszthetők. Például javíthatják az „autópálya lóherelevelű felüljáró” modellt, újra lefuttathatják a teljes építési folyamatot, és hirtelen az egész bolygón az összes autópálya felüljárót javítják.

3. A játékgyártásban részt vevő minden eszközhöz lesz generatív AI modell

Eddig az olyan 2D képgenerátorok, mint a Stable Diffusion vagy a MidJourney, megragadták a Generative AI-val kapcsolatos népszerű izgalom nagy részét az általuk generált képek szemet gyönyörködtető jellege miatt. De már léteznek Generatív mesterséges intelligencia modellek gyakorlatilag minden játékhoz, a 3D modellektől a karakteranimációkig, a párbeszédekig és a zenéig. A blogbejegyzés második fele egy piaci térképet tartalmaz, amely kiemeli az egyes tartalomtípusokra összpontosító vállalatokat.

4. A tartalom ára drámaian csökken, és bizonyos esetekben gyakorlatilag nullára csökken.

Amikor olyan játékfejlesztőkkel beszélgetünk, akik kísérleteznek a Generative AI gyártási folyamatba való integrálásával, a legnagyobb izgalom az idő és a költségek drámai csökkenése miatt van. Az egyik fejlesztő azt mondta nekünk, hogy az elejétől a végéig eltöltött egyetlen kép koncepcióművészetének létrehozására szánt idejük 3 hétről egyetlen órára csökkent: 120-ról 1-re csökkent. Úgy gondoljuk, hogy hasonló megtakarítások érhetők el a teljes gyártási folyamatban.

Hogy egyértelmű legyen, a művészeket nem fenyegeti a leváltás veszélye. Ez azt jelenti, hogy a művészeknek már nem kell minden munkát maguknak elvégezniük: most már meghatározhatják a kezdeti kreatív irányt, majd az időigényes és technikai kivitelezés nagy részét átadhatják egy mesterséges intelligenciának. Ebben olyanok, mint a cel festők a kézzel rajzolt animáció korai idejéből, ahol magasan képzett „festők” rajzolták meg az animáció körvonalait, majd olcsóbb „festők” seregei végzik el az időigényes festési munkát. animációs cellák, a sorok kitöltése. Ez az „automatikus kiegészítés” a játékkészítéshez.

5. Még gyerekcipőben járunk ennek a forradalomnak, és sok gyakorlatot még finomítani kell

Az elmúlt időszak minden izgalma ellenére még mindig csak a rajtvonalnál tartunk. Hatalmas munka áll előttünk, miközben kitaláljuk, hogyan hasznosítsuk ezt az új technológiát a játékokhoz, és óriási lehetőségek nyílnak majd azon cégek számára, akik gyorsan költöznek erre az új térre.

TARTALOMJEGYZÉK

Tippek

Ezeket a feltételezéseket figyelembe véve, íme néhány előrejelzés arra vonatkozóan, hogy a játékipar hogyan alakulhat át:

1. A Generatív AI hatékony használatának megtanulása piacképes készséggé válik

Már most látjuk, hogy egyes kísérletezők hatékonyabban használják a Generatív AI-t, mint mások. Ennek az új technológiának a lehető legjobb kihasználása érdekében különféle eszközök és technikák használatára van szükség, és tudni kell, hogyan lehet ezek között ugrálni. Azt jósoljuk, hogy ez egy piacképes készség lesz, amely ötvözi a művész kreatív látásmódját a programozó technikai készségeivel.

Chris Anderson arról híres, hogy azt mondja: „Minden bőség új hiányt teremt.” Ahogy a tartalom bőségessé válik, úgy gondoljuk, hogy azokból a művészekből lesz a legnagyobb hiány, akik tudják, hogyan kell a legjobban együttműködni és leghatékonyabban dolgozni az AI-eszközökkel.

Például a Generatív mesterséges intelligencia használata műalkotások előállításához különleges kihívásokkal jár, többek között:

• Koherencia. Bármilyen termelési eszköz esetén képesnek kell lennie arra, hogy módosítsa vagy módosítsa az eszközt. Egy mesterséges intelligencia eszközzel ez azt jelenti, hogy képesnek kell lennie az eszköz reprodukálására ugyanazzal a felszólítással, hogy aztán módosíthasson. Ez trükkös lehet, mivel ugyanaz a felszólítás nagyon eltérő eredményeket generálhat.
• Stílus. Fontos, hogy egy adott játékban minden művészetnek egységes stílusa legyen – ami azt jelenti, hogy az eszközeidet ki kell képezni, vagy más módon hozzá kell kötni az adott stílushoz.

2. Az akadályok csökkentése nagyobb kockázatvállalást és kreatív felfedezést eredményez

Hamarosan a játékfejlesztés új „aranykorába” léphetünk, amelyben az alacsonyabb belépési korlát az innovatívabb és kreatívabb játékok robbanásszerű terjedését eredményezi. Nem csak azért, mert az alacsonyabb gyártási költségek alacsonyabb kockázatot jelentenek, hanem azért is, mert ezek az eszközök szélesebb közönség számára biztosítják a kiváló minőségű tartalom létrehozásának lehetőségét. Ami a következő jóslathoz vezet…

3. A mesterséges intelligencia által támogatott „mikrojátékstúdiók” számának növekedése

A Generative AI eszközökkel és szolgáltatásokkal felvértezve életképesebb kereskedelmi játékokat fogunk látni, amelyeket apró „mikrostúdiók” gyártanak, mindössze 1-2 alkalmazottal. Egy kis indie játékstúdió ötlete nem új – slágerjáték Köztünk az Innersloth stúdió hozta létre mindössze 5 alkalmazottal – de a kis stúdiók által elkészíthető játékok mérete és léptéke nőni fog. Ennek eredménye lesz…

4. A kiadott játékok számának növekedése minden évben

A Unity és a Roblox sikere megmutatta, hogy a hatékony kreatív eszközök biztosítása több játékot eredményez. A generatív mesterséges intelligencia még tovább lejjebb helyezi a lécet, és még több játékot hoz létre. Az iparág már most is szenved a felfedezési kihívásoktól – több mint 10,000 XNUMX játék került a Steambe csak tavaly – és ez még nagyobb nyomást fog gyakorolni a felfedezésre. Viszont látni fogjuk azt is…

5. Olyan új játéktípusok jöttek létre, amelyek a Generatív AI előtt nem voltak lehetségesek

Olyan új játékműfajokat fogunk találni, amelyek egyszerűen nem jöhettek volna létre Generative AI nélkül. A Microsoft repülésszimulátoráról már beszéltünk, de teljesen új műfajokat fognak kitalálni, amelyek az új tartalom valós idejű generálásától függenek.

Fontolja Arrowmancer, A varázsecset. Ez egy RPG játék, amely mesterséges intelligencia által létrehozott karakterekkel gyakorlatilag korlátlan számú új játékmenetet tartalmaz.

Ismerünk egy másik játékfejlesztőt is, amely mesterséges intelligencia segítségével teszi lehetővé a játékosoknak, hogy saját játékon belüli avatárjukat készítsék el. Korábban volt egy gyűjteményük kézzel rajzolt avatarképekből, amelyeket a játékosok összekeverhettek az avatárjuk létrehozásához – most ezt teljesen kidobták, és egyszerűen a játékos leírásából generálják az avatar képet. Ha hagyjuk, hogy a játékosok mesterséges intelligencia segítségével hozzanak létre tartalmat, az biztonságosabb, mintha hagynánk, hogy a játékosok a semmiből töltsék fel saját tartalmaikat, mivel a mesterséges intelligencia megtanítható arra, hogy elkerülje a sértő tartalom létrehozását, miközben a játékosoknak nagyobb tulajdonosi érzést biztosítanak.

6. Az érték az iparág-specifikus mesterségesintelligencia-eszközökhöz fog gyarapodni, nem csak az alapmodellekhez

Az olyan alapmodellek körüli izgalom és nyüzsgés, mint a Stable Diffusion és a Midjourney, szemet gyönyörködtető értékeléseket generálnak, de az új kutatások folyamatos özöne biztosítja, hogy az új technikák finomításával új modellek jönnek és mennek. Fontolja meg a webhelykeresési forgalom 3 népszerű Generative AI modelljét: Dall-E, Midjourney és Stable Diffusion. Minden új modellnek megvan a maga sora a reflektorfényben.

Alternatív megoldás lehet az iparághoz igazodó eszközkészletek összeállítása, amelyek az adott iparág generatív mesterségesintelligencia-szükségleteire összpontosítanak, egy adott közönség mély megértésével és a meglévő gyártási folyamatokba való gazdag integrációval (például Unity vagy Unreal játékokhoz).

Jó példa erre Futópálya amely a videókészítők igényeit célozza meg olyan mesterséges intelligencia által támogatott eszközökkel, mint a videószerkesztés, a zöld képernyő eltávolítása, a festés és a mozgáskövetés. Az ehhez hasonló eszközökkel fel lehet építeni egy adott közönséget, és ezzel bevételt szerezni, idővel új modelleket adva hozzá. Még nem láttunk olyan csomagot, mint például a Runway for games megjelenését, de tudjuk, hogy ez az aktív fejlesztés tere.

7. Jönnek a jogi kihívások

Ezekben a generatív mesterségesintelligencia-modellekben az a közös, hogy a képzésük során hatalmas tartalomadatkészleteket használnak, amelyeket gyakran magának az internetnek a kikaparásával hoznak létre. A Stable Diffusion például több mint 5 milliárd kép/felirat páron van kiképezve, amelyeket az internetről lekapartak.

Jelenleg ezek a modellek azt állítják, hogy a „fair use” szerzői jogi doktrína szerint működnek, de ezt az érvet még nem tesztelték véglegesen a bíróságon. Ez egyértelműnek tűnik jogi kihívások jönnek ami valószínűleg megváltoztatja a Generatív AI tájképét.

Lehetséges, hogy a nagy stúdiók versenyelőnyt keresnek azáltal, hogy saját, belső tartalomra épülő modelleket építenek, amelyekhez egyértelmű joguk és jogaik vannak. A Microsoft például különösen jó pozícióban van itt 23 első parti stúdió ma, és még 7 utána az Activision felvásárlása lezárul.

8. A programozás nem lesz olyan mélyen megzavarva, mint a művészi tartalom – legalábbis még nem

A szoftverfejlesztés a játékfejlesztés másik fő költsége, de ahogy az a16z Enterprise csapatában dolgozó kollégáink megosztották legutóbbi blogbejegyzésükben, A művészet nem halott, csak gép által generált, a kód generálása mesterséges intelligencia modellel több tesztelést és ellenőrzést igényel, így kisebb a termelékenységnövekedés, mint a kreatív eszközök létrehozása. A kódolóeszközök, mint a Copilot, mérsékelt teljesítményjavulást jelenthetnek a mérnökök számára, de nem lesz ugyanaz a hatás… legalábbis hamarosan.

TARTALOMJEGYZÉK

ajánlások

Ezen előrejelzések alapján a következő ajánlásokat ajánljuk:

1. Kezdje el a Generatív AI felfedezését most

Időbe fog telni, amíg rájön, hogyan lehet teljes mértékben kiaknázni ennek a generatív mesterségesintelligencia-forradalomnak az erejét. A most induló cégek később előnyhöz jutnak. Számos stúdiót ismerünk, amelyek belső kísérleti projektjei vannak annak feltárására, hogy ezek a technikák hogyan befolyásolhatják a gyártást.

2. Keresse meg a piaci térképes lehetőségeket

Piaci térképünk egyes részei már most is nagyon zsúfoltak, mint például az Animációk vagy a Speech & Dialog, de más területek nyitva állnak. Arra biztatjuk az e tér iránt érdeklődő vállalkozókat, hogy erőfeszítéseiket a még feltáratlan területekre összpontosítsák, mint például a „Runway for Games”.

TARTALOMJEGYZÉK

A piac jelenlegi állapota

Létrehoztunk egy piaci térképet, amely felsorolja az általunk azonosított cégek listáját az egyes kategóriákban, ahol a generatív mesterséges intelligencia hatással van a játékokra. Ez a blogbejegyzés végigmegy ezeken a kategóriákon, kicsit részletesebben kifejti, és kiemeli az egyes kategóriák legizgalmasabb vállalatait.

TARTALOMJEGYZÉK

2D képek

A szöveges promptokból 2D képek generálása már most is a generatív mesterséges intelligencia egyik legszélesebb körben alkalmazott területe. Olyan eszközök, mint középút, Stabil diffúzióés Dall-E 2 szövegből kiváló minőségű 2D képeket tudnak generálni, és a játék életciklusának több szakaszában már megtalálták az utat a játékgyártásba.

Koncepció művészet

A generatív mesterséges intelligencia eszközök kiválóan alkalmasak az „ötletalkotásra”, illetve abban, hogy segítsenek a nem művészeknek, például a játéktervezőknek a koncepciók és ötletek nagyon gyors felfedezésében, hogy koncepciógrafikát hozzanak létre, ami a gyártási folyamat kulcsfontosságú része. Például egy stúdió (névtelenül maradva) több ilyen eszközt használ együtt, hogy radikálisan felgyorsítsa koncepcióművészeti folyamatát, egyetlen napba telve egy olyan kép elkészítése, amely korábban akár 3 hétig is eltartott volna.

• Először is, játéktervezőik a Midjourney segítségével különféle ötleteket fedeznek fel, és inspiráló képeket generálnak.
• Ezeket egy professzionális koncepcióművésznek adják át, aki összeállítja őket, és átfesti az eredményt, hogy egyetlen koherens képet hozzon létre – amelyet aztán a Stable Diffusion rendszerbe töltenek be, hogy egy csomó variációt hozzanak létre.
• Megbeszélik ezeket a változatokat, kiválasztanak egyet, néhány szerkesztést manuálisan festenek – majd ismételgetik a folyamatot, amíg elégedettek nem lesznek az eredménnyel.
• Ebben a szakaszban adja vissza ezt a képet a Stable Diffusion-nak még utoljára, hogy „feljavítsa” a végső műalkotás elkészítéséhez.

2D gyártás Art

Egyes stúdiók már kísérleteznek ugyanazokkal az eszközökkel a játékon belüli produkciós alkotásokhoz. Például itt van egy szép Bozesan Albert bemutatója a Stable Diffusion használatáról játékon belüli 2D-s eszközök létrehozására.

TARTALOMJEGYZÉK

3D műalkotás

A 3D-s eszközök az összes modern játék építőkövei, valamint a közelgő metaverzum. A virtuális világ vagy játékszint lényegében csak 3D-s eszközök gyűjteménye, amelyeket úgy helyeztek el és módosítottak, hogy benépesítsék a környezetet. A 3D-s eszköz létrehozása azonban bonyolultabb, mint egy 2D-s kép, és több lépésből áll, beleértve a 3D-s modell létrehozását, valamint a textúrák és effektusok hozzáadását. Az animált karakterek esetében ez magában foglalja egy belső „csontváz” létrehozását, majd animációk létrehozását a csontváz tetején.

Számos különböző induló vállalkozást látunk a 3D-s eszközkészítési folyamat minden egyes szakasza után, beleértve a modellkészítést, a karakter-animációt és a szintépítést. Ez azonban még nem megoldott probléma – még egyik megoldás sem áll készen arra, hogy teljesen beépítsék a termelésbe.

3D eszközök

A 3D-s modellalkotási problémát megoldani próbáló startupok közé tartozik Kaedim, Délibábés Feltételezett. A nagyobb cégek is vizsgálják a problémát, köztük az Nvidiáé Get3D és az Autodesk ClipForge. A Kaedim és a Get3d a kép 3D-be való átmenetére összpontosít; A ClipForge és a Mirage a szöveg-3D-re összpontosít, míg a Hypothetic mind a szövegből 3D-be, mind a képből 3D-be történő keresést érdekli.

3D textúrák

A 3D-s modell csak annyira valósághűnek tűnik, mint a hálóra felvitt textúra vagy anyagok. Ha eldönti, hogy melyik mohos, viharvert kőtextúrát alkalmazza egy középkori kastélymodellre, az teljesen megváltoztathatja a jelenet megjelenését és hangulatát. A textúrák metaadatokat tartalmaznak arról, hogy a fény hogyan reagál az anyagra (az érdesség, fényesség stb.). Ha lehetővé teszi a művészek számára, hogy szöveges vagy képi felszólítások alapján könnyen textúrákat hozzanak létre, az rendkívül értékes az iterációs sebesség növelése szempontjából a kreatív folyamaton belül. Több csapat is él ezzel a lehetőséggel, többek között BariumAI, ponzués ArmorLab.

Élénkség

A nagyszerű animáció készítése a játékkészítési folyamat egyik legidőigényesebb, legdrágább és legügyesebb része. A költségek csökkentésének és a valósághűbb animáció készítésének egyik módja a motion capture használata, amelynek során egy színészt vagy táncost motion capture öltönybe öltünk, és egy speciálisan műszerezett mozgásrögzítő színpadon rögzítjük mozgásukat.

Most olyan generatív AI modelleket látunk, amelyek képesek animációt rögzíteni egyenesen egy videóból. Ez sokkal hatékonyabb, mind azért, mert szükségtelenné válik egy drága mozgásrögzítő berendezésre, másrészt azért, mert lehetővé teszi animációk rögzítését a meglévő videókból. Ezeknek a modelleknek egy másik izgalmas aspektusa, hogy a meglévő animációk szűrőinek alkalmazására is használhatók, például részegnek, öregnek vagy boldognak tűnnek. Az ezen területet követő cégek közé tartozik Kinetix, Deep Motion, Radikális, Mozgasd Ai-tés Plask.

Szinttervezés és világépítés

A játékkészítés egyik legidőigényesebb aspektusa a játék világának felépítése, amely feladatnak a generatív mesterséges intelligencia megfelelőnek kell lennie. Az olyan játékok, mint a Minecraft, a No Man's Sky és a Diablo, már híresek arról, hogy procedurális technikákat használnak pályáik létrehozásához, amelyekben a pályák véletlenszerűen, minden alkalommal másként, de a pályatervező által meghatározott szabályok szerint jönnek létre. Az új Unreal 5 játékmotor nagy értékesítési pontja a nyílt világú tervezéshez szükséges eljárási eszközök gyűjteménye, mint például a lombozat elhelyezése.

Láttunk néhány kezdeményezést a térben, pl Prometheus, MLXAR, vagy Métáé Builder Bot, és úgy gondolja, hogy csak idő kérdése, hogy a generatív technikák nagyrészt felváltják az eljárási technikákat. A térben egy ideje akadémiai kutatások zajlanak, többek között generatív technikák a Minecraft számára or szintű tervezés a Doomban.

Egy másik nyomós ok arra, hogy várjuk a generatív mesterséges intelligencia-eszközöket a szinttervezéshez, az a képesség, hogy különböző stílusú szinteket és világokat hozhatunk létre. Elképzelhetnéd, hogy eszközöket kérsz egy világ létrehozásához az 1920-as évek New York-i flapper korszakában, a disztópikus blade-runner-szerű jövővel és a Tolkien-szerű fantáziavilággal szemben.

A következő fogalmakat a Midjourney generálta a „játékszint a… stílusában” prompt segítségével.

Audio

A hang és a zene a játékélmény óriási részét képezik. Kezdjük látni azokat a vállalatokat, amelyek a Generative AI-t használják hang létrehozására, kiegészítve a grafikai oldalon már folyó munkát.

Sound Effects

A hangeffektusok vonzó nyitott terület az AI számára. Voltak tudományos tanulmányok annak az ötletnek a feltárása, hogy a mesterséges intelligencia „foley”-t generáljon a filmekben (pl. lépések), de még kevés kereskedelmi termék a játékban.

Úgy gondoljuk, hogy ez csak idő kérdése, mivel a játékok interaktív jellege miatt ez nyilvánvaló alkalmazás a generatív mesterséges intelligencia számára, mind statikus hanghatásokat hoz létre a gyártás részeként („lézerpisztoly hangja, a Star Wars stílusában”), és valós idejű interaktív hanghatások létrehozása futás közben.

Vegyünk egy olyan egyszerű dolgot, mint a lépéshangok generálása a játékos karakterének. A legtöbb játék ezt úgy oldja meg, hogy tartalmaz néhány előre felvett lépéshangot: füvön járás, kavicson járás, füvön futás, kavicson futás stb. Ezeket fárasztó előállítani és kezelni, és futás közben ismétlődően és irreálisan hangzanak.

Jobb megközelítés lenne egy valós idejű generatív mesterséges intelligencia modell a foley hangeffektusokhoz, amelyek menet közben képesek megfelelő hangeffektusokat generálni, minden alkalommal kissé eltérően, és reagálnak a játékon belüli paraméterekre, például a talaj felszínére, a karakter súlyára, járás, lábbeli stb.

zene

A zene mindig is kihívást jelentett a játékok számára. Ez azért fontos, mert segíthet meghatározni az érzelmi hangot, akárcsak a filmekben vagy a televízióban, de mivel a játékok több száz vagy akár több ezer óráig is eltarthatnak, gyorsan ismétlődővé vagy bosszantóvá válhat. Ezenkívül a játékok interaktív jellege miatt nehéz lehet, hogy a zene pontosan megfeleljen az adott időpontban a képernyőn zajló eseményeknek.

Az adaptív zene több mint két évtizede a játékhang témaköre, egészen a Microsoft „DirectMusic” rendszer interaktív zene létrehozásához. A DirectMusic-ot soha nem adaptálták széles körben, nagyrészt a formátumban való komponálás nehézségei miatt. Csak néhány játék, mint például a Monolith Senki sem él örökké, valóban interaktív partitúrákat hozott létre.

Most azt látjuk, hogy számos cég próbál mesterséges intelligencia által generált zenét létrehozni, mint pl Hangos, musico, harmónia, Végtelen albumés Ava. És bár egyes eszközök ma, mint pl wurlitzer az Open AI-vel, rendkívül számításigényesek, és nem futhatnak valós időben, a legtöbb valós időben futhat, miután a kezdeti modell elkészült.

Beszéd és párbeszéd

Számos vállalat próbál valósághű hangokat létrehozni a játékon belüli karakterek számára. Ez nem meglepő, tekintve, hogy a számítógépek beszédszintézis révén próbálnak hangot adni a hosszú történetnek. A cégek közé tartozik Szonántikus, Coqui, Replica Studios, hasonlít.ai, Readspeaker.ai, és még sok más.

A generatív mesterséges intelligencia beszédre való használatának számos előnye van, ami részben megmagyarázza, miért olyan zsúfolt ez a tér.

• Párbeszéd létrehozása menet közben. A játékokban a beszédet általában szinkronszínészek előre rögzítették, de ezek az előre rögzített beszédekre korlátozódnak. A generatív mesterséges intelligencia párbeszédpanelen a karakterek bármit mondhatnak – ami azt jelenti, hogy teljes mértékben reagálhatnak arra, amit a játékosok csinálnak. Az NPC-k intelligensebb mesterséges intelligencia-modelljeivel kombinálva (a blog hatókörén kívül, de jelenleg az innováció ugyanolyan izgalmas területe), hamarosan megjelenik az olyan játékok ígérete, amelyek teljesen reagálnak a játékosokra.
• Szerepjáték. Sok játékos szeretne olyan fantasy karakterként játszani, aki alig hasonlít a valós identitásukra. Ez a fantázia azonban összeomlik, amint a játékosok a saját hangjukon beszélnek. A játékos avatárjának megfelelő generált hang használata fenntartja ezt az illúziót.
  Ellenőrzés. A beszéd előállítása közben szabályozhatja a hang árnyalatait, például a hangszínt, az inflexiót, az érzelmi rezonanciát, a fonéma hosszát, az akcentusokat stb.
• Lokalizáció. Lehetővé teszi a párbeszédpanel bármely nyelvre történő lefordítását, és ugyanazon a hangon szólását. Cégek, mint Deepdub kifejezetten erre a résre összpontosítanak.

TARTALOMJEGYZÉK

NPC-k vagy játékos karakterek

Sok induló vállalkozás keresi a generatív mesterséges intelligencia felhasználását, hogy hihető karaktereket hozzon létre, akikkel interakcióba léphet, részben azért, mert ez egy olyan piac, amely a játékokon kívül is széles körben alkalmazható, például virtuális asszisztensek vagy recepciósok.

A hihető karakterek létrehozására tett erőfeszítések az AI-kutatás kezdeteiig nyúlnak vissza. Valójában a mesterséges intelligencia klasszikus „Turing-tesztjének” meghatározása szerint az embernek nem kell tudnia különbséget tenni a mesterséges intelligenciával folytatott chat-beszélgetés és az ember között.

Jelenleg több száz vállalat épít általános célú chatbotokat, amelyek közül sok a GPT-3-hoz hasonló nyelvi modellekkel működik. Kisebb számban kifejezetten szórakoztatás céljából próbálnak chatbotokat építeni, mint pl Replika és a Anima akik virtuális barátokat próbálnak építeni. A virtuális barátnővel való randevúzás koncepciója, ahogyan azt a Her című filmben is feltárjuk, közelebb állhat, mint gondolnád.

Most látjuk ezeknek a chatbot-platformoknak a következő iterációját, mint pl Charisma.ai, Convai.comvagy Belvilág.ai, amelynek célja a teljesen renderelt 3D-s karakterek meghajtása, érzelmekkel és ügynökségekkel, olyan eszközökkel, amelyek lehetővé teszik az alkotó számára, hogy célokat adjon ezeknek a karaktereknek. Ez akkor fontos, ha beilleszkednek egy játékba, vagy narratív helyük van a cselekmény előremozdításában, szemben a pusztán kirakatrendezéssel.

TARTALOMJEGYZÉK

All-in-one platformok

Az egyik legsikeresebb generatív mesterséges intelligencia eszköz az egész világon Runwayml.com, mert az alkotói eszközök széles skáláját egyesíti egyetlen csomagban. Jelenleg nincs ilyen videojátékokat kiszolgáló platform, és úgy gondoljuk, hogy ez egy figyelmen kívül hagyott lehetőség. Szeretnénk beruházni egy olyan megoldásba, amely a következőket tartalmazza:

• Generatív AI-eszközök teljes készlete, amely lefedi a teljes gyártási folyamatot. (kód, eszközgenerálás, textúrák, hang, leírások stb.)
• Szorosan integrálva olyan népszerű játékmotorokkal, mint az Unreal és a Unity.
• Úgy tervezték, hogy illeszkedjen egy tipikus játékgyártási folyamatba.

TARTALOMJEGYZÉK

Következtetés

Ez egy hihetetlen idő, hogy játékalkotó legyél! Részben az ebben a blogbejegyzésben ismertetett eszközöknek köszönhetően soha nem volt ilyen egyszerű a játék elkészítéséhez szükséges tartalom előállítása – még akkor is, ha a játék akkora, mint az egész bolygó!

Egy nap akár egy teljes, személyre szabott játékot is elképzelhetünk, amely csak a játékos számára készült, pontosan az alapján, amit a játékos szeretne. Ez már régóta benne van a sci-fiben – mint az „AI Mind Game” az Ender's Game-ben, vagy a holofedélzet a Star Trekben. De mivel az ebben a blogbejegyzésben leírt eszközök olyan gyorsan fejlődnek, mint amilyen gyorsan fejlődnek, nem nehéz elképzelni, hogy ez a valóság a sarkon van.

Ha Ön alapító vagy potenciális alapító, akit érdekel egy AI for Gaming cég építése, kérjük, lépjen kapcsolatba velünk! Szeretnénk hallani rólad!