Революция генеративного ИИ в играх

Чтобы понять, насколько радикально игры будут преобразованы с помощью генеративного ИИ, посмотрите не дальше этого недавнего Twitter пост by @emmanuel_2m. В этом посте он исследует использование Stable Diffusion + Dreambooth, популярных моделей 2D-генеративного ИИ, для создания изображений зелий для гипотетической игры.

Преимущество этой работы заключается не только в том, что она экономит время и деньги, а также обеспечивает качество — тем самым разрушая классический треугольник «у вас может быть только два: стоимость, качество или скорость». Художники теперь создают высококачественные изображения за считанные часы, на создание которых вручную ушли бы недели. Что действительно преобразует, так это то, что:

• Эта творческая сила теперь доступна каждому, кто может освоить несколько простых инструментов.
• Эти инструменты могут создавать бесконечное количество вариаций с высокой итеративностью.
• После обучения процесс происходит в режиме реального времени — результаты доступны почти мгновенно.

Со времен 3D в реальном времени не было такой революционной технологии для игр. Потратьте любое время на разговоры с создателями игр, и чувство волнения и удивления будет ощутимо. Так куда движется эта технология? И как это изменит игры? Однако сначала давайте рассмотрим, что такое генеративный ИИ?

СОДЕРЖАНИЕ

Что такое генеративный ИИ

Генеративный ИИ — это категория машинного обучения, при которой компьютеры могут генерировать оригинальный новый контент в ответ на запросы пользователя. Сегодня текст и изображения являются наиболее зрелыми приложениями этой технологии, но работа ведется практически во всех творческих областях, от анимации до звуковых эффектов, музыки и даже создания виртуальных персонажей с полностью раскрытыми личностями.

ИИ, конечно, не является чем-то новым в играх. Даже в ранних играх, таких как Pong от Atari, противники, управляемые компьютером, бросали вызов игроку. Однако эти виртуальные враги не использовали ИИ в том виде, в каком мы его знаем сегодня. Это были просто скриптовые процедуры, созданные геймдизайнерами. Они смоделировали противника с искусственным интеллектом, но они не могли учиться, и они были настолько хороши, как программисты, которые их создали.

Что изменилось сейчас, так это объем доступной вычислительной мощности благодаря более быстрым микропроцессорам и облаку. Благодаря этой мощности можно создавать большие нейронные сети, которые могут идентифицировать шаблоны и представления в очень сложных областях.

Этот пост в блоге состоит из двух частей:

• Часть I состоит из наших наблюдений и прогнозов в области генеративного ИИ для игр.
• Часть II — это наша рыночная карта пространства с описанием различных сегментов и определением ключевых компаний в каждом из них.

СОДЕРЖАНИЕ

Предположения

Во-первых, давайте рассмотрим некоторые предположения, лежащие в основе остальной части этого сообщения в блоге:

1. Количество исследований, проводимых в области ИИ в целом, будет продолжать расти, создавая все более эффективные методы.

Рассмотрим этот график количества академических статей, опубликованных по машинному обучению или искусственному интеллекту в arXiv архив каждый месяц:

Как видите, количество статей растет экспоненциально, и нет никаких признаков замедления. И это включает только опубликованные статьи — большая часть исследований даже никогда не публикуется, а напрямую связана с моделями с открытым исходным кодом или исследованиями и разработками продуктов. Результатом является взрыв интереса и инноваций.

2. Генеративный ИИ больше всего повлияет на игры из всех развлечений.

Игры — самая сложная форма развлечения с точки зрения огромного количества задействованных типов активов (2D-изображение, 3D-искусство, звуковые эффекты, музыка, диалоги и т. д.). Игры также являются наиболее интерактивными, с упором на опыт в реальном времени. Это создает крутой барьер для входа на рынок для новых разработчиков игр, а также высокую стоимость создания современной игры, занимающей первые места в чартах. Это также создает огромные возможности для прорыва генеративного ИИ.

Рассмотрим такую ​​игру, как Red Dead Redemption 2, одна из самых дорогих когда-либо выпущенных игр, на создание которой ушло почти 500 миллионов долларов. Легко понять, почему — у нее один из самых красивых, полностью реализованных виртуальных миров среди всех игр на рынке. Кроме того, на его создание ушло почти 8 лет, в нем представлено более 1,000 неигровых персонажей (каждый со своим характером, иллюстрацией и актером озвучивания), мир размером почти 30 квадратных миль, более 100 миссий, разделенных на 6 глав, и почти 60 часов музыки, созданной более чем 100 музыкантами. Все в этой игре большое.

Теперь сравните Red Dead Redemption 2 с Microsoft Flight Simulator, который не просто большой, он огромный. Microsoft Flight Simulator позволяет игрокам облететь всю планету Земля, все ее 197 миллионов квадратных миль. Как Microsoft удалось создать такую ​​масштабную игру? Позволив ИИ сделать это. Майкрософт сотрудничает с черная акула.ай, и обучил ИИ создавать фотореалистичный 3D-мир из 2D-снимков со спутника.

Это пример игры, которую было бы буквально невозможно создать без использования ИИ, и, кроме того, она выигрывает от того, что эти модели можно постоянно улучшать с течением времени. Например, они могут улучшить модель «эстакады в виде клеверного листа», заново запустить весь процесс сборки, и вдруг все эстакады на всей планете будут улучшены.

3. Будет создана генеративная модель ИИ для каждого актива, задействованного в производстве игры.

До сих пор генераторы 2D-изображений, такие как Stable Diffusion или MidJourney, захватили большую часть популярного ажиотажа по поводу генеративного ИИ из-за привлекательного характера изображений, которые они могут генерировать. Но уже существуют модели генеративного ИИ практически для всех активов, задействованных в играх, от 3D-моделей до анимации персонажей, диалогов и музыки. Вторая половина этого сообщения в блоге включает карту рынка, на которой отмечены некоторые компании, специализирующиеся на каждом типе контента.

4. Стоимость контента резко упадет, а в некоторых случаях фактически упадет до нуля.

При разговоре с разработчиками игр, которые экспериментируют с интеграцией генеративного ИИ в производственный конвейер, наибольшее волнение вызывает резкое сокращение времени и затрат. Один разработчик сказал нам, что его время на создание концепт-арта для одного изображения, от начала до конца, сократилось с 3 недель до одного часа: сокращение 120 к 1. Мы считаем, что аналогичная экономия будет возможна по всему производственному конвейеру.

Чтобы было ясно, художникам не грозит замена. Это означает, что художникам больше не нужно выполнять всю работу самостоятельно: теперь они могут задать начальное творческое направление, а затем передать большую часть времени и технического исполнения искусственному интеллекту. В этом они похожи на художников-человеков из первых дней рисованной анимации, когда высококвалифицированные «красители» рисовали контуры анимации, а затем армии более дешевых «художников» выполняли трудоемкую работу по рисованию. анимационные кадры, заливка линий. Это «автозаполнение» для создания игр.

5. Мы все еще находимся в зачаточном состоянии этой революции, и многие методы еще нуждаются в доработке.

Несмотря на весь недавний ажиотаж, мы еще только на старте. Впереди огромный объем работы, поскольку мы выясняем, как использовать эту новую технологию для игр, и огромные возможности откроются для компаний, которые быстро перейдут в это новое пространство.

СОДЕРЖАНИЕ

Predictions

Учитывая эти предположения, вот несколько прогнозов того, как может измениться игровая индустрия:

1. Обучение эффективному использованию генеративного ИИ станет востребованным навыком.

Мы уже видим, как некоторые экспериментаторы используют Генеративный ИИ более эффективно, чем другие. Чтобы максимально эффективно использовать эту новую технологию, необходимо использовать различные инструменты и методы, а также уметь переключаться между ними. Мы прогнозируем, что это станет рыночным навыком, сочетающим творческое видение художника с техническими навыками программиста.

Крис Андерсон известен высказыванием: «Каждое изобилие порождает новый дефицит». По мере того, как контента становится все больше, мы считаем, что художники, которые знают, как наиболее эффективно и совместно работать с инструментами ИИ, будут испытывать наибольшую нехватку.

Например, использование генеративного ИИ для производства художественных работ сопряжено с особыми трудностями, в том числе:

• Согласованность. С любым производственным активом вы должны иметь возможность вносить изменения или редактировать актив в будущем. В случае с инструментом ИИ это означает необходимость иметь возможность воспроизвести актив с той же подсказкой, чтобы затем можно было вносить изменения. Это может быть сложно, так как одна и та же подсказка может привести к совершенно разным результатам.
• Стиль. Для всех рисунков в данной игре важно иметь единый стиль — это означает, что ваши инструменты должны быть обучены или иным образом привязаны к вашему заданному стилю.

2. Снижение барьеров приведет к большему риску и творческому исследованию

Возможно, скоро мы вступим в новый «золотой век» разработки игр, когда более низкий входной барьер приводит к взрыву более инновационных и креативных игр. Не только потому, что более низкие производственные затраты приводят к снижению риска, но и потому, что эти инструменты открывают возможность создавать высококачественный контент для более широкой аудитории. Что приводит к следующему предсказанию…

3. Рост числа «микроигровых студий» с искусственным интеллектом.

Вооружившись инструментами и сервисами генеративного ИИ, мы увидим больше жизнеспособных коммерческих игр, созданных крошечными «микростудиями» всего с 1 или 2 сотрудниками. Идея небольшой инди-студии не нова — хитовая игра Among Us была создана студией Innersloth всего с 5 сотрудниками, но размер и масштаб игр, которые могут создавать эти небольшие студии, будут расти. Это приведет к…

4. Ежегодное увеличение количества игр, выпускаемых

Успех Unity и Roblox показал, что предоставление мощных творческих инструментов приводит к созданию большего количества игр. Генеративный ИИ еще больше снизит планку, создавая еще большее количество игр. Отрасль уже сталкивается с проблемами открытий – более В Steam добавлено 10,000 XNUMX игр. только в прошлом году — и это еще больше окажет давление на открытия. Однако мы также увидим…

5. Созданы новые типы игр, которые были невозможны до генеративного ИИ.

Мы увидим появление новых игровых жанров, которые были бы просто невозможны без генеративного ИИ. Мы уже говорили о симуляторе полета Microsoft, но будут изобретены совершенно новые жанры, которые зависят от генерации нового контента в реальном времени.

Рассматривать Стрелец, от кисть заклинаний. Это ролевая игра с персонажами, созданными искусственным интеллектом, для практически неограниченного нового игрового процесса.

Мы также знаем о другом разработчике игр, который использует ИИ, чтобы позволить игрокам создавать свой собственный игровой аватар. Раньше у них была коллекция нарисованных от руки изображений аватаров, которые игроки могли смешивать и подбирать для создания своего аватара — теперь они полностью отказались от этого и просто генерируют изображение аватара из описания игрока. Позволить игрокам создавать контент с помощью ИИ безопаснее, чем позволить игрокам загружать свой собственный контент с нуля, поскольку ИИ можно научить избегать создания оскорбительного контента, но при этом у игроков будет больше чувства сопричастности.

6. Ценность будет возрастать благодаря отраслевым инструментам искусственного интеллекта, а не только к базовым моделям.

Волнение и шумиха вокруг фундаментальных моделей, таких как Stable Diffusion и Midjourney, вызывают сногсшибательные оценки, но непрекращающийся поток новых исследований гарантирует, что новые модели будут появляться и исчезать по мере совершенствования новых методов. Рассмотрим поисковый трафик веб-сайта для трех популярных моделей генеративного ИИ: Dall-E, Midjourney и Stable Diffusion. Каждая новая модель имеет свою очередь в центре внимания.

Альтернативный подход может заключаться в создании ориентированных на отрасль наборов инструментов, ориентированных на потребности генеративного ИИ в данной отрасли, с глубоким пониманием конкретной аудитории и полной интеграцией в существующие производственные конвейеры (такие как Unity или Unreal для игр).

Хорошим примером является ВПП который ориентирован на потребности создателей видео с помощью инструментов с искусственным интеллектом, таких как редактирование видео, удаление зеленого экрана, рисование и отслеживание движения. Подобные инструменты могут создавать и монетизировать заданную аудиторию, со временем добавляя новые модели. Мы еще не видели такого пакета, как Runway для игр, но мы знаем, что это пространство активной разработки.

7. Грядут юридические проблемы

Что общего у всех этих генеративных моделей ИИ, так это то, что они обучаются с использованием массивных наборов данных контента, часто созданных путем очистки самого Интернета. Stable Diffusion, например, обучается на более чем 5 миллиардах пар изображений/заголовков, взятых из Интернета.

В настоящее время эти модели утверждают, что они работают в соответствии с доктриной авторского права «добросовестного использования», но этот аргумент еще не был окончательно проверен в суде. Кажется ясным, что грядут юридические проблемы что, вероятно, изменит ландшафт генеративного ИИ.

Вполне возможно, что крупные студии будут искать конкурентное преимущество, создавая проприетарные модели, основанные на внутреннем контенте, на который у них есть четкое право и право собственности. Microsoft, например, особенно хорошо позиционируется здесь с 23 первоклассные студии сегодня, и еще 7 после завершено приобретение Activision.

8. Программирование не будет разрушено так глубоко, как художественный контент — по крайней мере, пока

Разработка программного обеспечения — еще одна основная статья расходов на разработку игр, но, как рассказали наши коллеги из команды a16z Enterprise в своем недавнем сообщении в блоге, Искусство не умерло, оно создано машинами, генерация кода с помощью модели ИИ требует большего тестирования и проверки и, следовательно, имеет меньшее повышение производительности, чем генерация творческих ресурсов. Инструменты кодирования, такие как Copilot, могут обеспечить умеренное повышение производительности для инженеров, но не окажут такого же влияния… по крайней мере, в ближайшее время.

СОДЕРЖАНИЕ

Рекомендации

На основании этих прогнозов мы предлагаем следующие рекомендации:

1. Начните изучать Генеративный ИИ прямо сейчас

Потребуется некоторое время, чтобы понять, как в полной мере использовать возможности грядущей революции генеративного ИИ. Компании, которые начинают сейчас, позже будут иметь преимущество. Мы знаем несколько студий, которые ведут внутренние экспериментальные проекты, чтобы изучить, как эти методы могут повлиять на производство.

2. Ищите возможности карты рынка

Некоторые части нашей карты рынка уже очень переполнены, например, анимация или речь и диалоги, но другие области широко открыты. Мы призываем предпринимателей, заинтересованных в этом пространстве, сосредоточить свои усилия на областях, которые еще не изучены, таких как «Подиум для игр».

СОДЕРЖАНИЕ

Текущее состояние рынка

Мы создали карту рынка, чтобы составить список компаний, которые мы определили в каждой из этих категорий, в которых мы видим влияние генеративного ИИ на игры. В этом сообщении в блоге рассматривается каждая из этих категорий, объясняя ее более подробно и выделяя самые интересные компании в каждой категории.

СОДЕРЖАНИЕ

Изображения 2D

Генерация 2D-изображений из текстовых подсказок уже является одной из наиболее широко применяемых областей генеративного ИИ. Такие инструменты, как Середина пути, Стабильная диффузияи Далл-Э 2 могут генерировать высококачественные 2D-изображения из текста и уже нашли свое применение в производстве игр на нескольких этапах жизненного цикла игры.

Концептуальное искусство

Инструменты генеративного ИИ отлично подходят для «идей» или помогают людям, не являющимся художниками, например геймдизайнерам, очень быстро исследовать концепции и идеи для создания концепт-арта, который является ключевой частью производственного процесса. Например, одна студия (остающаяся анонимной) использует несколько из этих инструментов вместе, чтобы радикально ускорить процесс создания концепт-арта, тратя один день на создание изображения, на которое раньше ушло бы целых 3 недели.

• Во-первых, их игровые дизайнеры используют Midjourney для изучения различных идей и создания изображений, которые они находят вдохновляющими.
• Их передают профессиональному концепт-художнику, который собирает их вместе и закрашивает результат, чтобы создать единое целостное изображение, которое затем загружается в Stable Diffusion для создания множества вариаций.
• Они обсуждают эти варианты, выбирают один, вносят некоторые правки вручную, а затем повторяют процесс, пока не будут довольны результатом.
• На этом этапе передайте это изображение обратно в Stable Diffusion в последний раз, чтобы «обновить» его для создания окончательного произведения искусства.

2D производственное искусство

Некоторые студии уже экспериментируют с использованием одних и тех же инструментов для создания внутриигровых иллюстраций. Например, вот хороший учебник от Альберта Бозесана об использовании Stable Diffusion для создания внутриигровых 2D-ресурсов.

СОДЕРЖАНИЕ

Картина 3D

3D-ресурсы являются строительным блоком всех современных игр, а также грядущей метавселенной. Виртуальный мир или игровой уровень — это, по сути, просто набор 3D-активов, размещенных и модифицированных для заполнения среды. Однако создание 3D-актива сложнее, чем создание 2D-изображения, и включает в себя несколько шагов, включая создание 3D-модели и добавление текстур и эффектов. Для анимированных персонажей это также включает в себя создание внутреннего «скелета», а затем создание анимации поверх этого скелета.

Мы видим, как несколько разных стартапов работают над каждым этапом процесса создания 3D-активов, включая создание модели, анимацию персонажей и построение уровней. Однако это еще не решенная проблема — ни одно из решений еще не готово к полной интеграции в производство.

3D-активы

Стартапы, пытающиеся решить проблему создания 3D-моделей, включают Каэдим, Миражи Гипотетический. Более крупные компании также рассматривают эту проблему, в том числе Nvidia. Получить3D и Autodesk Клипфорж. Kaedim и Get3d ориентированы на преобразование изображения в 3D; ClipForge и Mirage ориентированы на преобразование текста в 3D, а Hypothetic заинтересована как в преобразовании текста в 3D, так и в преобразовании изображения в 3D.

3D текстуры

3D-модель выглядит настолько реалистично, насколько реалистично текстура или материалы, примененные к сетке. Решение о том, какую замшелую, обветренную каменную текстуру применить к модели средневекового замка, может полностью изменить внешний вид сцены. Текстуры содержат метаданные о том, как свет реагирует на материал (например, шероховатость, блеск и т. д.). Предоставление художникам возможности легко создавать текстуры на основе текстовых или графических подсказок будет иметь огромное значение для увеличения скорости итерации в творческом процессе. Несколько команд используют эту возможность, в том числе барий AI, понзуи АрморЛаб.

Анимация

Создание отличной анимации — одна из самых трудоемких, дорогих и искусных частей процесса создания игры. Один из способов снизить стоимость и создать более реалистичную анимацию — использовать захват движения, при котором вы надеваете на актера или танцора костюм для захвата движения и записываете их движение на специально оборудованной сцене захвата движения.

Сейчас мы видим модели генеративного ИИ, которые могут захватывать анимацию прямо из видео. Это намного эффективнее, потому что устраняет необходимость в дорогостоящем оборудовании для захвата движения, а также потому, что вы можете захватывать анимацию из существующих видео. Еще один интересный аспект этих моделей заключается в том, что их также можно использовать для применения фильтров к существующим анимациям, например, чтобы они выглядели пьяными, старыми или счастливыми. Компании, занимающиеся этим пространством, включают Kinetix, Глубокое движение, РАДИКАЛЬНЫЙ, Переместить Айи Пласк.

Дизайн уровней и построение мира

Одним из наиболее трудоемких аспектов создания игр является построение игрового мира, задача, для решения которой должен хорошо подходить генеративный ИИ. Такие игры, как Minecraft, No Man's Sky и Diablo, уже известны тем, что используют процедурные методы для генерации своих уровней, в которых уровни создаются случайным образом, каждый раз разные, но по правилам, установленным дизайнером уровней. Большим преимуществом нового игрового движка Unreal 5 является набор процедурных инструментов для дизайна открытого мира, таких как размещение листвы.

Мы видели несколько инициатив в космосе, например прометеев, МЛКСАР, или Мета Бот-строитель, и думаю, что это только вопрос времени, когда генеративные методы в значительной степени заменят процедурные методы. Некоторое время в космосе проводились академические исследования, в том числе генеративные техники для Майнкрафт or дизайн уровней в Doom.

Еще одна веская причина рассчитывать на генеративные инструменты искусственного интеллекта для дизайна уровней — это возможность создавать уровни и миры в разных стилях. Вы можете представить, как просят инструменты для создания мира Нью-Йорка эпохи хлопушек 1920-х годов, против антиутопического будущего в стиле бегущего по лезвию и фэнтезийного мира в стиле Толкина.

Следующие концепции были сгенерированы Midjourney с использованием подсказки «игровой уровень в стиле…»

Аудио

Звук и музыка являются огромной частью игрового процесса. Мы начинаем видеть компании, использующие Генеративный ИИ для создания звука, чтобы дополнить работу, уже проделанную над графикой.

Звуковые эффекты

Звуковые эффекты — привлекательная открытая область для ИИ. Там были научные статьи изучает идею использования ИИ для создания «фоли» в фильмах (например, шагов), но пока мало коммерческих продуктов в играх.

Мы думаем, что это лишь вопрос времени, поскольку интерактивный характер игр делает их очевидным приложением для генеративного ИИ, создавая как статические звуковые эффекты как часть производства («звук лазерной пушки в стиле «Звездных войн»), так и создание интерактивных звуковых эффектов в режиме реального времени во время выполнения.

Рассмотрим что-нибудь столь же простое, как создание звуков шагов для персонажа игрока. Большинство игр решают эту проблему, добавляя небольшое количество предварительно записанных звуков шагов: ходьба по траве, ходьба по гравию, бег по траве, бег по гравию и т. д. Их утомительно создавать и управлять ими, а во время выполнения они звучат повторяющимися и нереалистичными.

Лучшим подходом была бы генерирующая модель искусственного интеллекта в реальном времени для звуковых эффектов Фолея, которая может генерировать соответствующие звуковые эффекты на лету, каждый раз слегка меняясь, и которые реагируют на внутриигровые параметры, такие как поверхность земли, вес персонажа и т. д. походка, обувь и т.

Музыка

Музыка всегда была проблемой для игр. Это важно, так как это может помочь задать эмоциональный тон так же, как в кино или на телевидении, но поскольку игры могут длиться сотни или даже тысячи часов, они могут быстро стать повторяющимися или раздражающими. Кроме того, из-за интерактивного характера игр музыке может быть трудно точно соответствовать тому, что происходит на экране в любой момент времени.

Адаптивная музыка была темой игрового аудио уже более двух десятилетий, начиная с Microsoft «DirectMusicсистема для создания интерактивной музыки. DirectMusic никогда не был широко адаптирован, в основном из-за сложности написания музыки в этом формате. Всего несколько игр, как у Монолита Никто не живет навсегда, создали по-настоящему интерактивные партитуры.

Теперь мы видим ряд компаний, пытающихся создавать музыку, сгенерированную искусственным интеллектом, например, Звуковой, Музыкант, Гармонай, Бесконечный альбоми Айва. И хотя сегодня некоторые инструменты, такие как проигрыватель-автомат от Open AI, требуют больших вычислительных ресурсов и не могут работать в режиме реального времени, большинство из них могут работать в режиме реального времени после создания исходной модели.

Речь и диалог

Существует большое количество компаний, пытающихся создать реалистичные голоса для игровых персонажей. Это неудивительно, учитывая долгую историю попыток дать компьютерам голос посредством синтеза речи. Компании включают Сонантический, Coqui, Реплика Студии, Напоминать.ai, Readspeaker.ai, и многое другое.

Использование генеративного ИИ для речи имеет множество преимуществ, что частично объясняет, почему это пространство так переполнено.

• Создание диалога на лету. Обычно речь в играх предварительно записывается актерами озвучивания, но они ограничены предварительно записанными консервированными речами. Благодаря генеративному диалогу с ИИ персонажи могут говорить что угодно, а это значит, что они могут полностью реагировать на то, что делают игроки. В сочетании с более интеллектуальными моделями ИИ для неигровых персонажей (выходящих за рамки этого блога, но не менее захватывающей областью инноваций прямо сейчас) обещание игр, которые полностью реагируют на игроков, скоро появится.
• Ролевая игра. Многие игроки хотят играть за выдуманных персонажей, мало похожих на свою личность в реальном мире. Однако эта фантазия рушится, как только игроки начинают говорить своими голосами. Использование сгенерированного голоса, соответствующего аватару игрока, поддерживает эту иллюзию.
  Контроль. По мере создания речи вы можете управлять нюансами голоса, такими как его тембр, интонация, эмоциональный резонанс, длина фонемы, акценты и многое другое.
• Локализация. Позволяет переводить диалоги на любой язык и произносить их тем же голосом. Такие компании, как Дипдаб ориентированы именно на эту нишу.

СОДЕРЖАНИЕ

NPC или персонажи игроков

Многие стартапы рассматривают возможность использования генеративного ИИ для создания правдоподобных персонажей, с которыми можно взаимодействовать, отчасти потому, что это рынок с такой широкой применимостью вне игр, например, виртуальные помощники или администраторы.

Попытки создать правдоподобных персонажей восходят к истокам исследований ИИ. На самом деле определение классического «теста Тьюринга» для искусственного интеллекта состоит в том, что человек не может отличить разговор в чате с ИИ от человека.

На данный момент существуют сотни компаний, создающих чат-ботов общего назначения, многие из которых основаны на языковых моделях GPT-3. Меньшее количество специально пытается создавать чат-ботов для развлечения, например Replika и Anima которые пытаются построить виртуальных друзей. Концепция знакомства с виртуальной девушкой, раскрытая в фильме «Она», может быть ближе, чем вы думаете.

Сейчас мы наблюдаем следующую итерацию этих платформ чат-ботов, таких как Харизма.ай, Convai.comили Inworld.ai, предназначенный для питания полностью визуализированных 3D-персонажей с эмоциями и действиями, с инструментами, позволяющими создателю ставить перед этими персонажами цели. Это важно, если они собираются вписаться в игру или иметь место в повествовании для продвижения сюжета вперед, а не просто для показухи.

СОДЕРЖАНИЕ

Платформы «все в одном»

Одним из самых успешных инструментов генеративного ИИ в целом является Runwayml.com, потому что он объединяет широкий набор инструментов для авторов в одном пакете. В настоящее время такой платформы для видеоигр не существует, и мы считаем, что эта возможность упущена. Мы хотели бы инвестировать в решение, которое включает:

• Полный набор генеративных инструментов искусственного интеллекта, охватывающих весь производственный процесс. (код, генерация ассетов, текстуры, аудио, описания и т. д.)
• Тесно интегрирован с популярными игровыми движками, такими как Unreal и Unity.
• Разработан, чтобы вписаться в типичный конвейер производства игр.

СОДЕРЖАНИЕ

Заключение

Это невероятное время, чтобы стать создателем игр! Отчасти благодаря инструментам, описанным в этом блоге, еще никогда не было так легко создавать контент, необходимый для создания игры, даже если ваша игра размером с всю планету!

Возможно даже однажды представить целую персонализированную игру, созданную специально для игрока, основанную именно на том, чего хочет игрок. Это уже давно присутствует в научной фантастике — как «Игра разума с искусственным интеллектом» в «Игре Эндера» или голопалуба в «Звездном пути». Но с учетом того, что инструменты, описанные в этом сообщении в блоге, развиваются так быстро, как они есть, нетрудно представить, что эта реальность не за горами.

Если вы являетесь основателем или потенциальным основателем, заинтересованным в создании компании с искусственным интеллектом для игр, свяжитесь с нами! Ждем вашего ответа!