Генеративна революція ШІ в іграх

Щоб зрозуміти, наскільки радикально змінить ігри Generative AI, дивіться не далі, ніж це нещодавно Twitter повідомлення by @emmanuel_2m. У цій публікації він досліджує використання Stable Diffusion + Dreambooth, популярних 2D Generative AI моделей, для створення зображень зілля для гіпотетичної гри.

Перетворення в цій роботі полягає не лише в тому, що вона економить час і гроші, а також забезпечує якість – таким чином руйнується класичний трикутник «ви можете мати лише два: вартість, якість або швидкість». Художники тепер створюють високоякісні зображення за лічені години, для створення яких вручну потрібні були б тижні. По-справжньому трансформуючим є те, що:

• Ця творча сила тепер доступна кожному, хто може освоїти кілька простих інструментів.
• Ці інструменти можуть створювати нескінченну кількість варіацій високоітеративним способом.
• Після навчання процес відбувається в режимі реального часу – результати доступні практично миттєво.

Такої революційної технології для ігор не було з часів 3D у реальному часі. Витратьте будь-який час на спілкування з творцями гри, і відчуття хвилювання та подиву стане відчутним. Тож куди веде ця технологія? І як це змінить ігри? Але спочатку давайте розглянемо, що таке Generative AI?

ЗМІСТ

Що таке Generative AI

Генеративний штучний інтелект – це категорія машинного навчання, де комп’ютери можуть створювати оригінальний новий вміст у відповідь на підказки користувача. Сьогодні текст і зображення є найбільш зрілими застосуваннями цієї технології, але робота триває практично в усіх сферах творчості, від анімації до звукових ефектів і музики, аж до створення віртуальних персонажів із повністю розкритими особистостями.

ШІ, звичайно, не є чимось новим в іграх. Навіть ранні ігри, такі як Atari's Pong, мали суперників, керованих комп'ютером, щоб кинути виклик гравцеві. Однак ці віртуальні вороги не керували штучним інтелектом, яким ми його знаємо сьогодні. Це були просто сценарні процедури, створені дизайнерами ігор. Вони симулювали суперника зі штучним інтелектом, але не могли навчитися, і були настільки ж хороші, як і програмісти, які їх створили.

Що зараз відрізняється, так це кількість доступної обчислювальної потужності завдяки швидшим мікропроцесорам і хмарі. Завдяки цій потужності можна створювати великі нейронні мережі, які можуть ідентифікувати шаблони та представлення у дуже складних областях.

Ця публікація блогу складається з двох частин:

• Частина I складається з наших спостережень і прогнозів у сфері Generative AI для ігор.
• Частина II — це наша ринкова карта простору, в якій окреслено різні сегменти та визначено ключові компанії в кожному.

ЗМІСТ

Припущення

По-перше, давайте дослідимо деякі припущення, що лежать в основі решти цієї публікації в блозі:

1. Обсяг досліджень штучного інтелекту в цілому зростатиме, створюючи все більш ефективні методи

Розгляньте цей графік кількості наукових робіт, опублікованих на тему машинного навчання або штучного інтелекту в архів arXiv кожного місяця:

Як бачимо, кількість робіт зростає експоненціально, без жодних ознак сповільнення. І це стосується лише опублікованих статей – велика частина досліджень навіть ніколи не публікується, переходячи безпосередньо до моделей із відкритим кодом або досліджень і розробок продуктів. Результатом є вибух інтересу та інновацій.

2. З усіх розваг Generative AI найбільше вплине на ігри

Ігри є найскладнішою формою розваги з точки зору величезної кількості задіяних типів активів (2D-арт, 3D-арт, звукові ефекти, музика, діалоги тощо). Ігри також є найбільш інтерактивними, з великим наголосом на досвіді в реальному часі. Це створює високу перешкоду на шляху до нових розробників ігор, а також високу вартість створення сучасної гри, яка лідирує в чартах. Це також створює надзвичайну можливість для руйнування Generative AI.

Розглянемо таку гру Red Dead Redemption 2, одна з найдорожчих ігор, коли-небудь створених, її створення коштує майже 500 мільйонів доларів. Легко зрозуміти чому – вона має один із найкрасивіших, повністю реалізованих віртуальних світів з усіх ігор на ринку. Його створення також зайняло майже 8 років, містить понад 1,000 неігрових персонажів (кожен зі своєю особистістю, зображенням і актором озвучування), світ розміром майже 30 квадратних миль, понад 100 місій, розділених на 6 розділів, і майже 60 годин музики, створеної понад 100 музикантами. У цій грі все велике.

Тепер порівняйте Red Dead Redemption 2 з Microsoft Flight Simulator, який не просто великий, він величезний. Microsoft Flight Simulator дозволяє гравцям облетіти всю планету Земля, усі її 197 мільйонів квадратних миль. Як Microsoft створила таку масштабну гру? Дозволивши штучному інтелекту зробити це. Microsoft співпрацює з blackshark.aiі навчив ШІ створити фотореалістичний 3D-світ із 2D-супутникових зображень.

Це приклад гри, яку було б буквально неможливо створити без використання штучного інтелекту, і, крім того, перевага полягає в тому, що ці моделі можна постійно вдосконалювати з часом. Наприклад, вони можуть удосконалити модель «естакади з конюшиновим листом на шосе», заново запустити весь процес будівництва, і раптом усі шляхопроводи на всій планеті будуть покращені.

3. Буде генеративна модель AI для кожного активу, задіяного у виробництві гри

Наразі генератори 2D-зображень, такі як Stable Diffusion або MidJourney, захопили більшість популярних захоплень Generative AI завдяки привабливому характеру зображень, які вони можуть генерувати. Але вже існують моделі Generative AI практично для всіх ресурсів, задіяних в іграх, від 3D-моделей до анімації персонажів, діалогів і музики. Друга половина цього допису в блозі містить карту ринку, на якій висвітлюються деякі компанії, які зосереджуються на кожному типі вмісту.

4. Ціна вмісту різко впаде, а в деяких випадках фактично зведеться до нуля.

У розмові з розробниками ігор, які експериментують з інтеграцією Generative AI у свій виробничий процес, найбільше хвилювання викликає різке скорочення часу та вартості. Один розробник повідомив нам, що їхній час на створення концептуального мистецтва для одного зображення, від початку до кінця, скоротився з 3 тижнів до однієї години: скорочення 120 до 1. Ми вважаємо, що аналогічна економія буде можливою на всьому виробничому трубопроводі.

Щоб було зрозуміло, митцям не загрожує заміна. Це означає, що художникам більше не потрібно виконувати всю роботу самостійно: тепер вони можуть задавати початковий творчий напрямок, а потім передавати більшу частину часу та технічного виконання штучному інтелекту. У цьому вони схожі на художників із ранніх днів мальованої анімації, коли висококваліфіковані «маляри» малювали контури анімації, а потім армії недорогих «малярів» виконували трудомістку роботу з малювання. клітинки анімації, заповнення рядків. Це «автозавершення» для створення гри.

5. Ми все ще знаходимося в зародковому стані цієї революції, і багато практик все ще потрібно вдосконалити

Незважаючи на всі останні хвилювання, ми ще тільки на стартовій лінії. Попереду величезна робота, оскільки ми з’ясовуємо, як використовувати цю нову технологію для ігор, і для компаній, які швидко переходять у цей новий простір, відкриються величезні можливості.

ЗМІСТ

Прогнози

З огляду на ці припущення, ось деякі прогнози щодо того, як ігрова індустрія може трансформуватися:

1. Навчання ефективному використанню генеративного штучного інтелекту стане навичкою, що затребувана

Ми вже бачимо, як деякі експериментатори використовують Generative AI ефективніше, ніж інші. Щоб максимально використати цю нову технологію, потрібно використовувати різноманітні інструменти та техніки та знати, як переключатися між ними. Ми прогнозуємо, що це стане комерційною навичкою, поєднуючи творче бачення художника з технічними навичками програміста.

Кріс Андерсон відомий словами: «Кожен достаток породжує новий дефіцит». Оскільки контент стає надлишковим, ми вважаємо, що найбільше бракуватиме митців, які знають, як найбільш ефективно та спільно працювати з інструментами ШІ.

Наприклад, використання генеративного штучного інтелекту для виробництва ілюстрацій пов’язане з особливими проблемами, зокрема:

• Когерентність. З будь-яким виробничим активом ви повинні мати можливість вносити зміни або правки в актив у майбутньому. З інструментом штучного інтелекту це означає, що потрібно мати можливість відтворити актив за допомогою того самого запиту, щоб потім можна було вносити зміни. Це може бути складно, оскільки той самий запит може генерувати дуже різні результати.
• Стиль. Важливо, щоб усі види мистецтва в даній грі мали послідовний стиль, а це означає, що ваші інструменти потрібно навчати чи іншим чином прив’язувати до заданого стилю.

2. Зниження бар’єрів призведе до більшого ризику та творчого пошуку

Невдовзі ми можемо вступити в новий «золотий вік» розробки ігор, у якому нижчий бар’єр для входу призведе до вибуху більш інноваційних та креативних ігор. Не лише тому, що менші витрати на виробництво призводять до меншого ризику, а й тому, що ці інструменти відкривають можливість створювати високоякісний контент для ширшої аудиторії. Що призводить до наступного прогнозу...

3. Зростання «мікроігрових студій» за допомогою ШІ

Озброївшись інструментами та послугами Generative AI, ми почнемо бачити більш життєздатні комерційні ігри, створені крихітними «мікростудіями» лише з 1 або 2 співробітниками. Ідея маленької інді-ігрової студії не нова – хітова гра Серед нас була створена студією Innersloth із лише 5 співробітниками, але розмір і масштаб ігор, які можуть створювати ці маленькі студії, зростатиме. Це призведе до...

4. Збільшення кількості ігор, що випускаються щороку

Успіх Unity та Roblox показав, що потужні творчі інструменти створюють більше ігор. Generative AI ще більше знизить планку, створивши ще більше ігор. Галузь вже страждає від проблем із відкриттям – більше ніж У Steam додано 10,000 XNUMX ігор Лише минулого року – і це створить ще більший тиск на відкриття. Однак ми також побачимо…

5. Створено нові типи ігор, які були неможливі до Generative AI

Ми побачимо нові ігрові жанри, які були б просто неможливі без Generative AI. Ми вже говорили про авіасимулятор від Microsoft, але будуть винайдені абсолютно нові жанри, які залежатимуть від генерації нового вмісту в реальному часі.

Вважати Стрілець, по пензлик для заклинань. Це рольова гра, яка містить персонажів, створених ШІ, для практично необмеженого нового ігрового процесу.

Ми також знаємо про іншого розробника ігор, який використовує ШІ, щоб дозволити гравцям створювати власний аватар у грі. Раніше вони мали колекцію намальованих від руки зображень аватарів, які гравці могли змішувати та поєднувати, щоб створити свій аватар – тепер вони повністю викинули це й просто генерують зображення аватара з опису гравця. Дозволити гравцям генерувати вміст за допомогою штучного інтелекту безпечніше, ніж дозволити гравцям завантажувати власний вміст з нуля, оскільки штучний інтелект можна навчити уникати створення образливого вмісту, але при цьому дати гравцям більше почуття власності.

6. Цінність наростатиме до галузевих інструментів ШІ, а не лише до базових моделей

Ажіотаж і шум навколо базових моделей, таких як Stable Diffusion і Midjourney, породжують приголомшливі оцінки, але триваючий потік нових досліджень гарантує, що нові моделі будуть з’являтися і зникати в міру вдосконалення нових методів. Розгляньте пошуковий трафік веб-сайту до 3 популярних моделей Generative AI: Dall-E, Midjourney і Stable Diffusion. Кожна нова модель має свою чергу в центрі уваги.

Альтернативним підходом може бути створення відповідних галузевих пакетів інструментів, які зосереджені на потребах Generative AI у певній галузі, з глибоким розумінням конкретної аудиторії та широкою інтеграцією в існуючі виробничі лінії (наприклад, Unity або Unreal для ігор).

Хороший приклад злітно-посадкова смуга який націлений на потреби творців відео за допомогою інструментів зі штучним інтелектом, таких як редагування відео, видалення зеленого екрана, малювання та відстеження руху. Такі інструменти можуть створювати та монетизувати певну аудиторію, додаючи з часом нові моделі. Ми ще не бачили такої програми, як Runway для ігор, але ми знаємо, що це простір активного розвитку.

7. Наближаються судові виклики

Спільним для всіх цих моделей генеративного штучного інтелекту є те, що вони навчаються з використанням масивних наборів даних вмісту, які часто створюються шляхом збирання самого Інтернету. Stable Diffusion, наприклад, навчається на більш ніж 5 мільярдах пар зображення/підписи, зібраних з Інтернету.

На даний момент ці моделі стверджують, що працюють відповідно до доктрини авторського права «добросовісного використання», але цей аргумент ще остаточно не перевірено в суді. Це здається зрозумілим настають судові виклики що, ймовірно, змінить ландшафт Generative AI.

Цілком можливо, що великі студії шукатимуть конкурентну перевагу, створюючи власні моделі, побудовані на внутрішньому вмісті, на який вони мають чітке право та право власності. Microsoft, наприклад, має тут особливо хороші позиції 23 перші вечірні студії сьогодні, і ще 7 після придбання Activision завершується.

8. Програмування не буде порушено так глибоко, як художній контент – принаймні поки що

Розробка програмного забезпечення є ще однією основною ціною розробки ігор, але, як поділилися наші колеги з команди a16z Enterprise у своїй недавній публікації в блозі, Мистецтво не мертве, воно лише створене машиноюгенерація коду за допомогою моделі штучного інтелекту потребує більше тестування та перевірки, а отже має меншу продуктивність, ніж генерація творчих ресурсів. Інструменти кодування, такі як Copilot, можуть забезпечити помірне підвищення продуктивності для інженерів, але не матимуть такого ж впливу… принаймні найближчим часом.

ЗМІСТ

Рекомендації

На основі цих прогнозів ми пропонуємо наступні рекомендації:

1. Почніть вивчати Generative AI зараз

Знадобиться деякий час, щоб зрозуміти, як повністю використати потужність майбутньої революції Generative AI. Компанії, які починають зараз, матимуть перевагу пізніше. Ми знаємо кілька студій, які проводять внутрішні експериментальні проекти, щоб дослідити, як ці методи можуть вплинути на виробництво.

2. Шукайте можливості на карті ринку

Деякі частини нашої карти ринку вже дуже переповнені, як-от анімація чи мова та діалог, але інші області широко відкриті. Ми заохочуємо підприємців, зацікавлених у цьому просторі, зосередити свої зусилля на сферах, які ще не вивчені, наприклад «Runway for Games».

ЗМІСТ

Поточний стан ринку

Ми створили карту ринку, щоб охопити список компаній, які ми визначили в кожній із цих категорій, де ми бачимо вплив Generative AI на ігри. У цьому дописі в блозі розглядається кожна з цих категорій, пояснюється трохи докладніше та висвітлюються найцікавіші компанії в кожній категорії.

ЗМІСТ

2D зображення

Створення 2D-зображень із текстових підказок вже є однією з найпоширеніших областей генеративного ШІ. Такі інструменти, як Серед подорожі, Стабільна дифузія та Dall-E 2 може генерувати високоякісні 2D-зображення з тексту, і вже знайшов свій шлях до виробництва ігор на багатьох етапах життєвого циклу гри.

Концепція Мистецтва

Інструменти генеративного штучного інтелекту чудово підходять для створення ідей або допомагають нехудожникам, як-от дизайнерам ігор, дуже швидко досліджувати концепції та ідеї для створення концептуального мистецтва, що є ключовою частиною виробничого процесу. Наприклад, одна студія (залишаючись анонімною) використовує кілька цих інструментів разом, щоб радикально прискорити процес концептуального мистецтва, витрачаючи один день на створення зображення, яке раніше займало б аж 3 тижні.

• По-перше, їх дизайнери ігор використовують Midjourney, щоб досліджувати різні ідеї та генерувати образи, які їх надихають.
• Їх передають професійному концептуальному художнику, який збирає їх разом і зафарбовує результат, щоб створити єдине цілісне зображення, яке потім подається в Stable Diffusion для створення купи варіацій.
• Вони обговорюють ці варіанти, вибирають один, домальовують деякі правки вручну – потім повторюють процес, поки не будуть задоволені результатом.
• На цьому етапі передайте це зображення назад у Stable Diffusion востаннє, щоб «підвищити масштаб» і створити остаточний твір мистецтва.

Мистецтво виробництва 2D

Деякі студії вже експериментують із використанням тих самих інструментів для внутрішньоігрового виробництва ілюстрацій. Ось, наприклад, приємно підручник від Альберта Бозесана щодо використання Stable Diffusion для створення внутрішньоігрових 2D-активів.

ЗМІСТ

3D-ілюстрації

3D-ресурси є будівельним блоком усіх сучасних ігор, а також майбутнього метавсесвіту. Віртуальний світ або ігровий рівень — це, по суті, лише набір 3D-ресурсів, розміщених і змінених для заповнення середовища. Однак створення 3D-ресурсу є більш складним, ніж створення 2D-зображення, і включає кілька кроків, зокрема створення 3D-моделі та додавання текстур і ефектів. Для анімованих персонажів це також передбачає створення внутрішнього «скелета», а потім створення анімації поверх цього скелета.

Ми бачимо, як кілька різних стартапів працюють на кожному етапі цього процесу створення 3D-активів, включаючи створення моделі, анімацію персонажа та створення рівня. Однак це ще не вирішена проблема – жодне з рішень ще не готове для повної інтеграції у виробництво.

3D активи

Стартапи, які намагаються вирішити проблему створення 3D-моделі, включають Каедім, Міраж та Гіпотетичний. Великі компанії також розглядають проблему, включаючи Nvidia Get3D і Autodesk ClipForge. Kaedim і Get3d зосереджені на зображенні в 3D; ClipForge і Mirage зосереджені на перетворенні тексту в 3D, тоді як Hypothetic зацікавлені в пошуку як тексту в 3D, так і зображення в 3D.

3D текстури

3D-модель виглядає настільки ж реалістично, як і текстура або матеріали, нанесені на сітку. Вирішивши, яку мохову текстуру вивітрюваного каменю застосувати до моделі середньовічного замку, можна повністю змінити вигляд і відчуття сцени. Текстури містять метадані про те, як світло реагує на матеріал (тобто шорсткість, блиск тощо). Дозвол художникам легко генерувати текстури на основі текстових підказок або зображень буде надзвичайно цінним для збільшення швидкості ітерацій у творчому процесі. Кілька команд використовують цю можливість, зокрема БарійAI, Понзу та ArmorLab.

анімація

Створення чудової анімації є однією з найбільш трудомістких, дорогих і вмілих частин процесу створення гри. Один із способів зменшити вартість і створити більш реалістичну анімацію – використовувати захоплення руху, коли ви надягаєте актора або танцюриста в костюм захоплення руху та записуєте їх рух на спеціально обладнаній сцені захоплення руху.

Зараз ми бачимо моделі Generative AI, які можуть знімати анімацію прямо з відео. Це набагато ефективніше, оскільки позбавляє потреби в дорогій системі захоплення руху, а також тому, що ви можете знімати анімацію з наявних відео. Ще один захоплюючий аспект цих моделей полягає в тому, що їх також можна використовувати для застосування фільтрів до існуючих анімацій, наприклад, щоб вони виглядали п’яними, старими чи щасливими. Компанії, які займаються цим простором, включають Kinetix, Глибокий рух, РАДИКАЛЬНИЙ, Перемістити Ай та Пласк.

Дизайн рівнів і будівництво світу

Одним із найбільш трудомістких аспектів створення гри є побудова світу гри, завдання, для якого генеративний ШІ повинен добре підходити. Такі ігри, як Minecraft, No Man's Sky і Diablo, уже відомі використанням процедурних методів для генерації рівнів, у яких рівні створюються випадковим чином, щоразу різні, але за правилами, встановленими дизайнером рівнів. Важливою перевагою нового ігрового движка Unreal 5 є його набір процедурних інструментів для проектування відкритого світу, таких як розміщення листя.

Ми бачили кілька ініціатив у просторі, наприклад Прометей, MLXAR, або Мета Будівельний бот, і думаю, що це лише питання часу, коли генеративні методи значною мірою замінять процедурні техніки. Деякий час у космосі ведуться наукові дослідження, в тому числі генеративні методи для Minecraft or дизайн рівнів у Doom.

Ще однією вагомою причиною сподіватися на генеративні інструменти штучного інтелекту для проектування рівнів була б можливість створювати рівні та світи в різних стилях. Ви можете уявити собі інструменти для створення світу в Нью-Йорку епохи флеперів 1920-х років проти антиутопічного майбутнього у стилі бігу по лезу проти фантастичного світу Толкіна.

Наступні концепції були створені Midjourney за допомогою підказки «рівень гри в стилі…»

аудіо

Звук і музика є важливою частиною ігрового процесу. Ми починаємо спостерігати, як компанії використовують Generative AI для створення аудіо, щоб доповнити роботу, яка вже виконується на боці графіки.

Звукові ефекти

Звукові ефекти є привабливою відкритою зоною для ШІ. Було академічні роботи досліджую ідею використання штучного інтелекту для генерування «фолі» у фільмі (наприклад, кроків), але ще мало комерційних продуктів в іграх.

Ми вважаємо, що це лише питання часу, оскільки інтерактивний характер ігор робить це очевидним додатком для генеративного штучного інтелекту, створюючи як статичні звукові ефекти як частину виробництва («звук лазерної гармати, у стилі «Зоряних війн»), так і створення інтерактивних звукових ефектів у реальному часі під час виконання.

Розглянемо щось таке просте, як створення звуків кроків для персонажа гравця. У більшості ігор це вирішується шляхом додавання невеликої кількості попередньо записаних звуків кроків: ходьба по траві, ходьба по гравію, біг по траві, біг по гравію тощо. Їх важко генерувати та керувати ними, вони звучать повторювано та нереально під час виконання.

Кращим підходом була б генеруюча в режимі реального часу AI-модель для звукових ефектів Foley, яка може генерувати відповідні звукові ефекти на льоту, дещо по-різному щоразу, які реагують на параметри в грі, такі як поверхня землі, вага персонажа, хода, взуття тощо.

музика

Музика завжди була викликом для ігор. Це важливо, оскільки це може допомогти встановити емоційний тон так само, як це робиться в кіно чи на телебаченні, але оскільки ігри можуть тривати сотні чи навіть тисячі годин, вони можуть швидко стати повторюваними або дратувати. Крім того, через інтерактивну природу ігор музиці може бути важко точно відповідати тому, що відбувається на екрані в будь-який момент часу.

Адаптивна музика була темою в аудіоіграх більше двох десятиліть, починаючи аж від Microsoft “DirectMusic” система створення інтерактивної музики. DirectMusic ніколи не був широко адаптований, головним чином через складність композиції у форматі. Лише кілька ігор, як у Monolith Ніхто не живе вічно, створили справді інтерактивні оцінки.

Зараз ми бачимо, як низка компаній намагається створювати музику, згенеровану штучним інтелектом, наприклад Звуковий, музично, Гармонай, Нескінченний альбом та Айва. І хоча деякі інструменти сьогодні, як Jukebox за допомогою відкритого штучного інтелекту, є високообчислювально інтенсивними та не можуть працювати в режимі реального часу, більшість може працювати в режимі реального часу після створення початкової моделі.

Мовлення та діалог

Існує велика кількість компаній, які намагаються створити реалістичні голоси для ігрових персонажів. Це не дивно, враховуючи довгу історію спроб надати комп’ютерам голос за допомогою синтезу мови. Компанії включають Сонантичний, Кокі, Replica Studios, Нагадуйте.ai, Readspeaker.ai, і багато іншого.

Є багато переваг використання генеративного штучного інтелекту для мовлення, що частково пояснює, чому цей простір такий переповнений.

• Створення діалогу на льоту. Зазвичай мова в іграх попередньо записується від акторів, які озвучують, але це обмежено попередньо записаними стандартними мовами. Завдяки генеративному діалогу ШІ персонажі можуть говорити що завгодно, а це означає, що вони можуть повністю реагувати на те, що роблять гравці. У поєднанні з більш інтелектуальними моделями штучного інтелекту для NPC (поза межами цього блогу, але не менш захоплюючою сферою інновацій прямо зараз) незабаром з’являться обіцянки ігор, які повністю реагуватимуть на гравців.
• Рольові ігри. Багато гравців хочуть грати за фантастичних персонажів, які мало схожі на їхню особистість у реальному світі. Однак ця фантазія руйнується, щойно гравці говорять власним голосом. Використання згенерованого голосу, який збігається з аватаром гравця, підтримує цю ілюзію.
  КОНТРОЛЬ. Під час генерації мовлення ви можете контролювати відтінок голосу, як-от його тембр, перегин, емоційний резонанс, довжину фонеми, акценти тощо.
• Локалізація. Дозволяє перекладати діалог на будь-яку мову та виголошувати його одним голосом. Компанії, як Deepdub орієнтовані саме на цю нішу.

ЗМІСТ

NPC або персонажі гравців

Багато стартапів розглядають можливість використання генеративного штучного інтелекту для створення правдоподібних персонажів, з якими можна взаємодіяти, частково тому, що це ринок із таким широким застосуванням поза іграми, як-от віртуальні помічники чи адміністратори.

Зусилля створити правдоподібних персонажів сягають початків досліджень ШІ. Фактично, визначення класичного «тесту Тюрінга» для штучного інтелекту полягає в тому, що людина не повинна бути в змозі відрізнити розмову в чаті з ШІ та людиною.

На даний момент існують сотні компаній, які створюють чат-боти загального призначення, багато з них працюють на мовних моделях, схожих на GPT-3. Менша кількість спеціально намагається створити чат-ботів для розваг, наприклад Репліка та Anima які намагаються знайти віртуальних друзів. Концепція зустрічі з віртуальною дівчиною, як вона розглядається у фільмі «Вона», може бути ближчою, ніж ви думаєте.

Зараз ми спостерігаємо наступну ітерацію цих платформ чат-ботів, як-от Charisma.ai, Convai.comабо Inworld.ai, призначений для створення повністю відтворених 3D-персонажів, з емоціями та діяльністю, з інструментами, які дозволять творцеві ставити цим персонажам цілі. Це важливо, якщо вони збираються вписатися в гру або мати місце для розповіді в просуванні сюжету вперед, а не просто як демонстрацію.

ЗМІСТ

Платформи «все в одному».

Одним із найуспішніших генеративних інструментів ШІ є Runwayml.com, оскільки він об’єднує широкий набір інструментів для творців в одному пакеті. Наразі не існує такої платформи, яка б обслуговувала відеоігри, і ми вважаємо, що це неврахована можливість. Ми хотіли б інвестувати в рішення, яке має:

• Повний набір генеративних інструментів ШІ, що охоплює весь виробничий процес. (код, створення активів, текстури, аудіо, описи тощо)
• Тісно інтегрований з такими популярними ігровими движками, як Unreal і Unity.
• Розроблено, щоб вписатися в типовий конвеєр виробництва ігор.

ЗМІСТ

Висновок

Це неймовірний час, щоб бути творцем ігор! Частково завдяки інструментам, описаним у цій публікації в блозі, ще ніколи не було простіше генерувати вміст, необхідний для створення гри, навіть якщо ваша гра така ж велика, як уся планета!

Можна навіть одного дня уявити цілу персоналізовану гру, створену спеціально для гравця, засновану саме на тому, що гравець хоче. Це було в науковій фантастиці протягом тривалого часу – як «ШІ розумова гра» в «Грі Ендера» або голодека в «Зоряному шляху». Але оскільки інструменти, описані в цій публікації в блозі, розвиваються так само швидко, не важко уявити, що ця реальність вже не за горами.

Якщо ви засновник або потенційний засновник, зацікавлений у створенні компанії AI для ігор, зв’яжіться! Ми хочемо почути від вас!