21世紀經濟報道 記者諸未靜、蔡姝越 實習生董思宇 上海報道
編者按:
2022年,生成式AI發展為人工智能發展注入一針強心劑,ChatGPT的橫空出世,被視為通用人工智能的起點和強人工智能的拐點,引發新一輪人工智能革命。人工智能發展似乎找到了自己的主流敘事。
不過,技術創新的同時也帶來了監管難題,我們面對的不是近在咫尺的當下,而是想象觸達不到的未來。對于顛覆性的人工智能技術,全球正在進行治理話語的競賽,中國將會如何通過立法來貢獻出具有中國特色的AI治理路徑?如何既擁抱技術發展,又能有效規制風險?之前南財合規科技研究院推出AI契約論系列報道以及《生成式人工智能發展與監管白皮書》,在此基礎上,將繼續推出AI立法進行時系列,以期為中國AI治理提供有益思路。
“汽車時代來了,我們應該做的是考個駕照,學會駕駛它。”
AI生態的時代正在慢慢拉開帷幕,身處變革中的每一個人都在適應并接受挑戰。
而游戲產業,一直是人工智能最好的練靶場。一方面,游戲啟發著人工智能研究的先驅者們對于智能的想象,幫助他們確立研究目標和錨定任務;另一方面,電子游戲這一特殊媒介,也極佳地展現出了人工智能的強大潛力。
回顧歷史,1940年,首個電子游戲機Nimatron誕生,擊敗了與之對戰的大多數人。1980年,街機游戲《吃豆人》使用簡單的AI算法控制敵人角色,成為人工智能應用游戲的早期里程碑。1984年,太空模擬游戲《精英》使用程序生成系統創建廣闊的游戲世界,這一技術后來在許多游戲中廣泛使用。
進入千禧年之后,人工智能在提高游戲真實性和玩家體驗方面發揮了更重要的作用。2001年,第一人稱射擊游戲《光環》使用人工智能創建極為逼真和智能的敵人角色,這在當時是一大突破。2005年,恐怖游戲《F.E.A.R.》運用AI使敵人行為變得更加復雜和不可預測。
隨后,以 Deepmind、OpenAI 等為代表的一系列人工智能公司將21世紀初由大數據和深度學習方法引領的又一輪人工智能浪潮推向巔峰。2017年,OpenAl發布了 Dota2 的人工智能程序OpenAl Five,并戰勝了頂級職業選手。2022年,《達利2》(DALL-E 2)和ChatGPT等AIGC產品和技術出現,更激發了無限想象力。此后,程序化內容生成已經在游戲關卡、游戲圖像、游戲文本和游戲音樂等領域實現了突破,并開始展現出覆蓋游戲創作全過程的潛力。
目光著眼于國內,從2022年年底至2023年上半年,騰訊控股(00700.HK)、網易(09999.HK)、完美世界(002624.SZ)、昆侖萬維(300418.SZ)和湯姆貓(300459.SZ)等多家A股及港股上市游戲公司均對外宣布,將投入資金和人力布局游戲AI技術。
如今,拂去泡沫,21世紀經濟報道記者采訪了眾多游戲企業中高層,試圖厘清這些疑問:游戲行業的“iPhone時刻”真的來臨嗎? 除了B端的美術生成環節,C端的應用實踐真的開始切實落地了嗎?
布局
中國擁有全球最大的游戲市場,游戲企業是AI飛速發展的推動者,也是AI廣泛賦能的受益者。
AI技術在游戲生產的上、中、下游環節均可提供助力,包括美術、文本、音頻、數值等游戲內容資產生成,以及在游戲中內嵌AI技術以優化現有玩法。同時,AI技術也可應用于游戲平衡性(如外掛、工作室賬號檢測)維護等領域。
據21世紀經濟報道記者不完全整理,目前國內主流上市游戲企業均在AI上大力布局。
21世紀經濟報道記者注意到,雖然涉足AI的中國游戲廠商數量眾多,但不同廠商之間的技術儲備以及路線選擇其實存在著較為明顯的差異。
一個主要差異在于,一批上市游戲公司選擇了自研大模型,目前已公開了在研的大模型進度,并擬定了較清晰的布局規劃。這批游戲公司往往有著復合業務背景。
如騰訊已有自主研發的“混元”AI大模型,并將AI技術定位為推進業務發展的“加速器”,有著較為清晰的布局方向和后續應用場景:除了通過AIGC技術輔助游戲開發創作外,還將在社交、廣告、內容創作、數字人等場景應用AI技術。
另一大廠網易游戲則公開了“玉言”大模型和“子曰”大模型,覆蓋自然語言、文圖跨模態、文音跨模態、智能抓取、情緒感知等多種模型領域。且已積累豐富的預訓練模型訓練和工程優化經驗,未來相關技術可應用于智能制造、智慧學習、數字文旅、數字娛樂、數字音樂等數字產業。
昆侖萬維也在4月宣布和奇點智源合作推出自研“天工”AI大模型。昆侖萬維在2023年一季度報中提到,報告期內,公司也在游戲開發運營的美術設計、策劃、內容運營等環節推進“AI化”。
總體來看,選擇自研大模型的游戲廠商仍是少數。對此,某港股上市游戲公司中層向21記者表示,大部分游戲廠商的核心定位是內容企業而非平臺企業?!?strong>對他們而言,做大模型這一類‘鏟子’的必要性并不大,更多的是需要考慮如何用好AI技術。”他說。
潛力
早在2013年,來自米蘭理工大學、加州大學、哥本哈根信息技術大學等研究機構的團隊對人工智能技術應用于游戲產業的未來愿景進行了研究。他們基于對現有技術的分析和對產業需求的考察,提出了三個未來目標:多級別、多內容的程序化內容生成;基于內容生成的游戲設計;完整游戲生成。
如今十年過去,當21記者在和幾位游戲行業資深人士交談后,他們不約而同地表示,目前AI技術在游戲領域的應用仍然集中于B端,尤其是在美術資產生成的環節。
Jason(化名)是上海某新興游企的一名中層員工,在工作之余,他也時刻關注公司內部AI技術的最新發展和應用進程。“目前公司內部一直在推動生成式AI技術應用于游戲生產環節,比如近期就完成了生成美術資產的底層模型自研,不需要再依靠第三方現成的大模型來生成素材?!?/p>
Jason提到,公司的不少美術資產跟與市面流行的風格不太一樣?!笆忻嫔媳容^多的是二次元風格,而我們有一些北歐神話和美式漫畫風格,因此我們研發的底層模型更貼合公司產品的特定美術風格?!彼f。
他也向21記者指出,自研的美術底層模型目前已經在產品研發環節中投入使用,對于效率提升也有一定貢獻。“保守估計在之前使用現成大模型的基礎上,(生產效率)提升了20%左右?!?/strong>
值得關注的是,部分游戲公司對于AI技術的投入,有時還會帶來“東邊不亮西邊亮”的效果。某上市游戲公司高層許南瓜(化名)告訴21記者,他曾接觸過一個正在投入研發生成式AI技術的團隊,因為經營困難,此前一直在對外尋找投資。
“但突然有一天,他們突然表示不需要外界投資了?!痹S南瓜說,在這個團隊感到走投無路之際,他們開始嘗試“另辟蹊徑”——機緣巧合下,他們接到了一個來自玩具公司的訂單,要求團隊幫助他們設計玩具,而這筆訂單也幫助團隊走出了資金短缺的窘境。
“這家玩具公司之前雇傭了10名美工,畫100張產品效果圖可能需要一個月的時間。在這個游戲團隊接手后,利用AI生成100張效果圖,可能只需要一天的時間。這也代表了美術資產垂類大模型,是一個值得游戲公司投入的方向。”他說。
困惑
而談到AI技術如何應用在C端,即如何改變用戶的游玩體驗方面,也依舊是游戲廠商持續探索的方向,同時也是開發者感到困頓的環節。
此前4月,日本游戲廠商史克威爾艾尼克斯(即SE)在Steam平臺上架了AI對話推理游戲《SQUARE ENIX AI 技術預覽:港口鎮連續殺人事件》。該游戲使用了自然語言處理(NLP)技術,玩家不再是通過選擇對話選項推進劇情,而是可以在文本框內輸入文字令AI理解并作出相應的反饋。
不過,由于該作AI并不是太聰明,很多場景下無法理解玩家給出的問題,因此往往需要玩家去配合AI,按照某些固定的形式發問才能繼續游戲。這也使得《港口鎮連續殺人事件》在Steam中的獲得了“特別差評”的定級,目前在平臺中已經搜索不到該款游戲。
“目前來看,行業內都沒有出現太多關于AI技術應用在游戲中的好案例?!盝ason直言,譬如《港口鎮連續殺人事件》這類加入AIGC對話的游戲,并沒有給玩家帶來正向的游戲體驗,也沒有對玩法做出太多的創新?!昂喲灾豢钤愀獾挠螒虿粫驗槟茏詣由膳_詞對話而變得有趣?!彼f。
伽馬數據7月發布的《中國游戲產業AIGC發展前景報告》也指出,中國企業在布局領域基本涵蓋了AIGC全產業鏈相關的環節,同時布局企業的研發能力與資本實力也較為強勁。但相比于美國,中國企業在芯片制造、大模型研發等環節競爭力較弱。中國企業在產業鏈薄弱環節的追趕難度較高,這也將成為發展挑戰。
在布局時間方面,中國企業近年來才開始在AI領域進行布局,而海外部分企業最早布局甚至可以追溯到數十年以前。在企業人員規模方面,國內外在千人以上規模的大型企業數量上差距較小,但中部企業的欠缺成為中國AI發展的重要挑戰。在資本投入方面,中國大量初創性企業投融資規模集中在1億元人民幣以下,而海外代表性AI企業最低投融資規模超過5000萬美元。
降溫
回過頭來看,自2023年年初掀起生成式AI技術熱潮后,持續至今已過去了半年有余的時間。
關于當下AI技術在游戲行業中的發展狀況,許南瓜在接受21記者采訪時談到了他的真實看法?!捌鋵嵨艺J為AI技術在游戲行業內降溫了?!钡瑫r也指出,降溫后的AI技術在游戲行業內扮演的角色并沒有發生變化。
產生以上情況的本質原因在于,他認為當下的游戲行業面臨的核心問題并非AI技術如何應用在生產環節和內容制作,而是產品投入周期越來越長,但面臨的風險也越來越高。
伽馬數據與騰訊云聯合發布的《2023年游戲生命周期洞察報告》中顯示,2018年到2022年,中國主要上市游戲企業研發投入呈持續上升態勢。2022年中國上市游企的研發投入達964.26億元,同比上升12.82%。人力成本上升、研發周期拉長等多重因素是企業研發投入上升的主要原因。
“舉例來說,國內最初手游行業并不飽和的時候,CP(Content Provider,內容提供者)只需要投入幾十萬元的成本,研發‘換皮’甚至‘山寨’手游就能在幾個月回本。但在用戶玩過高投入、長周期制作的產品后,如果廠商仍舊維持著上述投機的老做法,就一定沒有活路?!痹S南瓜說。
他進一步提到,在當下行業投入周期越來越長的背景下,立項后一年內能做出產品已經是效率很高的團隊了,更多的可能要花費三年甚至更多的時間。AI技術從最開始被行業熱炒,目前熱度回落到一個正常的水平,實際上并不影響游戲行業利用AI技術輔助開發游戲這一方向。
“比起把AI作為玩法核心,希望做出一個以AI技術驅動的游戲,游戲行業更應該聚焦的方向是如何應用好AI這一技術提高游戲的研發效率和綜合品質,進一步實現降本增效。”他說。
需要關注的是,在游戲的研發環節加入AI“助攻”,也并非會直接帶來“1+1>2”的改變。“適配性”是目前AI技術在游戲廠商中普及中遇到的主要難點之一。實際上,AI技術應用在游戲開發中,并不是簡單的“搭橋修路”,相同的大模型服務的對象不同,其發揮的效力也會有所差異。
如將棋牌社交游戲作為主營產品的以色列游戲公司Playtika,便專注于用AI技術實現游戲變現并提升用戶留存率。在Playtika的官方博客中,其AI研究小組負責人Michael Kolomenkin撰文提到,Playtika設計了一個實時推薦系統,利用機器學習中的強化學習方法優化游戲性能,同時為游戲中的玩家提供個性化體驗。
“但如果有一款月活僅有幾十萬的小產品,試圖照搬的月活破億的產品的商業模型,它的成本回收率一定是慘不忍睹的?!痹S南瓜直言。
正如Playtika的模型是基于學習用戶行為不斷進化,游戲廠商在運用AI時也需要量體裁衣式搭建模型,從而實現技術的真正積累。
附圖:國內部分上市游戲公司AI布局情況 整理:21世紀經濟報道 董思宇(實習生)
統籌:王俊
記者:諸未靜、蔡姝越、董思宇(實習生)