AI與游戲的融合之路

張書琛

游戲一向被視為“第九藝術”，而AI 角色即人工智能角色在電子游戲最初風靡之時，就已經是這門藝術不可或缺的存在了。無論是常規的，除玩家操控角色之外由電腦控制的角色，還是那些由人工或非人工打造的智能角色，都是成就經典游戲的重要一步。

經過半個多世紀的發展，AI在游戲中的應用范圍早已擴大，無論是充當虛擬玩家、路過的NPC、奔向敵軍的千軍萬馬，又或是一草一木都與真實世界相差無幾的異世界，背后都有AI 技術的支持。當新一批AIGC 工具誕生，游戲的制作與玩法又會迎來何種程度的顛覆？

當玩家有了更“聰明”的對手

其實早在單機游戲時代，我們就已經在跟機器交手。

與AI 在生物醫學等領域的應用目的不同，早期的游戲中都或多或少有AI 的身影，只是為了給玩家更好的體驗，比如最早的井字棋游戲中的人機對戰。

彼時，游戲中的“AI”不過是用算法寫定的程序，具體游戲中的應用一是根據開發者的固定套路頂替真人玩家的角色參與到游戲中，智能化程度不高，因此被稱為“bot”（機器人）。這種機器人玩家至今仍存在于大量MOBA（多人在線競技）游戲中，但這些機器人智能化程度實在難以恭維，在集齊百人才能開局的“吃雞”游戲中簡直就像個湊數的新手玩家。

二是用于增加游戲趣味，作為一個對抗角色出現。電子游戲業先驅雅達利推出的傳奇主機 Atari? 2600上有一款經典街機游戲《吃豆人（Pac-Man）》，游戲中有四個不同顏色的小怪物，每種怪物都由不同的追擊算法所控制，因此這些怪物并不會一擁而上，而是根據不同的范圍和路徑攻擊玩家，這意味著玩家在迷宮每個路口都面臨不同的選擇。這種AI 應用后來也成為控制游戲難易的經典操作，射擊類游戲《太空侵略者（SpaceInvader）》、隨機生成關卡的地牢探險游戲《Rogue》等上世紀七八十年代發布的電子游戲都將這類AI 對抗模式引入其中，隨后成為一代經典。

不過總的來說，無論AI 的角色范圍如何擴大，玩家都已經默認AI 角色在游戲中的使命就是最終被玩家擊敗，或者是推動游戲劇情的“工具人”。

隨著硬件設備、算法規模和計算能力的突飛猛進，游戲中的AI 角色進化速度也開始加快，并開始在游戲中擊敗人類。在部分射擊類游戲中，AI 角色已經可以完全模擬玩家的操作，實現多變的打法，同時AI 的所有操作玩家理論上都可以模仿實現。

AI的游戲

《吃豆人》中不同程式控制的怪獸

《太空侵略者》，AI為其增加了隨機性

AlphaGo從初學者到高手只用了70個小時

除了在不同玩法的電子游戲中打敗人類，AI 已經可以在公認最復雜的游戲對弈中超越人類。2016年3月，谷歌DeepMind 的AI 應用程序AlphaGo 擊敗了圍棋世界冠軍李世石，一年后，AlphaGo 又在人機大戰中擊敗了中國棋手柯潔，在全球范圍內掀起了一股不亞于當前的人工智能討論熱潮。

DeepMind在這之后還推出了AlphaGo的后續版本AlphaZero，只需要提供基本的游戲規則，AlphaZero 就可以完全依靠深度強化學習能力，在短短幾小時內，通過自我對弈達到人類需要1500年才能達到的技能水平；對陣前輩AlphaGo的早期競爭版本AlphaZero 甚至可以取得完勝，是目前世界上最好的“圍棋選手”。

不僅專注于棋盤游戲，DeepMind還推出了在棋、牌兩類游戲中都能實現強大性能的AI 新作Player of Games（PoG），這在當時也被看作是業內邁向能夠在任意環境學習的通用AI算法的重要一步。

為什么這種大型人工智能實驗室會長期投資缺乏商業應用前景的游戲AI系統？在一位騰訊應用研究工程師看來，這主要是因為游戲其實是一個非常好的研究環境，因為游戲通常是人類世界中某些問題的抽象和簡化，而且具備實驗成本低、可重復性高等優點，最重要的是游戲的核心玩法都需要展現出相當程度的智能行為。

“無論是下圍棋、打德州撲克、組隊打《英雄聯盟》，還是自己玩連連看、俄羅斯方塊，都需要有深入的思考或者敏捷的反應，從不同角度和程度上展現出人類的智能行為。因此，人工智能研究者都著眼于設計出一個可以在公認復雜的游戲中取勝的方法，這是進行創新和展示技術實力的最為直接的方式。”

此外，盡管AlphaGo 之類的AI 產品還沒有商業落地的可能，但通過游戲訓練出算法模型已經在幾十年內催生了為計算機視覺、自動駕駛汽車和自然語言處理提供動力的自學AI 產品。比如在自動駕駛領域，AI 系統需要選擇最優策略也要在某一刻達成妥協，不僅要選擇最有利于自己的策略，也要學會在擁堵路段提前判斷出他人的行動，這些都可以在復雜游戲中找到樣本。

進入虛擬世界的第一步：重造角色

越來越智能的AI技術又是如何改進玩家體驗的？我們可以先看看玩家進入游戲的形式變化。

在大部分游戲中， 玩家的形象一般都是固定的， 頂多自選一下服裝、發型等。早在1988年的《光芒之池（Pool of Radiance）》游戲中，就已經有了角色設計系統的最初模型：玩家可以在游戲提供的幾套不同形象里選出一種，來代表自己的角色。

但是前兩年元宇宙概念的大熱，不僅讓VR/AR、虛擬偶像、影視特效等“老領域”一度再現高估值融資落地，人工智能算法、腦機接口、數字孿生、區塊鏈、NFT 等新概念旋即跟進，而宣布進軍元宇宙的企業，無論是社交平臺還是游戲廠家，第一步就是從捏臉開始。

“捏臉”其實就是對角色外觀一種更精細化的調整，能以更私人的方式在游戲里留下痕跡當然值得興奮，鑒于人們長久以來對設計角色的熱情，“捏臉兩小時，游戲五分鐘”也不是不可能。

在角色扮演為主的游戲中，玩家所創建的角色——一個完全由自己操控的“另一個自我”，常常展示出玩家的心理映射，一般都會是根據真實自我稍微理想化后創建的角色，或一種單純的“賽博cosplay”。

一般有捏臉環節的游戲都會通過滑塊來調整，這樣雖然精準但卻是一門“技術活”，能不能教給AI 呢？隨著計算機視覺（CV）和計算機圖形學（CG）相關技術的成熟，再加上有類GPT 的自然語言大模型加持，AI已經可以根據文字描述來幫玩家捏臉了。

網易新手游《逆水寒》就將自家的大規模預訓練模型“玉言”用在了捏臉玩法中。據網易官方表示，游戲中只要把你心中所想用文字甚至詩詞、文學描述手法表達出來，AI就能理解并瞬間具象化。

當然，效果如何還要等游戲正式開服后才能由玩家們驗證，不過按照AIGC 產品的特性，剛開始的結果不一定貼合玩家心中所想。

捏臉塑造一個角色形象在角色扮演類游戲中很受重視

根據文學性的描述生成的角色圖像 圖源：《逆水寒》官網

ChatGPT設計的游戲早已有之

由于AI具有自適應和自學習能力，經過不斷的學習和訓練，尤其是更多玩家“喂”給訓練系統更多有效素材后，游戲中捏臉的準確率才會進一步提升。比如大家文字捏“邪魅狂狷”多了，AI就會總結大家最終選定的樣貌特征共性，從而訓練自己捏出更符合大眾玩家意識中的目標形象。讓AI基于已經帶有標簽的圖片自己學習，也能節省大量ChatGPT設計的游戲早已有之人力去標注，對于游戲廠商來說一舉兩得。

光是捏臉塑造個人物并不是元宇宙的終極目標，像電影《頭號玩家》的那種完全沉浸式的數字孿生世界才是游戲行業追逐的圣杯。

不過想要達到這個目標，技術上的短板還有太多，包括基于實時的人體的動態高精度重建能力，人體的驅動算法以及硬件產品中相關的上游元器件、高刷新率高分辨率的顯示能力、高帶寬低時延的網絡、各種傳感器的融合計算能力等等。

ChatGPT還不能原創游戲

除了在角色設計上“精益求精”，門檻更低的ChatGPT 甚至可以給玩家設計一個“全新”玩法的私家游戲。

寫代碼是ChatGPT 最實用的功能之一，作為能寫代碼的生成型AI，GPT其實有能力為用戶創造一些簡單的小型游戲，并把游戲的生成代碼直接給你。

有位海外數獨玩家玩膩了現存的數獨游戲，希望用ChatGPT 開發一款有全新玩法的數獨游戲。ChatGPT 給出了名叫“Sumplete”的數獨游戲，還制定了所有規則、放出了游戲背后的代碼。在游戲中，每個玩家都會有一系列的網格狀數字，每一行和每一列的邊上都會有一個目標數，玩家需要刪除各行和列里面的某些數字，使得剩下的數字加起來的總和與各行、列邊上的數字相等。

不過對話型AI 產品胡說八道的老毛病又犯了，海外玩家發現Sumplete 并不是一個全新的開發游戲，而是抄襲另一個網頁游戲Kakuros，兩者規則玩法幾乎一模一樣。而ChatGPT 在回答時并沒有提到過生成的回答借鑒了哪些數據源。

雖然還不能完全地原創游戲，但AI已經可以滲透進游戲制作的各個環節，為游戲帶來研發效果和效率的提升。

電子游戲經過幾十年的發展后，在表現形式和玩法上都有了長足進步，為了讓玩家有更沉浸的感受，現在廠商們都需要大量的細節內容去填充游戲世界，包括用游戲劇情、人物行為、玩法設計、靜態場景、動畫生成等。對于研發者來說，這就意味著整個鏈條需要更多人力。

而AIGC內容的快餐化能直接讓游戲廠商制作成本大幅降低，尤其是和AIGC內容更具關聯性的美術部分。在某些游戲外包公司的實踐中，以往需要數天乃至數周時間做出的一幅原畫作品或者是營銷向設計作品，能通過AIGC的手段在幾分鐘內通通搞定。

只不過現在AI生成的圖像與職業畫師還有一定差距，比如說不清楚該突出作品的哪部分，以及是否涉及侵權的商業風險。但當一個效率極高的繪畫工具得以大規模應用時，也足以讓中庸水平的原畫師們感到焦慮了。