文章摘要
【关 键 词】 AI游戏开发、技术变革、法律道德、生产效率、游戏体验
Netflix公司正在投资生成式AI技术以加速游戏开发并创造新的游戏体验。尽管Netflix关闭了知名游戏工作室“Team Blue”并解雇了游戏开发团队，但其并未完全退出游戏行业，而是调整了游戏部门的战略。Netflix游戏开发生成式AI副总裁Mike Verdu表示，公司正在拥抱由生成式AI推动的游戏开发和玩家体验的转折点。生成式AI技术在游戏开发中的应用包括生成3D模型、概念图、配音表演和游戏内对话等，一些游戏开发商已经开始实际应用。然而，游戏开发者对生成式AI的态度不一，有人对其可能性感到兴奋，也有人担心其被过度滥用。
2024年，随着生成式AI全面进军游戏领域，顶尖游戏大厂也开始探索其应用方式。但没人能保证这些新技术会走多远。游戏厂商们过去几年大力宣传他们使用的各种最新技术，如加密货币、区块链、NFT乃至Web 3.0等。但游戏界的几家大厂在这方面表现得谨慎，不愿贸然承诺将AI纳入自己的开发计划。
纽约大学媒体与信息研究助理教授Laine Nooney表示，游戏行业对于这场即将席卷而来的暴风雨抱有不少紧张情绪。尽管生成式AI厂商们纷纷做出大胆承诺，但其中多数目标恐怕无法实现。这些技术似乎有望拉高游戏玩家的期待，但厂商们低估了发挥其现实生产力所需要投入的额外劳动力规模。
尽管如此，Nooney也承认AI技术必将在游戏开发流程中发挥重要作用。例如，AI机器人查找bug和错误来帮助人类质量保证团队高效完成工作。这种现象可能导致大大小小的厂商放弃以人类为主导的传统QA测试模式。
不少游戏开发者已经使用生成式AI技术来协助提升生产效率。例如，有人使用AI工具在游戏中的地下城或者类似马力欧的平台游戏关卡中快速生成数十张地图；Unity将生成式AI技术应用于行为树。但生成式AI在修复bug方面的表现则远没有这么成功，甚至经常导致问题恶化。
游戏行业必须努力为大语言模型的使用方式找到正确的路径。几十年来，这些模型一直在毫无顾忌地吸纳公开可用的数据。我们之所以另辟蹊径，就是因为我们训练的模型不是要跟原始数据的创造者竞争，而是为了达成明确的实际效用。游戏行业对生成式AI工具制作的内容的法律和道德问题也感到担忧，比如这些内容到底归不归相关游戏工作室所有，是否可以在商业作品中使用生成式AI。尽管人们对于生成式AI可能给游戏带来的冲击和法律风险感到担忧，但这项技术最终可能会以更加温和、可接受的方式落地，这一点跟以往的其他生产工具相似。在这项新技术的加持下，游戏行业可能更多感受到的是巨大的生产力提升。
原文和模型
【原文链接】 阅读原文 [ 4001字 | 17分钟 ]
【原文作者】 AI前线
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
