AI与游戏的融合之路

张书琛

游戏一向被视为“第九艺术”，而AI 角色即人工智能角色在电子游戏最初风靡之时，就已经是这门艺术不可或缺的存在了。无论是常规的，除玩家操控角色之外由电脑控制的角色，还是那些由人工或非人工打造的智能角色，都是成就经典游戏的重要一步。

经过半个多世纪的发展，AI在游戏中的应用范围早已扩大，无论是充当虚拟玩家、路过的NPC、奔向敌军的千军万马，又或是一草一木都与真实世界相差无几的异世界，背后都有AI 技术的支持。当新一批AIGC 工具诞生，游戏的制作与玩法又会迎来何种程度的颠覆？

当玩家有了更“聪明”的对手

其实早在单机游戏时代，我们就已经在跟机器交手。

与AI 在生物医学等领域的应用目的不同，早期的游戏中都或多或少有AI 的身影，只是为了给玩家更好的体验，比如最早的井字棋游戏中的人机对战。

彼时，游戏中的“AI”不过是用算法写定的程序，具体游戏中的应用一是根据开发者的固定套路顶替真人玩家的角色参与到游戏中，智能化程度不高，因此被称为“bot”（机器人）。这种机器人玩家至今仍存在于大量MOBA（多人在线竞技）游戏中，但这些机器人智能化程度实在难以恭维，在集齐百人才能开局的“吃鸡”游戏中简直就像个凑数的新手玩家。

二是用于增加游戏趣味，作为一个对抗角色出现。电子游戏业先驱雅达利推出的传奇主机 Atari  2600上有一款经典街机游戏《吃豆人（Pac-Man）》，游戏中有四个不同颜色的小怪物，每种怪物都由不同的追击算法所控制，因此这些怪物并不会一拥而上，而是根据不同的范围和路径攻击玩家，这意味着玩家在迷宫每个路口都面临不同的选择。这种AI 应用后来也成为控制游戏难易的经典操作，射击类游戏《太空侵略者（SpaceInvader）》、随机生成关卡的地牢探险游戏《Rogue》等上世纪七八十年代发布的电子游戏都将这类AI 对抗模式引入其中，随后成为一代经典。

不过总的来说，无论AI 的角色范围如何扩大，玩家都已经默认AI 角色在游戏中的使命就是最终被玩家击败，或者是推动游戏剧情的“工具人”。

随着硬件设备、算法规模和计算能力的突飞猛进，游戏中的AI 角色进化速度也开始加快，并开始在游戏中击败人类。在部分射擊类游戏中，AI 角色已经可以完全模拟玩家的操作，实现多变的打法，同时AI 的所有操作玩家理论上都可以模仿实现。

AI的游戏

《吃豆人》中不同程式控制的怪兽

《太空侵略者》，AI为其增加了随机性

AlphaGo从初学者到高手只用了70个小时

除了在不同玩法的电子游戏中打败人类，AI 已经可以在公认最复杂的游戏对弈中超越人类。2016年3月，谷歌DeepMind 的AI 应用程序AlphaGo 击败了围棋世界冠军李世石，一年后，AlphaGo 又在人机大战中击败了中国棋手柯洁，在全球范围内掀起了一股不亚于当前的人工智能讨论热潮。

DeepMind在这之后还推出了AlphaGo的后续版本AlphaZero，只需要提供基本的游戏规则，AlphaZero 就可以完全依靠深度强化学习能力，在短短几小时内，通过自我对弈达到人类需要1500年才能达到的技能水平；对阵前辈AlphaGo的早期竞争版本AlphaZero 甚至可以取得完胜，是目前世界上最好的“围棋选手”。

不仅专注于棋盘游戏，DeepMind还推出了在棋、牌两类游戏中都能实现强大性能的AI 新作Player of Games（PoG），这在当时也被看作是业内迈向能够在任意环境学习的通用AI算法的重要一步。

为什么这种大型人工智能实验室会长期投资缺乏商业应用前景的游戏AI系统？在一位腾讯应用研究工程师看来，这主要是因为游戏其实是一个非常好的研究环境，因为游戏通常是人类世界中某些问题的抽象和简化，而且具备实验成本低、可重复性高等优点，最重要的是游戏的核心玩法都需要展现出相当程度的智能行为。

“无论是下围棋、打德州扑克、组队打《英雄联盟》，还是自己玩连连看、俄罗斯方块，都需要有深入的思考或者敏捷的反应，从不同角度和程度上展现出人类的智能行为。因此，人工智能研究者都着眼于设计出一个可以在公认复杂的游戏中取胜的方法，这是进行创新和展示技术实力的最为直接的方式。”

此外，尽管AlphaGo 之类的AI 产品还没有商业落地的可能，但通过游戏训练出算法模型已经在几十年内催生了为计算机视觉、自动驾驶汽车和自然语言处理提供动力的自学AI 产品。比如在自动驾驶领域，AI 系统需要选择最优策略也要在某一刻达成妥协，不仅要选择最有利于自己的策略，也要学会在拥堵路段提前判断出他人的行动，这些都可以在复杂游戏中找到样本。

进入虚拟世界的第一步：重造角色

越来越智能的AI技术又是如何改进玩家体验的？我们可以先看看玩家进入游戏的形式变化。

在大部分游戏中， 玩家的形象一般都是固定的， 顶多自选一下服装、发型等。早在1988年的《光芒之池（Pool of Radiance）》游戏中，就已经有了角色设计系统的最初模型：玩家可以在游戏提供的几套不同形象里选出一种，来代表自己的角色。

但是前两年元宇宙概念的大热，不仅让VR/AR、虚拟偶像、影视特效等“老领域”一度再现高估值融资落地，人工智能算法、脑机接口、数字孪生、区块链、NFT 等新概念旋即跟进，而宣布进军元宇宙的企业，无论是社交平台还是游戏厂家，第一步就是从捏脸开始。

“捏脸”其实就是对角色外观一种更精细化的调整，能以更私人的方式在游戏里留下痕迹当然值得兴奋，鉴于人们长久以来对设计角色的热情，“捏脸两小时，游戏五分钟”也不是不可能。

在角色扮演为主的游戏中，玩家所创建的角色——一个完全由自己操控的“另一个自我”，常常展示出玩家的心理映射，一般都会是根据真实自我稍微理想化后创建的角色，或一种单纯的“赛博cosplay”。

一般有捏脸环节的游戏都会通过滑块来调整，这样虽然精准但却是一门“技术活”，能不能教给AI 呢？随着计算机视觉（CV）和计算机图形学（CG）相关技术的成熟，再加上有类GPT 的自然语言大模型加持，AI已经可以根据文字描述来帮玩家捏脸了。

网易新手游《逆水寒》就将自家的大规模预训练模型“玉言”用在了捏脸玩法中。据网易官方表示，游戏中只要把你心中所想用文字甚至诗词、文学描述手法表达出来，AI就能理解并瞬间具象化。

当然，效果如何还要等游戏正式开服后才能由玩家们验证，不过按照AIGC 产品的特性，刚开始的结果不一定贴合玩家心中所想。

捏脸塑造一个角色形象在角色扮演类游戏中很受重视

根据文学性的描述生成的角色图像 图源：《逆水寒》官网

ChatGPT设计的游戏早已有之

由于AI具有自适应和自学习能力，经过不断的学习和训练，尤其是更多玩家“喂”给训练系统更多有效素材后，游戏中捏脸的准确率才会进一步提升。比如大家文字捏“邪魅狂狷”多了，AI就会总结大家最终选定的样貌特征共性，从而训练自己捏出更符合大众玩家意识中的目标形象。让AI基于已经带有标签的图片自己学习，也能节省大量ChatGPT设计的游戏早已有之人力去标注，对于游戏厂商来说一举两得。

光是捏脸塑造个人物并不是元宇宙的终极目标，像电影《头号玩家》的那种完全沉浸式的数字孪生世界才是游戏行业追逐的圣杯。

不过想要达到这个目标，技术上的短板还有太多，包括基于实时的人体的动态高精度重建能力，人体的驱动算法以及硬件产品中相关的上游元器件、高刷新率高分辨率的显示能力、高带宽低时延的网络、各种传感器的融合计算能力等等。

ChatGPT还不能原创游戏

除了在角色设计上“精益求精”，门槛更低的ChatGPT 甚至可以给玩家设计一个“全新”玩法的私家游戏。

写代码是ChatGPT 最实用的功能之一，作为能写代码的生成型AI，GPT其实有能力为用户创造一些简单的小型游戏，并把游戏的生成代码直接给你。

有位海外数独玩家玩腻了现存的数独游戏，希望用ChatGPT 开发一款有全新玩法的数独游戏。ChatGPT 给出了名叫“Sumplete”的数独游戏，还制定了所有规则、放出了游戏背后的代码。在游戏中，每个玩家都会有一系列的網格状数字，每一行和每一列的边上都会有一个目标数，玩家需要删除各行和列里面的某些数字，使得剩下的数字加起来的总和与各行、列边上的数字相等。

不过对话型AI 产品胡说八道的老毛病又犯了，海外玩家发现Sumplete 并不是一个全新的开发游戏，而是抄袭另一个网页游戏Kakuros，两者规则玩法几乎一模一样。而ChatGPT 在回答时并没有提到过生成的回答借鉴了哪些数据源。

虽然还不能完全地原创游戏，但AI已经可以渗透进游戏制作的各个环节，为游戏带来研发效果和效率的提升。

电子游戏经过几十年的发展后，在表现形式和玩法上都有了长足进步，为了让玩家有更沉浸的感受，现在厂商们都需要大量的细节内容去填充游戏世界，包括用游戏剧情、人物行为、玩法设计、静态场景、动画生成等。对于研发者来说，这就意味着整个链条需要更多人力。

而AIGC内容的快餐化能直接让游戏厂商制作成本大幅降低，尤其是和AIGC内容更具关联性的美术部分。在某些游戏外包公司的实践中，以往需要数天乃至数周时间做出的一幅原画作品或者是营销向设计作品，能通过AIGC的手段在几分钟内通通搞定。

只不过现在AI生成的图像与职业画师还有一定差距，比如说不清楚该突出作品的哪部分，以及是否涉及侵权的商业风险。但当一个效率极高的绘画工具得以大规模应用时，也足以让中庸水平的原画师们感到焦虑了。