網易想靠AI技術，做一件可能改變遊戲行業的大事

受到工業化大潮的影響，AI技術在遊戲行業的地位正不斷被拔高。

最近，葡萄君和網易伏羲AI遊戲產品負責人無芽草聊了聊。他覺得，AI的發展必然會加速遊戲的工業化程式，甚至成為一種核心競爭力。原因不難理解——有些艱難的任務只有AI才能做到，有些龐雜的工作則必須讓AI來做。

“如今遊戲中，美術、研發、運營、策劃等環節都有大量可以通過AI提升效率的空間。比如策劃配置商城道具表，每週更新就要配一堆，但實際上這個操作是不是可以由AI來代替？”

伏羲就一直在這條路上摸索著，比如把強化學習機器人、AI對話、智慧捏臉、智慧蒙皮、反外掛等技術，應用到《逆水寒》、《倩女幽魂》系列、《天諭》、《流星群俠傳》等產品中。


當這些技術能以標準化、產品化的形式落地，它們會對遊戲行業帶來什麼影響？以《天諭》手遊為例，你可能想不到，有這麼多地方都能應用到AI技術。

用AI生成動畫，既降本又增效

無芽草告訴我，伏羲有一套面向虛擬互動的解決方案，方案中的功能可以應用於各種品類的產品。

其中最典型的一種，是用AI生成角色的表情和口型動畫，這個課題在學術界已有30年的研究歷史。以前的不少遊戲中，角色都只有固定的一副面孔，就是因為用傳統的方式手K、動捕，花費的時間和人力是海量的。而且，如果做好動畫之後又要修改文字，之前的資源可能都會白白浪費掉。


但要用AI解決這件事也並不容易，因為要把聲音、文字轉換為動畫，還要流暢銜接，實在是太複雜了：“人類說話時的口型動作是一個極其複雜的過程：一方面，聲音與口型並非一一對應。比如：新聞聯播主持人在長期練習之後，嘴脣左右肌肉分佈就會不對稱，但卻不會影響發音準確性；

另一方面，嘴脣從一個音過渡到下一個音時，動作的變化有很多不確定因素。這個過程不僅取決於兩個相鄰音的組合（西方語系可能會多達五個），還取決於發音時間的長短。轉音、拖音都會讓一句話在AI眼中變得難以理解。”

在深度學習出現後，伏羲研究出的口型動畫引數生成技術終於解決了這一問題：只要輸入NPC的配音或臺詞，就能在20ms內生成一段長達20s、效果逼真的口型動畫，而且修改之後還能自動適配。《天諭》手遊長達幾十個小時的劇情，也因此不需要再耗費額外的資源。

截止目前，這項技術為《天諭》手遊生產了數十個小時的表情動畫，相比於傳統動捕+手K動畫的方式，其節省了大量的製作成本和時間。

與之相似的還有《天諭》手遊中的自動編舞功能。雖然它和口型動畫一樣，都講究動作之間的流暢轉換，但又有著不同的難點：怎麼讓AI理解音樂與舞蹈？

伏羲的做法是先邀請專業舞蹈演員進行動捕，然後將音樂元素轉譯成舞蹈動作，讓AI聽到音樂或看到樂譜，就能聯絡到對應的舞蹈動作。之後則是用大量的動捕資料訓練模型，再設計出合適的約束演算法和引擎播放機制，保證不同動作之間能做到流暢轉換。


在完成這個功能之後，玩家在遊戲中輸入一段音樂，系統就能自動生成一段舞蹈。如果你選擇手動編排，AI還會給出評價分數。


這樣的功能不止能讓玩家覺得新鮮，對開發者來說，它也能複用到其他場景中。比如NPC的跳舞動作不需要再做動捕，其他遊戲也能植入跳舞、編舞功能。像《逆水寒》、《天諭》手遊等已經能跳多種風格的舞蹈，如果想很快地搭建其他舞種系統，需要做的，只不過是根據風格需求改換不同的舞種資料。

能激進，也能猥瑣的AI對手

比起這些定製化的特色功能，AI在戰鬥系統中做的像是“一條龍”服務。

“競技遊戲的核心體驗就是對抗性，但沒有人會喜歡一直被虐或單純虐菜。在這方面，我們用演算法匹配與戰鬥機器人等技術保證玩家體驗。”

從戰鬥前的匹配機制開始，伏羲就要考慮到諸多因素。不論是MOBA、STG，還是MMO中的PVP玩法，都需要平衡對陣玩家之間的戰鬥力。但在遊戲中這相當複雜，比如MMO角色有自身裝備屬性，同時也存在隊友協作、屬性剋制，打法風格也存在差異，有的喜歡正面剛，有的喜歡打拉扯；而MOBA中玩家控制的每個角色都不一樣熟練，又是另一種不平衡。

他們的做法是把所有玩家的特徵輸入到模型中，讓模型預測、模擬對局情況，並給出最優組合策略。以《天諭》手遊為例，AI會根據每個玩家的戰鬥資料，再為他尋找實力最相近、打起來最有可能局面膠著的對手。

在對照測試中，對比原有的匹配規則，《天諭》手遊PVP玩法的平衡性使用AI後提升了15-25%。而玩家在感受到這種體驗之後，參與玩法的頻率也提升了5-10%。

在戰鬥過程中，AI同樣大有作為。除了觀測、分析資料，它還能託管PVP挑戰玩法中的防守方來與玩家對決。傳統的方法往往是通過狀態機操控，手動編寫規則。但這樣的機器人出招基本被釘死，容易被玩家嫌棄不說，也容易被專案組拋棄。

就拿《天諭》手游來說，其中有5個職業，每個職業有十幾個技能，套路、連招都各不相同。光是研究出每個職業的路數並編寫行為樹，要花費的人力就不老少了。

而伏羲開發的戰鬥機器人通過學習大量戰鬥資料，能自己總結出戰鬥方法。它不僅適應不同的門派、天賦，還能表現出不同的風格打法——能猥瑣，也能激進。只要給機器人設定不同目標，它就能學會相應的風格。比如目標是儘快結束戰鬥，機器人就會更激進，力求速戰速決。


另外，機器人的水平也能手動調整，抑或是自動與玩家適配。這樣一來，它的應用場景會變得相當廣泛：最高難度的機器人，或許只有電競選手才能戰勝，可以作為挑戰目標、PVE的BOSS等，而低難度的也能供新手玩家練手。

無芽草告訴我，這項服務已經應用於8個線上遊戲、22個遊戲場景，日均使用人次超過百萬，累計服務的國內外玩家也超過千萬。

比起強調「快思維」的即時戰鬥，《天諭》手遊中還有側重於「慢思考」的卡牌對戰玩法“諭戲”。這個玩法同樣搭配了AI操控的卡牌機器人，你可以將其理解為類似於AlphaGO的機器人。不過在諭戲中有數百種卡牌，還有複雜的機制、規則，讓AI學會諭戲，是比學會鬥地主、麻將更難的一件事。


為了讓玩家在挑戰機器人時有更多樂趣，伏羲在卡牌機器人的決策中加入了大量的博弈成分——怎樣為之後幾手佈局、怎樣發揮卡牌間疊加效果、怎樣在增強自己的同時削弱對手……得益於這些“小心思”，諭戲機器人有了很高的策略水平，往往能在對戰時與玩家旗鼓相當，吸引更多人挑戰。

AI可能比你更瞭解你

在這些易於感知的場景之外，AI還藏在一些不容易被發現的場景中。即使你每天玩遊戲，也不一定會察覺到它。

其中最典型的是反外掛系統，遵守規則的尋常玩家當然不會關注這樣的模組，但那些用指令碼、外掛牟取暴利的工作室，可能對它再熟悉不過了。在MMO中，這樣的指令碼多不勝數，而且具有變異、進化的能力，如果純粹靠人力檢舉，遊戲環境可能永遠得不到安生。

簡單來講，伏羲的基礎做法是通過多個場景的AI檢測，找出一些行為可疑的賬號——一般外掛的行為序列、關係資料等都會有相似性，這就是它要抓住的線索。然後再對這些賬號聚類分析，找出違規者。在長期對抗外掛的過程中，系統還會自動迭代新樣本的特徵，讓那些變異和進化的外掛無所遁形。


和反外掛相似的還有社交推薦系統——為什麼這兩個聽起來風馬牛不相及的模組會相似？因為《天諭》手遊中的社交推薦同樣通過多場景瞭解玩家，只不過這次是針對於真人。MMO中社交的重要性自然無需多言，即使是看風景的玩家，也會渴望有朋友一起玩。但只靠玩家自身結交，會不會太“隨緣”了？


在接入AI推薦系統後，你會見到每個人的標籤和互動資訊，例如性格、活躍時間，或是你們曾經共同戰鬥等等。這樣的緣分標籤在系統中有幾十種，再加上其他各種屬性標籤，總數量可能超過數百個。無芽草說，他們會在圖神經網路中為每個玩家構建畫像，然後根據他們的社交偏好，預測兩個玩家可能的好感度，挖掘玩家二度、三度，甚至更高維度的隱性聯絡。

聽起來是不是有點像交友App？但無芽草告訴我，遊戲AI還與App有所不同。在App中，使用者資訊大多是手動填寫，可你或許沒那麼瞭解自己；而在遊戲中，AI會藉助它觀察到的遊戲行為來了解你，建立起的形象可能會更加豐富、準確。

根據他們觀察，這種方法確實很有用：玩家通過AI推薦結成好友後，在友好度和後續的深度互動上，都會比靠傳統方式結成好友的玩家深厚、頻繁。

AI能成為遊戲工業化的核心競爭力嗎？

如今，AI在遊戲中的應用已經不是一件稀奇事，但真正能用好的人並不多。一方面，擁有一整套AI技術需要大量成本和長期研發時間死磕；另一方面，同時有AI技術和遊戲理解的人才也在變得越來越難招。

無芽草說，如今研發的邊際效應很嚴重：很多公司做一套複雜的大系統，從0到1只需要跨出最關鍵的一步，就能得到質的飛躍；但要從1做到100，投入會非常大，回報卻未必很高。這就是AI在現階段所要做的——讓從1到100的過程更省力、更高效，讓低分的上升到及格線，讓高分的越來越接近滿分。

我們不妨假設一下：如果這樣的技術都能模組化、便捷地接入各種遊戲，遊戲行業會變成什麼樣？到那時，所有中小型廠商就不再和大廠在起跑線上有巨大的落差，大家都不需要重複造輪子，那麼真正比拼的就將是遊戲行業最需要的優質內容。

而且，快速複用能力也只是AI的一部分潛力，在將來，或許它還能在遊戲中帶來顛覆性體驗。例如最常見的AI對話，無芽草說，伏羲已經能做到讓機器人在不同的場景有不同的個性。那如果把這種能力應用到每一個NPC身上，讓他們都有自己的個性、人設，甚至行動、事件都不需要人為設計呢？這樣的遊戲，可能會改變整個行業的設計理念。

而伏羲就正在考慮做這樣的事——把AI能力通用化、抽象化、標準化，讓AI成為遊戲工業化的一部分。他們能做得多好？我實在沒法斷言。但我相信，在AI成為遊戲工業化核心競爭力的時代，遊戲行業可能會真正地“百花齊放”。


來源：遊戲葡萄
原文：https://mp.weixin.qq.com/s/6lMRKgnN9HLsvkUGmdCM3g