2023年3月底，微軟在北京舉辦了“GDC 2023中國行—予力遊戲賦能開發”大會，公佈多項AI在遊戲開發領域的技術性進展和落地應用場景，為遊戲行業提供新增長空間。隨著AI技術的革新，其在遊戲行業的應用逐漸落地，有望打破成本、效率、質量不可兼得的問題，實現遊戲製作的降本增效。

本報告主要研究AI技術在遊戲領域的應用情況。

發展環境

技術端：大模型時代，AI在遊戲行業加速落地

2017年，谷歌提出Transformer後，利用大模型學習的GPT、T5等預訓練模型相繼被提出，AI愈發智慧化。具體而言，在訓練方法方面，大模型主要分為監督學習和無監督學習兩種方式，相較於無監督學習，監督學習會使用帶人工標註的資料集進行訓練，但隨著訓練資料量需求的大幅提升，人工標記成本提高，未標註資料+少量標註資料的半監督學習法和無監督學習逐漸流行，以更低的成本提高模型智慧化水平，提升訓練效率。在開發效率方面，AI大模型在經過微調後，可獲得特定、具體的行業知識，充分挖掘AI模型潛力，降低資料需求量和訓練時間，進而減少邊際落地成本。

隨著自然語言大模型的逐漸成熟，其在遊戲領域的商業化落地進度進一步提升。例如，Stable Diffusion可快速建立成場景、道具、武器等遊戲資產；Ghostwriter可幫助研發人員設計遊戲劇情和對話內容。

需求端：AI全方面賦能遊戲製作流程，實現行業降本增效

大型遊戲包含3D動畫、特效、音訊、美術、文字等極為豐富的細分內容，開發過程一般耗時較長，流程較為複雜，對工業化程度和實時性、互動性要求較高。開發單位常需以年計投入大量人力、物力、財力，行業存在“不可能三角”情況，即成本、質量、效率難以同時滿足——為保證質量，需投入大量人員或延長製作週期，開發成本和效率難以控制。例如，《荒野大鏢客：救贖2》為製作超28平方英里逼真地圖和1,000個NPC，耗用8年時間、專職開發人員超1,200人、成本近3億美元。

AI可最佳化從策劃到劇情、音訊、影像、動畫製作再到宣發等遊戲製作全流程，提高開發人員創造效率，減少研發週期和人員規模，進一步降低遊戲研發成本。例如，一名畫師需兩至三天完成一套使用者頭像製作，AI則僅需不到一天時間。面對越來越高的開發成本，遊戲行業降本增效以提高盈利能力、行業競爭力的強烈需求推動AI與遊戲行業的深度結合。

發展現狀

應用場景：從劇本到主程式，AI應用場景豐富

程式碼編寫。大型遊戲具有較高的技術、經驗門檻，需編寫複雜演算法以支撐遊戲執行。AI模型可作為程式碼生成工具，根據使用者的自然語言指令生成相應的程式碼程式。AI可精確處理原本耗時的撰寫程式碼、最佳化程式碼等基礎工作，將研發人員從繁複的編寫程式碼工作中解放出來，為其完成更多創造性工作節約時間和精力的同時，大幅降低遊戲製作門檻，推動更多新遊戲面世。

虛擬玩家。AI可製作虛擬玩家，使其以普通玩家的身份扮演遊戲中的部分角色和承擔一些任務，替代人類玩家，解決團隊遊戲中個別玩家因特殊情況需退出而不影響遊戲進度的同時，還可承擔陪玩功能，豐富玩家遊戲體驗。

NPC動態互動。AI技術可進一步提高NPC真實性、合理性，提高其多輪對話能力，弱化其和真人玩家的邊界感，為玩家提供千人千面的遊戲反饋，進而提升其操作空間和體驗感。

內容創作。AI可輔助設計遊戲中的劇情及對話，根據使用者要求生成不同場景、背景、角色的個性化內容，並保證遊戲世界內眾多角色語言的流暢性和世界觀的一致性，為研發人員提供內容創作靈感和素材的同時，將其從基礎內容創作中解放，提高內容創作效率和生動程度。

美術設計。AI輔助繪畫目前可在角色、場景、裝飾、遊戲圖示設計、3D資產生成和畫風模仿等方面落地應用，研發人員輸入關鍵詞、相關素材等，即生成相應影像，幫助設計人員快速完成繪畫，提升創作效率。

應用效果：內容生產效率提升，拓寬遊戲行業規模

遊戲創新是吸引、留存玩家的重要因素之一，而創新則主要受限於創意的產生和落地的產能。AI技術可提升影像、音訊、文字、視覺設計等內容生產效率，打破人工製作產能天花板，縮短遊戲製作週期的同時，更易將創意實現，推動遊戲更加精美。例如，模擬遊戲《微軟模擬飛行2020》與Blackshark.ai合作，藉助AI和雲端計算，透過2D衛星影像生成世界各地約15億座3D建築物，並保證資料實時互動，突破了人工製作的桎梏。

此外，創新具體體現在全新遊戲品類與個人定製化遊戲兩方面。一方面，AI的高生產力可部分實現僅靠人力生產難以研發的遊戲，如上文提到的《微軟模擬飛行》。另一方面，隨著AI技術的成熟，遊戲情節、任務、地圖等將均可實現由演算法根據玩家情況進行特定動態生成，玩家和玩家、玩家和NPC的互動不再受限於固定設定，而是以更高的自由度參與遊戲世界，遊戲內容將極度個性化。

《2022年中國遊戲產業報告》資料顯示，2022年中國遊戲市場銷售收入為2,658.84億元，同比下降10.33%，為八年內首次下降，這表明行業進入存量時代，玩家規模增長緩慢，產品獲客效率下降。內容精品化和創新化將提高玩家付費意願、搶奪玩家時間、吸引新玩家進入，成為遊戲廠商的重要發力點的同時，也將開啟遊戲行業市場空間。

發展展望

政策頒佈，規範AI在遊戲行業的應用

4月11日，國家網際網路資訊辦公室釋出《生成式人工智慧服務管理辦法（徵求意見稿）》（簡稱“徵求意見稿”），向社會公開徵求意見，促進生成式人工智慧健康、規範發展。徵求意見稿從內容生成、演算法設計、智慧財產權等方面提出要確保訓練資料的合法性、採取適當措施防範使用者過分依賴或沉迷生成內容、保護使用者資訊等管理辦法。在AI技術應用初期，資料安全等問題開始暴露，政策的及時完善可儘早幫助行業完成合規工作，為AI在遊戲行業的進一步應用保駕護航。

技術逐漸成熟，AI將進入原創階段

李彥宏判斷，生成式AI將分為三個發展階段：“助手階段”、“協作階段”、“原創階段”。目前，底層技術難以支撐AI自主生成原創內容、影片等。但隨著技術不斷成熟，紅杉資本預測，到2030年，遊戲中文字、程式碼、影像、影片、3D都可以透過生成式AI生成，並且達到專業開發人員和設計師水平，原創階段的生成式AI將發揮更大效用，進一步提升遊戲產業研發效率並降低成本。