来源：36氪研究院

2023年3月底，微软在北京举办了“GDC 2023中国行—予力游戏赋能开发”大会，公布多项AI在游戏开发领域的技术性进展和落地应用场景，为游戏行业提供新增长空间。随着AI技术的革新，其在游戏行业的应用逐渐落地，有望打破成本、效率、质量不可兼得的问题，实现游戏制作的降本增效。

本报告主要研究AI技术在游戏领域的应用情况。

1、发展环境

技术端：大模型时代，AI在游戏行业加速落地

2017年，谷歌提出Transformer后，利用大模型学习的GPT、T5等预训练模型相继被提出，AI愈发智能化。具体而言，在训练方法方面，大模型主要分为监督学习和无监督学习两种方式，相较于无监督学习，监督学习会使用带人工标注的数据集进行训练，但随着训练数据量需求的大幅提升，人工标记成本提高，未标注数据+少量标注数据的半监督学习法和无监督学习逐渐流行，以更低的成本提高模型智能化水平，提升训练效率。在开发效率方面，AI大模型在经过微调后，可获得特定、具体的行业知识，充分挖掘AI模型潜力，降低数据需求量和训练时间，进而减少边际落地成本。

随着自然语言大模型的逐渐成熟，其在游戏领域的商业化落地进度进一步提升。例如，Stable Diffusion可快速创建成场景、道具、武器等游戏资产；Ghostwriter可帮助研发人员设计游戏剧情和对话内容。

需求端：AI全方面赋能游戏制作流程，实现行业降本增效

大型游戏包含3D动画、特效、音频、美术、文字等极为丰富的细分内容，开发过程一般耗时较长，流程较为复杂，对工业化程度和实时性、交互性要求较高。开发单位常需以年计投入大量人力、物力、财力，行业存在“不可能三角”情况，即成本、质量、效率难以同时满足——为保证质量，需投入大量人员或延长制作周期，开发成本和效率难以控制。例如，《荒野大镖客：救赎2》为制作超28平方英里逼真地图和1,000个NPC，耗用8年时间、专职开发人员超1,200人、成本近3亿美元。

AI可优化从策划到剧情、音频、图像、动画制作再到宣发等游戏制作全流程，提高开发人员创造效率，减少研发周期和人员规模，进一步降低游戏研发成本。例如，一名画师需两至三天完成一套用户头像制作，AI则仅需不到一天时间。面对越来越高的开发成本，游戏行业降本增效以提高盈利能力、行业竞争力的强烈需求推动AI与游戏行业的深度结合。

2、发展现状

应用场景：从剧本到主程序，AI应用场景丰富

代码编写。大型游戏具有较高的技术、经验门槛，需编写复杂算法以支撑游戏运行。AI模型可作为代码生成工具，根据用户的自然语言指令生成相应的代码程序。AI可精确处理原本耗时的撰写代码、优化代码等基础工作，将研发人员从繁复的编写代码工作中解放出来，为其完成更多创造性工作节约时间和精力的同时，大幅降低游戏制作门槛，推动更多新游戏面世。

虚拟玩家。AI可制作虚拟玩家，使其以普通玩家的身份扮演游戏中的部分角色和承担一些任务，替代人类玩家，解决团队游戏中个别玩家因特殊情况需退出而不影响游戏进度的同时，还可承担陪玩功能，丰富玩家游戏体验。

NPC动态互动。AI技术可进一步提高NPC真实性、合理性，提高其多轮对话能力，弱化其和真人玩家的边界感，为玩家提供千人千面的游戏反馈，进而提升其操作空间和体验感。

内容创作。AI可辅助设计游戏中的剧情及对话，根据用户要求生成不同场景、背景、角色的个性化内容，并保证游戏世界内众多角色语言的流畅性和世界观的一致性，为研发人员提供内容创作灵感和素材的同时，将其从基础内容创作中解放，提高内容创作效率和生动程度。

美术设计。AI辅助绘画目前可在角色、场景、装饰、游戏图标设计、3D资产生成和画风模仿等方面落地应用，研发人员输入关键词、相关素材等，即生成相应图像，帮助设计人员快速完成绘画，提升创作效率。

应用效果：内容生产效率提升，拓宽游戏行业规模

游戏创新是吸引、留存玩家的重要因素之一，而创新则主要受限于创意的产生和落地的产能。AI技术可提升图像、音频、文本、视觉设计等内容生产效率，打破人工制作产能天花板，缩短游戏制作周期的同时，更易将创意实现，推动游戏更加精美。例如，仿真游戏《微软模拟飞行2020》与Blackshark.ai合作，借助AI和云计算，通过2D卫星图像生成世界各地约15亿座3D建筑物，并保证数据实时交互，突破了人工制作的桎梏。

此外，创新具体体现在全新游戏品类与个人定制化游戏两方面。一方面，AI的高生产力可部分实现仅靠人力生产难以研发的游戏，如上文提到的《微软模拟飞行》。另一方面，随着AI技术的成熟，游戏情节、任务、地图等将均可实现由算法根据玩家情况进行特定动态生成，玩家和玩家、玩家和NPC的交互不再受限于固定设置，而是以更高的自由度参与游戏世界，游戏内容将极度个性化。

《2022年中国游戏产业报告》数据显示，2022年中国游戏市场销售收入为2,658.84亿元，同比下降10.33%，为八年内首次下降，这表明行业进入存量时代，玩家规模增长缓慢，产品获客效率下降。内容精品化和创新化将提高玩家付费意愿、抢夺玩家时间、吸引新玩家进入，成为游戏厂商的重要发力点的同时，也将打开游戏行业市场空间。

3、发展展望

政策颁布，规范AI在游戏行业的应用

4月11日，国家互联网信息办公室发布《生成式人工智能服务管理办法（征求意见稿）》（简称“征求意见稿”），向社会公开征求意见，促进生成式人工智能健康、规范发展。征求意见稿从内容生成、算法设计、知识产权等方面提出要确保训练数据的合法性、采取适当措施防范用户过分依赖或沉迷生成内容、保护用户信息等管理办法。在AI技术应用初期，数据安全等问题开始暴露，政策的及时完善可尽早帮助行业完成合规工作，为AI在游戏行业的进一步应用保驾护航。

技术逐渐成熟，AI将进入原创阶段

李彦宏判断，生成式AI将分为三个发展阶段：“助手阶段”、“协作阶段”、“原创阶段”。目前，底层技术难以支撑AI自主生成原创内容、视频等。但随着技术不断成熟，红杉资本预测，到2030年，游戏中文本、代码、图像、视频、3D都可以通过生成式AI生成，并且达到专业开发人员和设计师水平，原创阶段的生成式AI将发挥更大效用，进一步提升游戏产业研发效率并降低成本。