《中國游戲產(chǎn)業(yè)AIGC發(fā)展前景報告》
伽馬數(shù)據(jù) - 阿里元境訪談實錄
近日,伽馬數(shù)據(jù)發(fā)布了《中國游戲產(chǎn)業(yè)AIGC發(fā)展前景報告》,報告從AIGC產(chǎn)業(yè)發(fā)展背景和游戲產(chǎn)業(yè)與AIGC發(fā)展的未來進行了細(xì)致的分析與調(diào)研。元境作為阿里巴巴集團創(chuàng)立的云游戲與元宇宙技術(shù)服務(wù)品牌,接受了伽馬數(shù)據(jù)的采訪。作為云游戲行業(yè)的領(lǐng)導(dǎo)者,元境一直在持續(xù)關(guān)注AIGC對云游戲行業(yè)和技術(shù)帶來的影響,并已經(jīng)針對一些業(yè)務(wù)場景進行AIGC相關(guān)技術(shù)的研發(fā)。阿里巴巴云游戲事業(yè)部(元境)副總經(jīng)理劉昊辰在采訪中表示:AIGC將在未來幾年內(nèi)對內(nèi)容制作和玩法創(chuàng)意產(chǎn)生重大影響。它們將使游戲更加具有挑戰(zhàn)性、吸引力和身臨其境。此外,AIGC還將使游戲開發(fā)者能夠創(chuàng)建新的游戲類型,并為玩家提供更豐富的游戲體驗。
AIGC有望降低內(nèi)容制作成本
真實可信的AI Agent徹底改變玩法
在AIGC出現(xiàn)之前,內(nèi)容制作在精度和表現(xiàn)力逐漸變高的過程中也逐步增加了成本。這主要是因為傳統(tǒng)的內(nèi)容制作需要大量的人力和物力投入以進行大量的美術(shù)、建模、文案、動捕、配音等工作,還需要昂貴的設(shè)備和軟件。隨著生成式AI的出現(xiàn),這一趨勢有望被逆轉(zhuǎn)。LLM、Diffusion、NeRF等技術(shù)將在未來幾年內(nèi)充分滲透游戲制作過程中的大量工作流,降低的單元成本我們預(yù)期將有較多反哺至游戲本身的品質(zhì)進一步提升上,提供給玩家更加逼真和沉浸的游戲體驗。
玩法設(shè)計上,真實可信的AI Agent將在未來幾年內(nèi)徹底改變游戲玩法。這些AI Agent能夠?qū)W習(xí)和適應(yīng)玩家的行為,并提供更具挑戰(zhàn)性和吸引力的游戲體驗。此外,AI Agent還可以用于創(chuàng)建新的游戲類型,例如與AI Agent合作的游戲或與AI Agent競爭的游戲。由于實時云渲染提供了強大的計算能力和存儲空間,因此AI Agent將能夠在云上運行,這將使游戲開發(fā)者能夠創(chuàng)建更大、更復(fù)雜的游戲,并為玩家提供更身臨其境的體驗。
AIGC將在未來幾年內(nèi)對內(nèi)容制作和玩法創(chuàng)意產(chǎn)生重大影響,它們將使游戲更加具有挑戰(zhàn)性、吸引力和臨場感,與游戲用戶更好地互動并帶動用戶創(chuàng)作生態(tài),例如:
· 增強用戶的控制力:ControlNet、DragGAN等技術(shù)將使用戶能夠更精細(xì)地控制游戲中的各個元素,從而創(chuàng)造出更具個性化和創(chuàng)意的游戲內(nèi)容。
· 提高用戶創(chuàng)作內(nèi)容的品質(zhì):基于Diffusion的技術(shù)將使用戶能夠更輕松地創(chuàng)建高質(zhì)量的游戲內(nèi)容,從而縮短創(chuàng)作時間和提高創(chuàng)作效率。
· 降低創(chuàng)作門檻:LLM技術(shù)將使用戶能夠在用戶的弱提示下完成專業(yè)度較高的文案、原畫甚至代碼,從而簡化工具創(chuàng)作界面,降低UGC創(chuàng)作門檻,從而帶動用戶創(chuàng)作生態(tài)的繁榮發(fā)展。
· 增強虛實互補的內(nèi)容生態(tài):NeRF類技術(shù)將支持更加便捷的重構(gòu)技術(shù),現(xiàn)實物品會有更簡單的虛擬化路徑,從而加強虛實互補的內(nèi)容生態(tài)。
數(shù)據(jù)隱私安全不容忽視
合規(guī)才能創(chuàng)造長期價值
與此同時,AIGC內(nèi)容生產(chǎn)過程中的數(shù)據(jù)安全、隱私安全、合規(guī)性問題,都是AIGC產(chǎn)業(yè)發(fā)展面臨的挑戰(zhàn)。AIGC內(nèi)容是通過人工智能技術(shù)從海量數(shù)據(jù)中自動生成的,這些數(shù)據(jù)可能包括用戶的個人敏感信息等。這些數(shù)據(jù)的泄露或濫用,會對用戶的隱私安全造成嚴(yán)重威脅,此外AIGC內(nèi)容也可能存在版權(quán)、知識產(chǎn)權(quán)以及安全性等合規(guī)性問題。解決這些問題的方法,舉例來說:
·對于關(guān)鍵訓(xùn)練數(shù)據(jù)進行妥善的加密、數(shù)據(jù)權(quán)限控制,保障訓(xùn)練的敏感數(shù)據(jù)不會經(jīng)過人手,同時對于核心敏感信息進行一定的脫敏操作(如模糊化人名、地址等)
·建立完整的審查機制,在AI模型的訓(xùn)練、以及推演過程中,進一步對AIGC的輸入和生成數(shù)據(jù)進行合規(guī)性審查,保障敏感信息不會進入到用戶視野中。這些對于成熟的云服務(wù)部署的AI模型,會有更大的優(yōu)勢,可以直接使用現(xiàn)成的審核能力,保障產(chǎn)品使用中的合規(guī)性和安全性。
·加強與監(jiān)管部門的協(xié)作,制定行業(yè)標(biāo)準(zhǔn),推動整個產(chǎn)業(yè)共同維護AIGC相關(guān)的數(shù)據(jù)安全、隱私安全與合規(guī)。
·增強相關(guān)行業(yè)隱私保護的宣傳教育,提升相關(guān)從業(yè)者的安全合規(guī)意識
游戲行業(yè)可以反哺AIGC
服務(wù)更廣泛的文娛領(lǐng)域
游戲行業(yè)大量的用戶基數(shù),以及內(nèi)容創(chuàng)作中成本控制、提效的強烈訴求,能夠讓AIGC的相關(guān)技術(shù)更快的迭代升級,進一步優(yōu)化其性能。這些技術(shù)能夠在如影視行業(yè)、音樂行業(yè)、動漫行業(yè)等得到應(yīng)用,提高這些產(chǎn)業(yè)的創(chuàng)新效率及產(chǎn)能。
在影視行業(yè),LLM可以幫助電影人快速創(chuàng)建劇本,用更低成本驗證自己的想法,降低試錯成本。同時圖像生成技術(shù),也能夠快速的具象話創(chuàng)作者的想法,加快電影制作周期,減少資源投入;在音樂行業(yè),未來大量的作曲類模型,能夠更好的為影視、游戲配樂帶來靈感,降低配樂成本,對于一些小型的個人電影、游戲制作帶來更好的配樂質(zhì)量,降低門檻;在動漫領(lǐng)域,AIGC的一些新能力,比如Style transfer,更能夠讓制作人改變傳統(tǒng)的動漫創(chuàng)作模式,甚至用真人拍攝的方式快速轉(zhuǎn)換成動畫片,增加靈活性的同時也為動漫的呈現(xiàn)形式開辟了新的道路。
AIGC技術(shù)的進步,會對更多數(shù)字娛樂產(chǎn)業(yè)產(chǎn)生深遠(yuǎn)影響,甚至顛覆傳統(tǒng)創(chuàng)作模式,為用戶提供更豐富、更優(yōu)質(zhì)的數(shù)字娛樂體驗。
面對新技術(shù),機遇與挑戰(zhàn)并存
著眼長期價值打造有競爭力方案
AIGC整體在一個爆發(fā)性增長的階段,行業(yè)在應(yīng)用層面臨的其中一個突出問題是模型和模型相關(guān)插件演進的速度較快,對于基礎(chǔ)設(shè)施以及應(yīng)用層面的支撐需求變化較大。在這方面,元境的主要應(yīng)對是緊跟AIGC相關(guān)領(lǐng)域的核心突破,尋找技術(shù)共性點,研發(fā)長期有效的核心產(chǎn)品,確保技術(shù)方案的長期價值。元境在AIGC算力、LM、Diffusion等中大模型的預(yù)訓(xùn)練及推演上進行布局,通過自身PaaS平臺積累的大量GPU資源,面向AIGC開發(fā)者提供多種產(chǎn)品形態(tài);同時在已有的云游戲服務(wù)場景,與游戲廠商深度合作,面向游戲開發(fā)者提供AIGC的工具能力及游戲本身所需的AI能力支撐;在AI模型上元境目前主要是針對未來云游戲與元宇宙內(nèi)容創(chuàng)作的場景,自研基于通用大模型的微調(diào),應(yīng)用于文旅、元宇宙應(yīng)用開發(fā)、游戲制作等領(lǐng)域,提供預(yù)訓(xùn)練及可進一步微調(diào)的場景化模型服務(wù)。
在AI開發(fā)能力上,元境也在不斷嘗試通過實時云渲染積累的大量算力資源和虛擬化容器技術(shù),提供在AIGC時代新的算力應(yīng)用場景。當(dāng)前,元境通過通用化容器技術(shù)、混合應(yīng)用形態(tài)的調(diào)度模式,能夠讓云渲染本身的算力資源,在閑置時間部署AI模型用于訓(xùn)練,執(zhí)行推演工作。未來,元境希望通過自身的資源彈性能力以及靈活的部署方案,建立面向AIGC開發(fā)者的算力平臺,讓AIGC的任務(wù)與實時云渲染任務(wù)混合調(diào)用算力資源,最大化算力的利用率,同時降低兩種場景下的算力成本。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
