Netflix 企业一位高管透露，该企业的电子游戏部门正在投资开发生成式 AI，旨在“加快开发速度，解锁前所未有的新鲜游戏体验，希翼让玩家们感到惊喜、愉悦和振奋”。
而就在几周之前，该企业刚刚关闭了旗下知名游戏工作室“Team Blue”并辞退了游戏开发团队。这一消息首先由 Game File 报道，当时正值游戏行业裁员风暴肆虐。
Netflix 弃人类开发，转 AI 开发？
在雄厚资金的支撑下，Team Blue 工作室招募了很多顶尖大作的资深游戏开发者，暗示未来将推出一些更高级的游戏，包括《守望先锋》实行制片人 Chacko Sonny、MicroSoft Halo 创意主管 Joseph Staten、暴雪和 Bungie 的 Gavin Irby、SONY圣莫尼卡艺术总监 Rafael Grassetti 等等。随着众多大牌人物的加入，许多人认为 Netflix 已经完全进入了游戏世界。
然而该工作室已经于上个月关闭，Game File 报道称有 35 人被辞退，Sonny、Staten 和 Grassetti 这三名重要员工均已离开企业。
Team Blue 工作室于 2022 年成立，原本负责的是一款高预算的 3A 游戏项目，旨在扩展 Netflix 的游戏业务。然而，对于这家受欢迎的流媒体服务商来说，游戏似乎是一个失败。自 2021 年起，Netflix 就推出了多款移动游戏。然而，随着工作室的关闭，Netflix 原计划推出的这一跨平台 3A 游戏项目也被迫中止。
Netflix 并未完全退出游戏行业，而且已调整了游戏部门的其他角色，但短期内似乎很难再进入 3A 游戏领域了。值得注意的是，早在 2022 年就有报告指出，只有不到百分之一的 Netflix 订阅用户在玩游戏，但 Netflix 此后加大了对高质量游戏的投入。
事实上，玩过 Netflix 游戏的网友对其游戏评价还是不错的。“过去几个月，我用 Netflix 玩游戏的时间比看影片和电视还多。他们那里有一些好东西。”网友 efbo 说道。还有网友表示，“我在上面玩过 Bloons TD6，投入了数百个小时的时间。”
但似乎还有一些人并不知道 Netflix 有游戏业务，还有网友表示“只能在手机上看到游戏页面，笔记本电脑上看不到。在手机上，只要打开应用程序，顶部就会出现观看影片或电视节目的选项。如果点击这些选项，就会直接进入这些频道。我玩过一些游戏，有些很有趣，有些则不然。”也有网友表示可能只有订阅者会更愿意继续玩下去。
现任 Netflix 游戏开发生成式 AI 副总裁 Mike Verdu 在 LinkedIn 上发帖公布了自己的新职务，并表示，“我终于准备好聊聊自己接下来要做的工作了：我正在努力拥抱由生成式 AI 推动游戏开发和玩家体验这一‘千载难逢’的转折点。自上世纪 90 年代以来，我还从未对电子游戏行业的机会感到如此兴奋。
Verdu 说道，“那个时候，大家每隔几个月就能看到一款新游戏发布、重新定义种种可能性，但其开创意义仍无法与当下相提并论。虽然那是个游戏开发的绝妙时代，无数才华横溢的创编辑向大家展示着未来的样貌，但如今那种潜力无限、极速创新的日子又回来了，还变得更高效、更发散。每隔几个月，就会有新的惊喜呈现在玩家面前。”
Verdu 在他的 LikedIn 帖子中写道，“不要理会媒体对于 Netflix Games 变动的无知猜测。过去几个月来大家了解到的动向，其实是一次有计划的业务转型。”
Verdu 和 Netflix 计划在生成式 AI 和电子游戏开发的交叉领域做出哪些探索，目前还无法断言。生成式 AI 可用于生成 3D 模型、概念图、配音表演乃至游戏内对话，而且不少游戏开发商已经开始实际应用。在更具实验性的方面，大家则越来越多看到完整的生成式 AI 游戏引擎原型，这些引擎能够动态生成实时 3D 环境，只是距离生产性质的应用似乎还有很长的路要走。
Verdu 在自己的 LinkedIn 帖子中总结道，“我专注于创造者为先的 AI 愿景，将创意人才视为绝对的中心，而 AI 科技则作为催化剂与推进剂。AI 将使得大型游戏团队能够加快行动速度，也将为小规模游戏团队中的开发者提供以往难以想象的一系列新功能。”
对引入生成式 AI，犹疑不定
跟生成式 AI 遇见其他创意领域时的情况一样，游戏开发者们对于生成式 AI 的态度也是参差不齐。部分游戏开发者对它背后的种种可能性感到兴奋，也有不少人担心它被过度滥用，导致本就压力巨大且士气不高的游戏行业被彻底摧垮。
2024 年，随着生成式 AI 全面进军游戏领域，不少最顶尖的游戏大厂也开始探索其应用方式。但对于此类新技术，也没人能保证它们到底会走多远。换言之，生成式 AI 会像区块链和 NFT 那样昙花一现，还是真正改变游戏产业的未来？
在前几年，游戏厂商们大力宣传他们使用的各种最新技术：加密货币、区块链、NFT 乃至 Web 3.0 等等。今年，不少小企业也开始在广告中宣传自己的 AI 集成探索。但游戏界的几家大厂在这方面表现得倒是谨慎，不愿贸然承诺将 AI 纳入自己的开发计划。
英伟达和育碧在 2024 年的 GDC 大会上展示了自己的动态响应 NPC 设计，可并未宣布会将这套系统整合进即将推出的游戏作品当中。去年 11 月，MicroSoft宣布与 Inworld AI 合作开发 AI 游戏对话与叙事工具（Inworld 也是英伟达与育碧合作开发 AI NPC 的伙伴）。但据传，MicroSoft着手开发的唯一生成式 AI 成果只有 Xbox 端的客服聊天机器人。
纽约大学媒体与信息研究助理教授 Laine Nooney 表示，游戏行业对于这场即将席卷而来的暴风雨抱有不少紧张情绪。另外尽管生成式 AI 厂商们纷纷做出大胆承诺，但其中多数目标恐怕无法实现。在 ChatGPT 的响应结果中存在幻觉也许可以接受，但对于严谨的电子游戏叙事场景则完全不行。
Nooney 表示，“这些技术似乎有望拉高游戏玩家的期待，但我坚持认为厂商们低估了发挥其现实生产力所需要投入的额外劳动力规模。”
尽管如此，Nooney 也承认 AI 技术必将在游戏开发流程中发挥重要作用。他以 modl.ai 提出的 AI 机器人查找 bug 和错误来帮助人类质量保证团队高效完成工作为例，表示 QA 机器人不需要回家吃饭、也不用睡觉，能够整个周末高强度工作。这种现象可能导致小小的厂商放弃以人类为主导的传统 QA 测试模式。
“不难想见，这样的工具可能会彻底消除以人类为主导的 QA 测试体系，特别是对于那些预算不高或者质量要求较低的游戏作品。此外，这实际也是在鼓励厂商开发规模更大的游戏，尤其是那些以往无法通过人类劳动力进行有效测试的作品——很多耗神费力的工作，现在都可以由 AI 负责完成。”Nooney 指出。
在 GDC 2024 上，英伟达展示了正在开发的 NPC 生成技术
游戏大厂如何 在开发中使用生成式 AI
不少游戏开发者已经使用生成式 AI 技术来协助提升生产效率。比如有人使用 AI 工具在游戏中的地下城或者类似马力欧的平台游戏关卡中快速生成数十张地图；Unity（游戏制作领域最重要的引擎开发商之一）将生成式 AI 技术应用于行为树。
Unity 高级App开发人员 Pierre Dalaya 和高级研究工程师 Trevor Santarra 表示，细粒度任务的自动化实行能够加快生产速度，让开发人员有更多时间参与创造性构思。未来的游戏开发者可以使用这种方式改进自己的工作流程，特别是在能够以 AI 提示词形式提交自然语言的游戏设计领域。
“大家期待看到这种工作流程能够创造出新的游戏规则和机制、协调 NPC 和玩家之间的交互，进而设计出让虚拟世界更加栩栩如生的动态系统。”Dalaya 和 Santarra 表示。
Keywords Studios 是一家大型企业，帮助客户完成从概念设计到营销发布的整个游戏开发流程。该企业使用了约 400 种 AI 工具制作实验性游戏 Project AVA——一款科幻文明类的建设游戏，但预计不会实际投放市场。
结果好坏参半。Keywords 的开发人员并没有尝试用生成式 AI 创作视频，而是使用静态 2D 图像来生成视觉效果。他们使用类似 Midjourney 的图像生成工具搭配精心设计的提示词，成功获得了游戏所需要的印象派艺术风格。然而，事实证明其中的每一步操作都需要人为规划，因为 AI 工具的定期更新往往会导致原有提示词失效。
“我认为生成式 AI 确实能够发挥不小的作用，但仍然需要辅以艺术眼光对生成的结果进行调整和修改。”Keywords 工作室旗下 Electric Square Malta 工作室艺术总监、Project AVA 联合负责人 Lionel Wood 表示。
生成式 AI 生成的艺术作品令 Keywords 感到满意甚至印象深刻，但其在修复 bug 方面的表现则远没有这么成功，甚至经常导致问题恶化。虽然它能够生成静态图像，但在创建带有菜单和图标的用户界面布局方面则性能不佳。回顾 Project AVA 的开发过程，Keywords 工作室游戏 AI 负责人 Stephen Peacock 坦言，生成式 AI 最大的作用其实是帮助程序员们构思、编码和快速适应新的游戏引擎。
Peacock 指出，“从 Project AVA 的开发体验来看，我的总体观点是如果要给生成式 AI 打个分，我认为满分 5 分的话能给到 3.5 分，属于能用但还有很大进步空间的状态。但大家确实发现，某些工具在特定开发场景下效果极好。”
Peacock 对于生成式 AI 帮助游戏玩家在游戏中创造新元素的潜力印象深刻，包括为玩家角色生成新皮肤和构建自定义地图等。“哪怕是在五年前的 Roblox 或者其他游戏当中，玩家也得花不少时间才能真正掌握这些创作工具。但现在这些工具在 AI 的辅助下越来越易用，也让越来越多的人能够发挥出创造力，这的确非常令人兴奋。”
因此从实验结果看，情况还算令人欣慰：虽然生成式 AI 确实在 Project AVA 当中简化了一部分游戏开发流程，但 Keywords 的结论是其无法取代人类开发者，至少目前还不行。
“我认为人们往往忽略了一个重要事实，就是生成式 AI 工具其实是让大家成为了更优秀的从业者。”Peacock 补充道，“虽然能感受到新型 AI 工具的出现速度在加快，但这并不是什么新鲜事。我觉得大家可以放宽心态，创作故事和体验从本质上讲其实是在反映人类相互间的联系方式，而 AI 技术的存在只是为了帮助大家做得更好、更丰富、更深入。”
随着生成式 AI 技术的进步，Hidden Door 也在努力改进其游戏系统，包括整合动画和视频等生成内容，或者随时在带有人物模型和环境的可视化 2.5D 及 3D 界面间切换。
此外，该企业联合创始人兼 CEO Hilary Mason 还表示需要持续改进各类 AI 工具中的固有偏见。Mason 此前在一段演讲中现场使用 Dall-E 3 和 Midjourney 图像生成工具创作了一张人群照片，表现的正是当时台下的观众。可最终图像显示观众均为男性，明显与当时的实际情况不符。
Mason 承认，训练数据源中存在种种道德争议，而 Hidden Door 的模型是根据该企业自己创建或合成的数据训练而成。其并未选取大量现成素材，而是根据类型对不同的单词和概念进行权衡，即时生成新的内容。这样当玩家在享受西部牛仔的拓荒冒险时，就不会因为火箭飞船的出现而出戏。从设计上讲，玩家也不会遇到从以往作品中直接照搬来的用词和情节段落。
总而言之，游戏行业必须努力为大语言模型的使用方式找到正确的路径。几十年来，这些模型一直在毫无顾忌地吸纳公开可用的数据。Mason 强调，“大家之所以另辟蹊径，就是因为大家训练的模型不是要跟原始数据的创造者竞争，而是为了达成明确的实际效用。”
结束语
对于游戏行业，除了使用生成式 AI 的技术带来的效率提升，其背后引发的法律和道德也让人担忧，比如生成式 AI 工具制作的内容到底归不归相关游戏工作室所有？可以在商业作品中使用生成式 AI 吗？
不过，俄亥俄州立大学工程学院高级讲师 Neil Kirby 表示，尽管人们对于生成式 AI 可能给游戏带来的冲击和法律风险感到担忧，但这项技术最终可能会以更加温和、可接受的方式落地，这一点跟以往的其他生产工具相似。在这项新技术的加持下，游戏行业可能更多感受到的是巨大的生产力提升。
对生成式 AI 工具感兴趣的不只有开发人员，想要投身于游戏行业的学生们也在积极使用。与其他技术工具一样，生成式 AI 同样是把双刃剑，Kurby 发现不少年轻的学习者过度依赖 AI 意见，而不再独自学习编程的核心专业常识。这可能导致 AI 引入的幻觉和其他错误无法被及时发现。但情况正在发生变化，至少一部分准备进入游戏行业的学生，开始积极将生成式 AI 纳入自己的工作流程。
参考链接：
https://www.404media.co/netflix-games-ai-exec/
https://www.cnet.com/tech/gaming/generative-ai-is-coming-for-video-games-heres-how-it-could-change-gaming/#google_vignette
https://www.gamefile.news/p/netflix-team-blue-socal-studio
https://www.reddit.com/r/netflix/comments/1dn91ot/netflixs_obsession_with_games/
来源：36kr
| 
2
发表于 2024-11-7 18:00:42
