https://a16z.com/2022/11/17/the-generative-ai-revolution-in-games/

Apa yang transformatif tentang pekerjaan ini bukan hanya menghemat waktu dan uang sambil juga memberikan kualitas – sehingga menghancurkan segitiga klasik “Anda hanya dapat memiliki dua biaya, kualitas, atau kecepatan”. Seniman sekarang membuat gambar berkualitas tinggi dalam hitungan jam yang biasanya membutuhkan waktu berminggu-minggu untuk dibuat dengan tangan. Apa yang benar-benar transformatif adalah:

• Kekuatan kreatif ini sekarang tersedia bagi siapa saja yang dapat mempelajari beberapa alat sederhana.
• Alat-alat ini dapat membuat variasi dalam jumlah tak terbatas dengan cara yang sangat berulang.
• Setelah dilatih, prosesnya real-time – hasilnya tersedia hampir secara instan.

Belum ada teknologi yang revolusioner untuk bermain game sejak 3D waktu nyata. Habiskan waktu kapan saja untuk berbicara dengan pembuat game, dan perasaan gembira dan takjub terlihat jelas. Jadi kemana arah teknologi ini? Dan bagaimana itu akan mengubah game? Namun, pertama-tama, mari kita tinjau apa itu AI Generatif?

Apa itu AI Generatif

AI generatif adalah kategori pembelajaran mesin di mana komputer dapat menghasilkan konten baru orisinal sebagai tanggapan atas permintaan dari pengguna. Saat ini teks dan gambar adalah aplikasi yang paling matang dari teknologi ini, tetapi ada pekerjaan yang sedang berlangsung di hampir setiap domain kreatif, mulai dari animasi, efek suara, musik, bahkan pembuatan karakter virtual dengan kepribadian yang sepenuhnya sempurna.

AI bukanlah hal baru dalam game, tentu saja. Bahkan game awal, seperti Atari's Pong, memiliki lawan yang dikendalikan komputer untuk menantang pemain. Namun, musuh virtual ini tidak menjalankan AI seperti yang kita kenal sekarang. Itu hanyalah prosedur skrip yang dibuat oleh desainer game. Mereka mensimulasikan lawan yang memiliki kecerdasan artifisial, tetapi mereka tidak dapat mempelajarinya, dan mereka hanya sebagus pemrogram yang membuatnya.

Yang berbeda sekarang adalah jumlah daya komputasi yang tersedia, berkat mikroprosesor yang lebih cepat dan cloud. Dengan kekuatan ini, dimungkinkan untuk membangun jaringan saraf besar yang dapat mengidentifikasi pola dan representasi dalam domain yang sangat kompleks.

Posting blog ini memiliki dua bagian:

• Bagian I terdiri dari observasi dan prediksi kami untuk bidang AI Generatif untuk game.
• Bagian II adalah peta pasar ruang kami, menguraikan berbagai segmen dan mengidentifikasi perusahaan utama di masing-masing segmen.

Bagian I – Pengamatan dan Prediksi

Asumsi

Pertama, mari kita jelajahi beberapa asumsi yang mendasari sisa postingan blog ini:

1. Jumlah penelitian yang dilakukan secara umum AI akan terus bertambah, menciptakan teknik yang lebih efektif

Pertimbangkan grafik jumlah makalah akademis yang diterbitkan tentang Pembelajaran Mesin atau Kecerdasan Buatan diarsip arXiv setiap bulan:

Seperti yang Anda lihat, jumlah makalah tumbuh secara eksponensial, tanpa ada tanda-tanda melambat. Dan ini hanya mencakup makalah yang diterbitkan – sebagian besar penelitian bahkan tidak pernah dipublikasikan, langsung ke model sumber terbuka atau R&D produk. Hasilnya adalah ledakan minat dan inovasi.

2. Dari semua hiburan, game akan paling terpengaruh oleh AI Generatif

Game adalah bentuk hiburan yang paling kompleks, dalam hal banyaknya jenis aset yang terlibat (seni 2D, seni 3D, efek suara, musik, dialog, dll). Game juga merupakan yang paling interaktif, dengan penekanan besar pada pengalaman real-time. Ini menciptakan penghalang masuk yang curam bagi pengembang game baru, serta biaya yang curam untuk menghasilkan game modern yang menduduki puncak tangga lagu. Ini juga menciptakan peluang luar biasa untuk gangguan AI Generatif.

Sekarang bandingkan Red Dead Redemption 2 denganSimulator Penerbangan Microsoft, yang tidak hanya besar, tetapi juga luar biasa. Microsoft Flight Simulator memungkinkan pemain untuk terbang mengelilingi seluruh planet Bumi, semuanya seluas 197 juta mil persegi. Bagaimana Microsoft membangun game sebesar itu? Dengan membiarkan AI melakukannya. Microsoft bermitra denganblackshark.ai, dan melatih AI untukmenghasilkan dunia 3D fotorealistik dari citra satelit 2D.

Ini adalah contoh game yang benar-benar tidak mungkin dibuat tanpa menggunakan AI, dan terlebih lagi, manfaat dari fakta bahwa model ini dapat terus ditingkatkan seiring waktu. Misalnya, mereka dapat menyempurnakan model "jalan layang daun semanggi", menjalankan kembali seluruh proses pembangunan, dan tiba-tiba semua jalan layang di seluruh planet diperbaiki.

3. Akan ada model AI generatif untuk setiap aset yang terlibat dalam produksi game

Sejauh ini pembuat gambar 2D seperti Stable Diffusion, atau MidJourney telah menangkap sebagian besar kegembiraan populer atas Generative AI karena sifat gambar yang menarik yang dapat mereka hasilkan. Tapi sudah ada model AI Generatif untuk hampir semua aset yang terlibat dalam game, dari model 3D, hingga animasi karakter, hingga dialog dan musik. Paruh kedua postingan blog ini menyertakan peta pasar yang menyoroti beberapa perusahaan yang berfokus pada setiap jenis konten.

4. Harga konten akan turun drastis, secara efektif menjadi nol dalam beberapa kasus.

Saat berbicara dengan pengembang game yang bereksperimen dengan mengintegrasikan AI Generatif ke dalam saluran produksi mereka, kegembiraan terbesar adalah pengurangan waktu dan biaya yang dramatis. Seorang pengembang telah memberi tahu kami bahwa waktu mereka untuk menghasilkan seni konsep untuk satu gambar, mulai dari selesai, telah turun dari 3 minggu menjadi satu jam: pengurangan 120 banding 1. Kami yakin penghematan serupa akan dimungkinkan di seluruh jalur produksi.

Untuk lebih jelasnya, artis tidak terancam diganti. Artinya, seniman tidak perlu lagi melakukan semua pekerjaan sendiri: mereka sekarang dapat menetapkan arah kreatif awal, lalu menyerahkan sebagian besar waktu dan eksekusi teknis ke AI. Dalam hal ini, mereka seperti pelukis cel dari hari-hari awal animasi yang digambar dengan tangan di mana "pelukis" yang sangat terampil menggambar garis besar animasi, dan kemudian pasukan "pelukis" berbiaya rendah akan melakukan pekerjaan melukis yang memakan waktu. sel animasi, mengisi baris. Ini adalah "pelengkapan otomatis" untuk pembuatan game.

5. Kita masih dalam masa pertumbuhan revolusi ini dan masih banyak praktik yang perlu disempurnakan

Terlepas dari semua kegembiraan baru-baru ini, kami masih berada di garis start. Ada sejumlah besar pekerjaan di depan saat kami mencari tahu cara memanfaatkan teknologi baru ini untuk game, dan peluang besar akan dihasilkan bagi perusahaan yang bergerak cepat ke ruang baru ini.

Prediksi

Dengan asumsi ini, berikut adalah beberapa prediksi tentang bagaimana industri game dapat diubah:

1. Mempelajari cara menggunakan AI Generatif secara efektif akan menjadi keterampilan yang dapat dipasarkan

Kami sudah melihat beberapa peneliti menggunakan AI Generatif lebih efektif daripada yang lain. Untuk memanfaatkan teknologi baru ini secara maksimal, diperlukan penggunaan berbagai alat dan teknik serta mengetahui cara memantul di antara keduanya. Kami memperkirakan ini akan menjadi keterampilan yang dapat dipasarkan, menggabungkan visi kreatif seorang seniman dengan keterampilan teknis seorang programmer.

Chris Anderson terkenal karena mengatakan, "Setiap kelimpahan menciptakan kelangkaan baru." Karena konten menjadi melimpah, kami yakin senimanlah yang paling tahu cara bekerja secara kolaboratif dan efektif dengan alat AI yang akan kekurangan pasokan.

Misalnya, menggunakan AI Generatif untuk karya seni produksi memiliki tantangan khusus, termasuk:

• Koherensi. Dengan aset produksi apa pun, Anda harus dapat melakukan perubahan atau pengeditan pada aset di masa mendatang. Dengan alat AI, itu berarti harus dapat mereproduksi aset dengan permintaan yang sama, sehingga Anda dapat melakukan perubahan. Ini bisa rumit karena prompt yang sama dapat menghasilkan hasil yang sangat berbeda.
• Gaya. Penting bagi semua seni dalam game tertentu untuk memiliki gaya yang konsisten – yang berarti alat Anda perlu dilatih atau dikaitkan dengan gaya yang Anda berikan.

2. Menurunkan hambatan akan menghasilkan lebih banyak pengambilan risiko dan eksplorasi kreatif

Kita mungkin akan segera memasuki "zaman keemasan" baru dalam pengembangan game, di mana hambatan masuk yang lebih rendah menghasilkan ledakan game yang lebih inovatif dan kreatif. Bukan hanya karena biaya produksi yang lebih rendah menghasilkan risiko yang lebih rendah, tetapi karena alat ini membuka kemampuan untuk membuat konten berkualitas tinggi untuk audiens yang lebih luas. Yang mengarah ke prediksi berikutnya ...

3. Meningkatnya "studio game mikro" yang dibantu AI

Berbekal alat dan layanan AI Generatif, kita akan mulai melihat lebih banyak game komersial yang layak diproduksi oleh “studio mikro” kecil yang hanya terdiri dari 1 atau 2 karyawan. Ide studio game indie kecil bukanlah game hit baruDi antara kita dibuat oleh studio Innersloth dengan hanya 5 karyawan – tetapi ukuran dan skala game yang dapat dibuat oleh studio kecil ini akan bertambah. Hal ini akan mengakibatkan…

4. Peningkatan jumlah game yang dirilis setiap tahunnya

Kesuksesan Unity dan Roblox telah menunjukkan bahwa menyediakan alat kreatif yang kuat menghasilkan lebih banyak game yang dibuat. AI generatif akan menurunkan standar lebih jauh, menciptakan lebih banyak game. Industri sudah mengalami tantangan penemuan – lebih dari10.000 game ditambahkan ke Steam tahun lalu saja – dan ini akan memberi lebih banyak tekanan pada penemuan. Namun kita juga akan melihat…

5. Jenis game baru dibuat yang tidak mungkin dilakukan sebelum AI Generatif

Kita akan melihat genre game baru diciptakan yang tidak mungkin dilakukan tanpa AI Generatif. Kami telah berbicara tentang simulator penerbangan Microsoft, tetapi akan ada genre yang sama sekali baru yang diciptakan yang bergantung pada pembuatan konten baru secara real-time.

MempertimbangkanPemanah , olehKuas mantra . Ini adalah game RPG yang menampilkan karakter buatan AI untuk gameplay baru yang hampir tidak terbatas.

Kami juga mengetahui pengembang game lain yang menggunakan AI untuk memungkinkan pemain membuat avatar dalam game mereka sendiri. Sebelumnya mereka memiliki koleksi gambar avatar yang digambar dengan tangan yang dapat dipadupadankan oleh pemain untuk membuat avatar mereka – sekarang mereka telah membuang semuanya, dan hanya membuat gambar avatar dari deskripsi pemain. Membiarkan pemain menghasilkan konten melalui AI lebih aman daripada membiarkan pemain mengunggah konten mereka sendiri dari awal, karena AI dapat dilatih untuk menghindari pembuatan konten yang menyinggung, sambil tetap memberi pemain rasa kepemilikan yang lebih besar.

6. Nilai akan bertambah untuk alat AI khusus industri, dan bukan hanya model dasar

Kegembiraan dan desas-desus seputar model-model dasar seperti Stable Diffusion dan Midjourney menghasilkan penilaian yang luar biasa, tetapi banjir penelitian baru yang terus-menerus memastikan bahwa model-model baru akan datang dan pergi saat teknik-teknik baru disempurnakan. Pertimbangkan lalu lintas pencarian situs web ke 3 model AI Generatif populer: Dall-E, Midjourney, dan Stable Diffusion. Setiap model baru mendapat giliran dalam sorotan.

Pendekatan alternatif mungkin untuk membangun rangkaian alat yang selaras dengan industri yang berfokus pada kebutuhan AI Generatif dari industri tertentu, dengan pemahaman mendalam tentang audiens tertentu, dan integrasi yang kaya ke dalam saluran produksi yang ada (seperti Unity atau Unreal untuk game).

Contoh yang baik adalahLandasan pacu yang menargetkan kebutuhan pembuat video dengan alat bantu AI seperti pengeditan video, penghapusan layar hijau, pengecatan ulang, dan pelacakan gerak. Alat seperti ini dapat membangun dan memonetisasi pemirsa tertentu, menambahkan model baru dari waktu ke waktu. Kami belum melihat suite seperti Runway untuk game muncul, tetapi kami tahu ini adalah ruang pengembangan aktif.

7. Tantangan hukum akan datang

Kesamaan dari semua model AI Generatif ini adalah bahwa mereka dilatih menggunakan kumpulan data konten yang sangat besar, sering kali dibuat dengan mengorek Internet itu sendiri. Difusi Stabil, misalnya, dilatih pada lebih dari 5 miliar pasangan gambar/keterangan, diambil dari web.

Saat ini model-model ini mengklaim beroperasi di bawah doktrin hak cipta "penggunaan wajar", tetapi argumen ini belum diuji secara definitif di pengadilan. Tampaknya jelas bahwatantangan hukum akan datang yang kemungkinan akan mengubah lanskap AI Generatif.

Ada kemungkinan studio besar akan mencari keunggulan kompetitif dengan membangun model berpemilik yang dibangun di atas konten internal yang mereka miliki hak & judul ke. Microsoft, misalnya, memiliki posisi yang sangat baik di sini23 studio pihak pertama hari ini , dan 7 lainnya setelahnyaakuisisi Activision ditutup .

8. Pemrograman tidak akan terganggu sedalam konten artistik – setidaknya belum

Rekayasa perangkat lunak adalah biaya utama lainnya untuk pengembangan game, tetapi seperti yang telah dibagikan oleh rekan kami di tim a16z Enterprise dalam postingan blog terbaru mereka,Seni Tidak Mati, Itu Hanya Hasil Mesin , menghasilkan kode dengan model AI membutuhkan lebih banyak pengujian dan verifikasi, dan karenanya memiliki peningkatan produktivitas yang lebih kecil daripada menghasilkan aset materi iklan. Alat pengkodean seperti Copilot dapat memberikan peningkatan kinerja yang moderat bagi para insinyur, tetapi tidak akan memiliki dampak yang sama… setidaknya dalam waktu dekat.

Rekomendasi

Berdasarkan prediksi ini, kami menawarkan rekomendasi berikut:

1. Mulai jelajahi AI Generatif sekarang

Butuh beberapa saat untuk mengetahui bagaimana memanfaatkan sepenuhnya kekuatan revolusi AI Generatif yang akan datang ini. Perusahaan yang memulai sekarang akan memiliki keuntungan di kemudian hari. Kami mengetahui beberapa studio yang memiliki proyek eksperimental internal yang sedang berlangsung untuk mengeksplorasi bagaimana teknik ini dapat memengaruhi produksi.

2. Carilah peluang peta pasar

Beberapa bagian dari peta pasar kami sudah sangat ramai, seperti Animations atau Speech & Dialog, tapi area lain terbuka lebar. Kami mendorong para pengusaha yang tertarik dengan ruang ini untuk memfokuskan upaya mereka pada area yang masih belum dijelajahi, seperti "Runway for Games".

Bagian II – Peta Pasar

Kondisi pasar saat ini

Kami telah membuat peta pasar untuk menangkap daftar perusahaan yang telah kami identifikasi di setiap kategori ini tempat kami melihat game yang memengaruhi AI Generatif. Posting blog ini membahas masing-masing kategori tersebut, menjelaskannya sedikit lebih detail, dan menyoroti perusahaan paling menarik di setiap kategori.

Gambar 2D

Menghasilkan gambar 2D dari perintah teks sudah menjadi salah satu bidang AI generatif yang paling banyak diterapkan. Alat sepertiPertengahan perjalanan ,Difusi Stabil , danDall-E 2 dapat menghasilkan gambar 2D berkualitas tinggi dari teks, dan telah menemukan jalan mereka ke dalam produksi game di berbagai tahap siklus hidup game.

Konsep seni

Alat AI generatif sangat bagus dalam "ideation" atau membantu non-seniman, seperti desainer game, mengeksplorasi konsep dan ide dengan sangat cepat untuk menghasilkan karya seni konsep, bagian penting dari proses produksi. Misalnya, satu studio (tetap anonim) menggunakan beberapa alat ini bersama-sama untuk secara radikal mempercepat proses seni konsep mereka, membutuhkan satu hari untuk membuat gambar yang sebelumnya akan memakan waktu selama 3 minggu.

• Pertama, desainer game mereka menggunakan Midjourney untuk mengeksplorasi berbagai ide dan menghasilkan gambar yang menurut mereka menginspirasi.
• Ini diserahkan kepada seniman konsep profesional yang merakitnya bersama-sama dan mengecat hasilnya untuk membuat satu gambar yang koheren – yang kemudian dimasukkan ke dalam Difusi Stabil untuk membuat banyak variasi.
• Mereka mendiskusikan variasi ini, memilih satu, mengecat dalam beberapa pengeditan secara manual – lalu mengulangi prosesnya hingga mereka puas dengan hasilnya.
• Pada tahap itu, lalu berikan gambar ini kembali ke Stable Diffusion untuk terakhir kalinya untuk "meningkatkan" gambar tersebut untuk menciptakan karya seni terakhir.

Seni Produksi 2D

Beberapa studio sudah bereksperimen dengan menggunakan alat yang sama untuk karya seni produksi dalam game. Misalnya, ini bagustutorial dari Albert Bozesan tentang penggunaan Stable Diffusion untuk membuat aset 2D dalam game.

Karya Seni 3D

Aset 3D adalah blok bangunan dari semua game modern, serta metaverse yang akan datang. Dunia virtual, atau level game, pada dasarnya hanyalah kumpulan aset 3D, ditempatkan dan dimodifikasi untuk mengisi lingkungan. Namun, membuat aset 3D lebih kompleks daripada membuat gambar 2D, dan melibatkan beberapa langkah termasuk membuat model 3D dan menambahkan tekstur dan efek. Untuk karakter animasi, ini juga melibatkan pembuatan "kerangka" internal, dan kemudian membuat animasi di atas kerangka itu.

Kami melihat beberapa startup berbeda mengikuti setiap tahap proses pembuatan aset 3D ini, termasuk pembuatan model, animasi karakter, dan pembangunan level. Namun, ini belum menjadi masalah yang terpecahkan – belum ada solusi yang siap untuk diintegrasikan sepenuhnya ke dalam produksi.

aset 3D

Startup yang mencoba memecahkan masalah pembuatan model 3D termasukKaedim ,Fatamorgana , danHipotetis . Perusahaan besar juga melihat masalahnya, termasuk NvidiaGet3D dan AutodeskClipForge . Kaedim dan Get3d berfokus pada gambar-ke-3D; ClipForge dan Mirage berfokus pada teks-ke-3D, sementara Hypothetic tertarik pada pencarian teks-ke-3D, serta gambar-ke-3D.

Tekstur 3D

Model 3D hanya terlihat realistis seperti tekstur atau bahan yang diterapkan pada mesh. Memutuskan tekstur batu berlumut dan lapuk mana yang akan diterapkan pada model kastil abad pertengahan dapat benar-benar mengubah tampilan dan nuansa pemandangan. Tekstur mengandung metadata tentang bagaimana cahaya bereaksi terhadap material (yaitu kekasaran, kilau, dll). Mengizinkan seniman membuat tekstur dengan mudah berdasarkan petunjuk teks atau gambar akan sangat berharga untuk meningkatkan kecepatan iterasi dalam proses kreatif. Beberapa tim mengejar peluang ini termasukBarium ,Ponzu , danArmorLab .

Animasi

Membuat animasi yang bagus adalah salah satu bagian yang paling memakan waktu, mahal, dan terampil dari proses pembuatan game. Salah satu cara untuk mengurangi biaya, dan untuk membuat animasi yang lebih realistis, adalah dengan menggunakan penangkapan gerak, di mana Anda menempatkan aktor atau penari dalam setelan penangkap gerak dan merekam mereka bergerak dalam tahap penangkapan gerak yang diinstrumentasi secara khusus.

Kami sekarang melihat model AI Generatif yang dapat menangkap animasi langsung dari video. Ini jauh lebih efisien, baik karena meniadakan kebutuhan akan rig penangkapan gerak yang mahal, dan karena itu berarti Anda dapat menangkap animasi dari video yang ada. Aspek lain yang menarik dari model ini adalah mereka juga dapat digunakan untuk menerapkan filter pada animasi yang ada, seperti membuatnya terlihat mabuk, atau tua, atau bahagia. Perusahaan yang mengejar ruang ini termasukKinetix ,DeepMotion ,Radikal ,Pindah Ai , danGuyuran .

Desain level & bangunan dunia

Salah satu aspek pembuatan game yang paling memakan waktu adalah membangun dunia game, sebuah tugas yang seharusnya cocok untuk AI generatif. Game seperti Minecraft, No Man's Sky, dan Diablo sudah terkenal menggunakan teknik prosedural untuk menghasilkan levelnya, di mana level dibuat secara acak, berbeda setiap saat, tetapi mengikuti aturan yang ditetapkan oleh perancang level. Nilai jual besar dari mesin game Unreal 5 yang baru adalah kumpulan alat prosedural untuk desain dunia terbuka, seperti penempatan dedaunan.

Kami telah melihat beberapa inisiatif di luar angkasa, sepertiPromethean ,MLXAR , atau MetaBot Pembangun , dan berpikir itu hanya masalah waktu sebelum teknik generatif sebagian besar menggantikan teknik prosedural. Telah ada penelitian akademis di luar angkasa untuk sementara waktu, termasukteknik generatif untuk Minecraft ataudesain level di Doom .

Alasan kuat lainnya untuk menantikan alat AI generatif untuk desain level adalah kemampuan untuk membuat level dan dunia dalam gaya yang berbeda. Anda dapat membayangkan meminta alat untuk menghasilkan dunia di era flapper New York tahun 1920-an, vs masa depan seperti pelari pedang distopia, vs. dunia fantasi ala Tolkien.

Konsep berikut dihasilkan oleh Midjourney menggunakan prompt, “a level game in style of…”

Audio

Suara dan musik adalah bagian besar dari pengalaman gameplay. Kami mulai melihat perusahaan menggunakan AI Generatif untuk menghasilkan audio guna melengkapi pekerjaan yang sudah dilakukan di sisi grafis.

Efek suara

Efek suara adalah area terbuka yang menarik untuk AI. Telah adamakalah akademik mengeksplorasi ide menggunakan AI untuk menghasilkan "foley" dalam film (misalnya langkah kaki) tetapi belum banyak produk komersial dalam game.

Kami pikir ini hanya masalah waktu, karena sifat interaktif dari game menjadikan ini aplikasi yang jelas untuk AI generatif, keduanya menciptakan efek suara statis sebagai bagian dari produksi ("suara senjata laser, dalam gaya Star Wars"), dan menciptakan efek suara interaktif real-time saat run-time.

Pertimbangkan sesuatu yang sederhana seperti menghasilkan suara langkah kaki untuk karakter pemain. Sebagian besar game menyelesaikan ini dengan menyertakan sejumlah kecil suara langkah kaki yang telah direkam sebelumnya: berjalan di atas rumput, berjalan di atas kerikil, berlari di atas rumput, berlari di atas kerikil, dll. Ini membosankan untuk dibuat dan dikelola, dan terdengar berulang dan tidak realistis saat runtime.

Pendekatan yang lebih baik adalah model AI generatif real-time untuk efek suara foley, yang dapat menghasilkan efek suara yang sesuai, dengan cepat, sedikit berbeda setiap kali, yang responsif terhadap parameter dalam game seperti permukaan tanah, bobot karakter, gaya berjalan, alas kaki, dll.

Musik

Musik selalu menjadi tantangan untuk game. Ini penting, karena dapat membantu mengatur nada emosional seperti halnya dalam film atau televisi, tetapi karena game dapat berlangsung selama ratusan atau bahkan ribuan jam, game dapat dengan cepat menjadi repetitif atau mengganggu. Selain itu, karena sifat game yang interaktif, mungkin sulit bagi musik untuk mencocokkan dengan tepat apa yang terjadi di layar pada waktu tertentu.

Musik adaptif telah menjadi topik dalam audio game selama lebih dari dua dekade, sejak "Musik Langsung ” sistem untuk membuat musik interaktif. DirectMusic tidak pernah diadaptasi secara luas, sebagian besar karena kesulitan menulis dalam format. Hanya beberapa game, seperti MonolithTidak ada yang hidup selamanya , menciptakan skor yang benar-benar interaktif.

Sekarang kami melihat sejumlah perusahaan mencoba membuat musik yang dihasilkan AI, sepertiTerdengar ,pemusik ,Harmoni ,Album Tak Terbatas , danDia . Dan sementara beberapa alat hari ini, sepertiKotak musik oleh Open AI, sangat komputasi intensif dan tidak dapat berjalan secara real-time, mayoritas dapat berjalan secara real-time setelah model awal dibuat.

Pidato dan Dialog

Ada banyak perusahaan yang mencoba membuat suara realistis untuk karakter dalam game. Ini tidak mengherankan mengingat sejarah panjang mencoba memberi komputer suara melalui sintesis ucapan. Perusahaan termasukSonantik ,untuk memasak ,Studio Replika ,Mirip.ai ,Readspeaker.ai , dan masih banyak lagi.

Ada banyak keuntungan menggunakan AI generatif untuk ucapan, yang sebagian menjelaskan mengapa ruang ini begitu ramai.

• Menghasilkan dialog on-the-fly. Biasanya ucapan dalam game direkam sebelumnya dari aktor suara, tetapi ini terbatas pada rekaman ucapan yang sudah direkam sebelumnya. Dengan dialog AI generatif, karakter dapat mengatakan apa saja – yang berarti mereka dapat sepenuhnya bereaksi terhadap apa yang dilakukan pemain. Dikombinasikan dengan model AI yang lebih cerdas untuk NPC (di luar cakupan blog ini, tetapi area inovasi yang sama menariknya saat ini), janji game yang sepenuhnya reaktif terhadap pemain akan segera hadir.
• Bermain peran. Banyak pemain ingin bermain sebagai karakter fantasi yang sedikit mirip dengan identitas dunia nyata mereka. Namun, fantasi ini hancur begitu pemain berbicara dengan suara mereka sendiri. Menggunakan suara yang dihasilkan yang cocok dengan avatar pemain mempertahankan ilusi itu.
  Kontrol. Saat ucapan dihasilkan, Anda dapat mengontrol nuansa suara seperti tambre, infleksi, resonansi emosional, panjang fonem, aksen, dan lainnya.
• Lokalisasi. Mengizinkan dialog diterjemahkan ke dalam bahasa apa pun dan diucapkan dengan suara yang sama. Perusahaan sukaDeepdub difokuskan secara khusus pada ceruk ini.

NPC atau karakter pemain

Banyak startup mencoba menggunakan AI generatif untuk membuat karakter yang dapat dipercaya yang dapat berinteraksi dengan Anda, sebagian karena ini adalah pasar dengan penerapan yang luas di luar game, seperti asisten virtual atau resepsionis.

Upaya untuk menciptakan karakter yang dapat dipercaya kembali ke awal penelitian AI. Faktanya, definisi klasik "Uji Turing" untuk kecerdasan buatan adalah bahwa manusia seharusnya tidak dapat membedakan antara percakapan obrolan dengan AI versus manusia.

Pada titik ini ada ratusan perusahaan yang membangun chatbot tujuan umum, banyak di antaranya didukung oleh model bahasa mirip GPT-3. Sejumlah kecil secara khusus mencoba membuat chatbot untuk tujuan hiburan, sepertiReplika danJiwa yang mencoba membangun teman virtual. Konsep berkencan dengan pacar virtual, seperti yang dieksplorasi dalam film Her, mungkin lebih dekat dari yang Anda kira.

Kami sekarang melihat iterasi berikutnya dari platform chatbot ini, sepertiCharisma.ai ,Convai.com , atauInworld.ai , dimaksudkan untuk memperkuat karakter 3D yang dirender sepenuhnya, dengan emosi, dan agensi, dengan alat yang memungkinkan kreator memberikan tujuan karakter ini. Ini penting jika mereka akan cocok dengan permainan atau memiliki tempat naratif dalam memajukan plot, dibandingkan hanya menjadi etalase.

Semua dalam satu platform

Salah satu alat AI generatif paling sukses adalahRunwayml.com , karena menyatukan rangkaian alat pembuat yang luas dalam satu paket. Saat ini tidak ada platform yang menyajikan video game, dan menurut kami ini adalah peluang yang terlewatkan. Kami ingin sekali berinvestasi dalam solusi yang menampilkan:

• Set lengkap alat AI generatif yang mencakup seluruh proses produksi. (kode, pembuatan aset, tekstur, audio, deskripsi, dll.)
• Terintegrasi erat dengan mesin game populer seperti Unreal dan Unity.
• Dirancang agar sesuai dengan alur produksi game pada umumnya.

Kesimpulan

Ini adalah waktu yang luar biasa untuk menjadi pembuat game! Sebagian berkat alat yang dijelaskan dalam entri blog ini, menghasilkan konten yang dibutuhkan untuk membuat game tidak pernah semudah ini – bahkan jika game Anda sebesar seluruh planet!

Bahkan mungkin suatu hari membayangkan seluruh permainan yang dipersonalisasi, dibuat hanya untuk pemain, berdasarkan apa yang diinginkan pemain. Ini sudah lama ada dalam fiksi ilmiah – seperti “AI Mind Game” di Ender’s Game, atau holodeck di Star Trek. Tetapi dengan alat yang dijelaskan dalam posting blog ini berkembang secepat mereka, tidak sulit untuk membayangkan kenyataan ini sudah dekat.

Jika Anda adalah pendiri, atau calon pendiri, yang tertarik membangun AI untuk perusahaan Gaming, hubungi kami! Kami ingin mendengar dari Anda!