融云观察:AI Agent 是不是游戏赛道的下一个「赛点」?

本周四 · 融云直播间,点击报名~

 

ChatGPT 的出现,不仅让会话成为了未来商业的基本形态,也把大家谈论 AI 的语境从科技产业转向了 AI 与全产业的整合。 关注【融云全球互联网通信云】了解更多

而目前最热衷于拥抱生成式 AI 的行业中,游戏无疑是要“前排报到”的。

游戏一直是决策智能的最佳训练场,行业的上一个大 IP AlphaGo,就是在围棋中战胜了人类顶尖选手而成了打破平静湖水的那颗石子儿。

而发展到目前的大模型阶段,AI 在游戏中的应用,可以大致分为开发侧提升效率用户侧优化体验两个方向。

开发侧来看,所有游戏大厂都在加码 AI 投入,希望通过 AI 能力给消耗资源多、制作周期长的 3A 类游戏提供生产力升级,加速游戏制作过程。比如,在 AI 美术、AI 文案生成、文生 3D 等游戏开发用例方面的探索。

而在小而美的休闲游戏方面,已经有独立游戏开发者用时 60 小时便开发了一款完全由 AI 驱动(代码由 ChatGPT 生成,美术使用 Midjourney)的游戏,且在闯关逻辑和可玩性方面的表现并不拉胯。

不过,游戏分发平台对于采用 AI 制作游戏的态度目前仍然莫衷一是。Steam 明确禁止无法证明版权的 AIGC 类游戏上架,而 Epic 则表示将接受使用基于 AIGC 创造的游戏。

这个问题对大厂来说完全不存在,它们可以搬出自家的训练集来规避版权纠纷。只是真正落地还需要时间,目前也还没有 3A 级的游戏大厂大规模部署 AI NPC。

根据红杉资本去年发布的《Generative AI: A Creative New World》预计,游戏类模型将在 2030 年进入黄金时期。

AI 在各产业的演进过程,图源:红杉资本

而在用户体验侧,采用 AIGC 带来体验升级的用例倒是更先被推出。

米哈游的力作《崩坏:星穹铁道》就上线了一个“图生图”的 AIGC 工具“模因共振机”,玩家可以上传图片生成独特风格的“三月七”。


图源:崩坏星穹铁道

这个设计引得玩家们争相尝鲜,并在社交网络的传播中为游戏增加了热度。

本文将聚焦用户侧体验升级,看一下目前 AIGC 在休闲社交游戏场景的表现。

点此查看 AIGC 前沿合辑


Human or Not?

伴随着 ChatGPT、Midjourney 及其他 AI 工具的快速革新,越来越多基于 AI 技术的玩法开始出现,最常见一个方向便是——模糊人类和 AI 的边界。

比如,小游戏“Human or Not?”。游戏规则十分简单,进入游戏你便可以跟系统分配的匹配者聊天;聊够 2 分钟后,猜测对方是人类还是 AI;随后系统会马上为你揭晓答案。

图源:Human or Not?

该游戏由以色列大语言模型公司 AI21 Labs 发布,是其将新一代人工智能推向大众的一种方式,也是面向公众的一场大型“图灵测试”。近期,该公司宣布完成了 1.55 亿美元的 C 轮融资。

目前该项目已经结束,AI21 Labs 对全球各地超过 200 万用户的 1500 万对话进行了分析,68% 的用户可以准确识别出对话方是人类还是 AI

用户最常问的问题,图源:AI21

在社交网络上,参与者们积极地分享自己的辨别方式,大家普遍认为:AI 不太会犯拼写、语法错误,不太使用俚语;AI 对时下发生的热点事件不太敏感,或者无法对于某些很私人的感受类问题给出个性化回答。

不过,这些 Tips 却不总是有效,因为 AI21 已经针对它们提前做好了防备。

AI21 使用了自研基础模型 Jurassic-2,以及 GPT-4、Claude 等大语言模型。模型对俚语进行了专门训练,甚至会故意打错单词或者少打单词;经过海量故事训练,大部分的 AI 都掌握了“编造”自己性格、人设、信念等个人信息的能力;并且,所用模型都已经联网,了解时下新闻对他们来说也不是什么难事。

最终,当对面是人类时,用户的辨别准确率为 73%,高于对面是 AI 的 60%。可见 AI 在“混淆视听”方面还是技高一筹的

AI 技高一筹,图源:AI21

另一个简单的小游戏也曾红极一时,那就是识别图片中哪张是真实的人类,哪张是 AI 画图,如下图示。


图源:Which Face is Real?

我第一题就答错了,感兴趣你也来试试。

这个项目来自华盛顿大学的网红课程“Calling Bullshit”,略显粗鄙的课名之下,两位教授通过严肃系列课程抵制对现实置若罔闻的“胡说八道”并提醒人们关注对 AI 技术的滥用现象。

事实上,该课程开设于 2017 年到 2019 年,采用的 AI 图片来自英伟达的 StyleGAN 人脸生成算法,而非现在大热的扩散模型,但依然非常具备迷惑性,并且当年在 Reddit 上传播火爆。

以上两个小游戏都是对 AIGC 的浅显应用,本质上是发挥 AIGC “以假乱真”的能力。也因此,相对来说很难长时间作为单独存在而吸引用户关注。

不过,把它们作为社交泛娱乐应用的“挂件儿”应该不失为一个有意思的尝试。

在移动互联网时代,轻巧的休闲小游戏,试错成本低,开发难度小,借助社交传播还可能做成爆款,无疑是 AI 落地较为合适的品类。

想象一下,以上基于 AIGC 的小游戏,加上榜单、城市排名、PK 等机制,就会变成下一款“羊了个羊”,可以内置在社交娱乐应用中作为丰富玩法和体验的手段

比如,在基于融云 CallPlus SDK 实现的 1V1 社交场景,接入有趣的双人游戏,可以帮助用户破冰,提升趣味性。对于应用开发者来说,这也是拉长用户使用时长,提升用户留存的有效手段。

再如,在所有社交娱乐 App 标配的 IM 聊天场景,接入互动游戏,可以大幅度提升 IM 聊天场景中的用户粘性、在线时长,优化社交体验。

融云灵活的接口设计,可以支持开发者方便快捷地接入适配场景的各类休闲游戏


Almost Human?

在人们对 AI 进化终点的畅想中,未来或许可以通过 AIGC 技术生成一个由 AI Agent 构成的虚拟世界。

近期,复旦大学 NLP Group 发表了论文《The Rise and Potential of Large Language ModelBased Agents: A Survey》,对 AI Agent 的历史和现状进行了综述。

关于 AI Agent,目前尚缺定义共识,但一般指在人工智能模型驱动下,具有反应能力、社交能力,且具备自主性的智能体

论文提出了基于大模型的 AI Agent 的工作框架,包含 Brain、Perception 和 Action 三个部分,且可以在与环境的交互中不断获得反馈。

AI Agent 工作框架,图源:Fudan NLP Group 论文

移步【融云全球互联网通信云】回复 AIGC 获取论文

而在此前,斯坦福大学的论文《Generative Agents: Interactive Simulacra of Human Behavior》对 AI Agent 的相关实验已经引起了轩然大波。

论文中,研究人员创造了一个虚拟小镇“Smallville”,里面包括住宅、学校、公园、餐厅等场所,活动着 25 位完全由 AI 控制的居民。在与论文一同发布的演示视频中,观众能看到每个 AI 居民的姓名、状态和对话泡泡。

小镇概览,图源:《Generative Agents》

在设置好了基础的建筑属性和人物参数后,每一个居民都有自己独特的身份,AI 居民们在这里开始了符合现实逻辑的“生活”。


AI 居民 John Lin 的早晨,图源:《Generative Agents》

更重要的是,他们的生活不是一成不变的。AI 居民们会自主制定日程并执行,对突发行为作出反应。伴随某一个随机事件的发生,他们的交互也发生了变化,并创造出了新的记忆和行为。

并且,根据论文,人类用户也可以进入其中跟 AI 居民互动。

论文作者之一 Joon Sung Park 表示,游戏将可能是其研究成果首先得到应用的领域

这一能力如果在一些开放世界类游戏中落地,生成更具有自主性和拟人性的 NPC,将给玩家带来独一无二的游戏体验,或许将对游戏行业产生颠覆性的影响。

比如,在《梦幻花园》这样的生活模拟类游戏中,如果你身边那个负责任务提醒的管家能跟你对话,并且根据你们此前的会话内容来跟你交流,体验无疑可以上一个台阶。

或者在悬疑剧情、密室逃脱、身份推理等更强调创造性、娱乐性的游戏场景中,NPC 不是机械化地听从命令,而是拥有一定自主性,宛若另一个平行世界真实存在。

这方面目前已经有一些代表作了,比如密室逃脱类游戏《病娇 AI 女友》。

图源:病娇 AI 女友

这款游戏的主线任务是逃离病娇女友的房间,开局便是玩家被关在一个有厨房、客厅等房间及电脑等道具的密室中。

当然,房间里还有一位深爱你的病娇女友。

作为二次元属性之一,病娇是占有欲极强的“疯批”爱人特质。所以,一个密闭空间,一个想方设法不舍你离开的精神状态堪忧的女友,就构成了一个恐怖本的基础。

这之中,NPC 女友的表现和反应就成了游戏内容的核心。而游戏中的女友是用 GPT 驱动的,玩家在打开游戏时需要接入 GPT 的 API 才能启动。

这带来了出乎意料的效果,比如,玩家可以说服女友放自己离开,也可以在寻找逃脱办法的过程中问女友一些问题。她心情好的时候可能会透露一些线索,心情不好的时候则会出离愤怒让情况更糟糕。

不同于路线、关卡、对白都完全写死的游戏,基于 AIGC 的 NPC 可以根据玩家的自由输入给出完全不一样反应和互动,让对话和剧情随机起来

这样,玩家玩每局游戏的体验都有惊喜,成功逃脱或者未能逃脱的方式和原因都是特别的,游戏就产生了可供反复体验的随机性与多样性。

这款游戏一经发布就让很多玩家迅速“上头”,YouTube 和 B 站上的体验视频播放量已有数千万。而其制作仅用时三周,由两位制作人联合完成。

根据游戏行业的一份千人规模调查,99% 的玩家认为高级 AI NPC 会对游戏玩法产生积极影响,78% 的玩家愿意花费更多时间在这类游戏上,而 81% 的玩家愿意为此花更多钱。

下一代游戏的评判重点将基于体验的沉浸感和趣味性展开。而大语言模型将赋予游戏 NPC “说人话”的可能,让游戏玩家和 NPC 展开智能、无预设脚本的对话。

尤其是对于重剧情玩法和社交体验的休闲游戏品类来说,这将创造全新的玩家体验,进而推动品类创新。


AIGC 常看常新,我们也在学习中整理了一些颇有助益的行业报告、论文。感兴趣的朋友,移步【融云全球互联网通信云】,在对话框里发送“AIGC”即可获得这些资料。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/140434.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【深度学习实验】线性模型(一):使用NumPy实现简单线性模型:搭建、构造损失函数、计算损失值

#【中秋征文】程序人生,中秋共享# 目录 一、实验介绍 二、实验环境 1. 配置虚拟环境 2. 库版本介绍 三、实验内容 0. 导入库 1. 定义线性模型linear_model 2. 定义损失函数loss_function 3. 定义数据 4. 调用函数 一、实验介绍 使用Numpy实现 线性模型搭…

clickhouse简单安装部署

目录 前言(来源于官方文档): 一.下载并上传 1.下载地址:点我跳转下载 2.上传至Linux 二.解压和配置 1.解压顺序 注意:必须按照以下顺序解压,并且每解压一个都要执行该解压后文件的install/doinst.sh文件 解压步骤&#xff…

如何安全传输存储用户密码?(程序员必备)

前言 我们开发网站或者APP的时候,首先要解决的问题,就是「如何安全传输和存储用户的密码」。一些大公司的用户数据库泄露事件也时有发生,带来非常大的负面影响。因此,如何安全传输存储用户密码,是每位程序员必备的基础…

寻找单身狗

在一个数组中仅出现一次,其他数均出现两次,这个出现一次的数就被称为“单身狗“。 一.一个单身狗 我们知道异或运算操作符 ^ ,它的特点是对应二进制位相同为 0,相异为 1。 由此我们容易知道两个相同的数,进行异或运算得到的结果…

提示计算机丢失msvcp140.dll怎么办,缺少msvcp140.dll一键修复

在计算机使用过程中,我们可能会遇到各种稀奇古怪的问题。其中,msvcp140.dll 文件丢失算是比较常见的一种。那么,究竟什么是 msvcp140.dll 文件?它为什么会丢失?我们又该如何解决这个问题呢?本文将围绕这些问…

高性能计算环境下的深度学习异构集群建设与优化实践

★深度学习;模式识别;图像处理;人工智能建模;人工智能;深度学习算法;强化学习;神经网络;卷积神经网络;人工神经网络;VIBE算法;控制系统仿真&#…

1 MySQL 高级(进阶) SQL 语句(一)

目录 1 MySQL SQL 语句 1.1SELECT 1.2 DISTINCT 1.3 WHERE 1.4 AND OR 1.5 in 1.6 BETWEEN 2 通配符 ----通常通配符都是跟 LIKE 一起使用的 2.1 LIKE 2.2 ORDER BY 3函数 3.1数学函数 3.2 聚合函数 3.3 字符串函数 4 GROUP BY 4.1 HAVING 5 别名 6 子查询 …

NSS [HXPCTF 2021]includer‘s revenge

NSS [HXPCTF 2021]includer’s revenge 题目描述&#xff1a;Just sitting here and waiting for PHP 8.1 (lolphp). 题目源码&#xff1a;&#xff08;index.php&#xff09; <?php ($_GET[action] ?? read ) read ? readfile($_GET[file] ?? index.php) : inclu…

数字孪生在灌区信息中的应用

灌区信息是智慧水利的组成部分&#xff0c;对灌区现代化改造的支撑作用和地位尤为重要&#xff0c;对促进水利可持续发展有重要意义。灌区信息化系统主要对对灌区的水情、雨情、土壤墒情、气象等信息进行监测&#xff0c;对重点区域进行视频监控&#xff0c;同时对泵站、闸门进…

服务器搭建(TCP套接字)-fork版(服务端)

基础版的服务端虽然基本实现了服务器的基本功能&#xff0c;但是如果客户端的并发量比较大的话&#xff0c;服务端的压力和性能就会大打折扣,为了提升服务端的并发性能&#xff0c;可以通过fork子进程的方式&#xff0c;为每一个连接成功的客户端fork一个子进程&#xff0c;这样…

C#的属性讲解

文章目录 属性自动实现属性访问器内写逻辑属性不存储值其他文章 属性 在C#中&#xff0c;属性是一种特殊的成员&#xff0c;用于封装类的字段。它们提供了一种简洁和安全的方式来访问和设置类的状态和行为。 属性由两个访问器组成&#xff1a;get&#xff08;获取器&#xff…

【Java核心】JDK、JRE、 JVM的联系与区别

个人简介&#xff1a;Java领域新星创作者&#xff1b;阿里云技术博主、星级博主、专家博主&#xff1b;正在Java学习的路上摸爬滚打&#xff0c;记录学习的过程~ 个人主页&#xff1a;.29.的博客 学习社区&#xff1a;进去逛一逛~ JDK、JRE、 JVM的联系与区别 1. 简述2. 是什么…

分类预测 | Matlab实现NGO-CNN-SVM北方苍鹰算法优化卷积支持向量机分类预测

分类预测 | Matlab实现NGO-CNN-SVM北方苍鹰算法优化卷积支持向量机分类预测 目录 分类预测 | Matlab实现NGO-CNN-SVM北方苍鹰算法优化卷积支持向量机分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.Matlab实现NGO-CNN-SVM北方苍鹰算法优化卷积支持向量机分类预…

MySQL查询(基础到高级)

目录 一、单表查询&#xff1a; 1.基本查询&#xff1a; 1.1 查询多个字段&#xff1a; 1.2 去除重复记录&#xff1a; 2. 条件查询&#xff1a; 2.1 语法 2.2 条件分类&#xff1a; 比较运算符&#xff1a; between..and..使用示例&#xff1a; ​编辑 in(..) 使用示例&…

webpack:详解代码分离以及插件SplitChunksPlugin的使用

文章目录 背景入口起点分离基本使用防重复 SplitChunksPlugin插件分离背景基本使用splitChunks.chunkssplitChunks.minChunkssplitChunks.minSizesplitChunks.maxSizesplitChunks.namesplitChunks.cacheGroupssplitChunks.cacheGroups.{cacheGroup}.prioritysplitChunks.cacheG…

【力扣每日一题】2023.9.24 LRU缓存

目录 题目&#xff1a; 示例&#xff1a; 分析&#xff1a; 代码&#xff1a; 题目&#xff1a; 示例&#xff1a; 分析&#xff1a; 这又是一道程序设计类的题目&#xff0c;要我们实现LRU缓存的get和put操作。 简单说一下LRU缓存是什么&#xff0c;在我看来就是实用主义…

Nginx环境搭建、负载均衡测试

Nginx环境搭建、负载均衡测试 系统环境&#xff1a; win10&#xff0c;IDEA2020&#xff0c;JDK8 一、nginx环境搭建 1.ngxin下载 Nginx官网下载&#xff1a; http://nginx.org/en/download.html Nginx有三种版本&#xff0c;分别是Mainline version&#xff08;开发版&…

智慧公厕,公共厕所数字化促进智慧城市管理的成效

随着科技的不断进步和城市化的快速发展&#xff0c;城市管理也面临着新的挑战和机遇。而智慧公厕作为基层配套设施&#xff0c;通过数字化提升城市管理的效能&#xff0c;成为了现代智慧城市建设的重要一环。本文以智慧公厕领先厂家广州中期科技有限公司&#xff0c;大量项目案…

安装Linux虚拟机——以ubuntukylin-16.04.7-desktop-amd64.iso为例

正文 安装VMware 重要提示 安装软件之前&#xff0c;请先退出360、电脑管家等安全类软件&#xff0c;这类软件会阻止我们安装的软件进行注册表注册&#xff0c;很可能导致安装失败。确认物理机&#xff08;也就是你自己使用的电脑&#xff09;的防火墙已经关闭。 下载 打开…

深入学习 Redis - 分布式锁底层实现原理,以及实际应用

目录 一、Redis 分布式锁 1.1、什么是分布式锁 1.2、分布式锁的基础实现 1.2.1、引入场景 1.2.2、基础实现思想 1.2.3、引入 setnx 1.3、引入过期时间 1.4、引入校验 id 1.5、引入 lua 脚本 1.5.1、引入 lua 脚本的原因 1.5.2、lua 脚本介绍 1.6、过期时间续约问题&…