AI显性化之AI+游戏电话会纪要–20230402

一、AIGC在游戏生产各环节的应用 （一）立项端 目前，立项端仍无很好的应用。未来，在游戏产品的整体设计层面，AIGC能够辅助判断同类型的游戏数据表现，例如，对SLG赛道的各个产品进行数据评判，包括次留、7留、DAU等用户量级数据评价。 （二）研发端 研发端的AIGC应用是目前行业内游戏公司主要在做的领域。 1、文本生成 1）NPC无差别、无障碍的对话生成。传统模式下，生成NPC对话需要文案策划进行撰写，NPC引导玩家的语句没有差异、会看到同样的文本。未来期望通过AIGC生成不一样的无差别文案。网易《逆水寒》声称做成了该项功能。 2）剧情文案的内容生成。通过AIGC生成剧情章节间过渡内容、背景阐述等，包括祝贺词、祝酒词等。 2、道具及角色生成 AIGC能够降低试错成本。一是美术方面，美术在做角色前可以使用AIGC进行几百个角色生成，将AIGC生成的角色递交给策划选择。二是道具方面，AIGC生成道具数值，使武器、道具的数值更加平衡，创新武器技能形式。三是怪物反馈机制，AIGC生成更拟真化的怪物反馈机制，从怪物触达后直接攻击用户，进化成怪物躲闪、找角度、躲进草丛等再进行攻击的更优化的反馈机制，带来更拟真化、更具沉浸感的机制形式。四是角色周边等二创同人。 3、音效合成 传统形式为调音师在音房进行demo创作，可能会缺乏灵感。 未来，AIGC可以辅助生成多种风格的demo，例如生成多个十分钟的demo，由音效师去选择更适合的片段，并截取作为前奏、副歌等延伸，以此加速创作过程。 4、场景生成 目前需求最大、实现难度也最大，可以做但效果不好。未来，AIGC可以生成大地图、角色等，充实游戏玩法和内容，提升用户体验。但由于在美术风格上与游戏会有一定差异，因此实际落地的效果还未完善。 （三）发行端 1、本地化翻译 《原神》是全球同服同发的产品，其任何一个版本都是同步发行，因此对多语种翻译质量要求较高，AIGC可以提供保障。 2、素材制作 辅助制作买量素材。使公司有精力和创意去做更多事，同时可以根据各个地区的宗教信仰、习俗等地域特色情况，避免发行过程中触碰雷区。 3、优化买量投放平台的分配 目前无法做到，但未来可以。根据回收的数值实现买量投放的优化，明确公司在YouTube、Facebook、抖音等平台的投放量及占比。 4、社区运营 在社区内降低UGC内容创作难度，加大讨论度。例如，B站产出视频内容时由于前奏效果不好，需要一个引子来引出故事内容，则可以通过AIGC进行解决。 通过AI机器人带动社区活跃，在游戏论坛中对各个帖子的问题进行交流和顶贴，从而提升用户留存率。 （四）商业化 未来短期内不会做商业化。 长期：一是付费机制设计，通过AIGC实现商业化平衡、平衡商业化战斗系统等。二是大模型中怪物返回机制的调优功能，同时可以卖给其他厂商。 二、AIGC对各环节降本增效的量化分析 根据米哈游内部测试、联调、数据回收、工作量等经验，通过分析工作量中人力可替代部分的占比，包括节省实际的外包成本、时间、人力成本。得出总结： （一）研发端 文字：现在节省25%左右的人力，例如，目前13个人写主线剧本需要两周（即十天），现在需要8天左右。未来终局节省70-80%人力，节约 70%左右时间。 道具和角色生成：终局节约60-70%人力，50-70%左右时间。 场景生成：目前节约不到10%时间。终局节约60%左右人力，70%左右时间。 （二）宣发运营端 未来3-5年之后能替换50%左右的人力成本，提高20%左右的ROI。三、国内外厂商的整体布局 （一）自有AIGC技术布局的国内外大厂 腾讯、网易、米哈游、莉莉丝、Netflix、迪士尼有自己的AlGC布局。 游戏公司在应用层面较为相似，AlGC技术的高低更受各家能够提供的训练集影响。其中，Netflix和YouTube专注于AIGC视频生成的工具简化。迪士尼专注于IP角色自动生成，例如生成类似玲娜贝儿的大热角色，做大电影等。 米哈游跟迪士尼的需求有些类似，需求在生成游戏角色、4分钟CG电影、故事线导引等。 （二）有AIGC相关应用的国内游戏厂商 完美、巨人、游族、灵犀、吉比特、中手游都有相关应用布局，各个游戏厂商的关注领域不同，包括文字生成、场景生成、角色生成等方面使用 AIGC，模型大部分是嵌用的，使用OpenAI等模型。主要在游戏的支线任务中测试相关功能。 （三）其他游戏相关AIGC技术厂商点评 RCT、超参数、启元、商汤、元象唯思等。 游戏方面，RCT和超参数比较强。超参数是腾讯王者荣耀的觉悟AI出来的。RCT专注做AIGC的游戏领域研发，由莉莉丝投资。商汤专注于无人驾驶，目前接到了北京一家公司的大订单做游戏AI（猜测是FunPlus或完美）。 元象唯思是由原腾讯AI学院院长姚星出来创业做的公司，专注于医疗领域，帮助医生做手术、开药等。四、问答环节 1、AI在公司层面的应用成果 Q：AIGC对于游戏公司，除了降本增效，是否能长期提升生产力？ A：短期内降本增效，长期能辅助提升大量生产力。小公司可能更重视效能，但大公司研发AIGC功能不是为了优化员工，而是提升效能来提高用户的游戏内体验。 游戏产业是内容消耗型产业，内容量决定用户留存。以《原神》为例，原神更新频率为6周一个版本，用户在前2-3周能玩到新内容，之后基本上玩重复性内容，对于手游来说让用户重复性做两三周任务并保证不流失，是非常大的挑战。 最好的解决办法是提升产能，有更多玩法和内容供给用户，这种产能提升会做大整体游戏行业的蛋糕。以《原神》为例，2022年做了三张地图，每张地图额外带来18亿元的流水，每张地图需要100+个人力做三个月，也就是6000个人力。如果有一家公司能做AIGC生成地图，一个月生成一张，一年生成12张，每张地图算12个亿的收入，也比现在这个50+亿元的地图收入要多100亿左右，这是非常大的产能提升，和行业整体蛋糕的做大。 Q：米哈游生成角色的大模型是自研的还是外部的？ A：公司在做研发生成时，会提供内部和外部两套模型给研发人员使用。其中内部模型是纯自研的，外部模型包括openAI等（其中GPT3.5是免费的、GPT4有内部链接）。公司在产能方面做尝试和验证，确认这个产品能够帮公司提升多少的产能。 Q：自研和外部模型哪个效果更好？ A：自研模型肯定是最好的。一是外部模型生成的是通用内容，不是针对一个产品去做的，而自研产品是针对于二次元这个品类，相对来说会更聚焦。二是AIGC的性能是基于投喂的数据集的大小和质量，自研产品的数据量、数据集、素材内容等都是自己公司的，更理解公司想做什么，也更贴近于业务。而外部会更偏通用一些。 Q：自研模型的研发情况？ A：19年年底老板开始要做，但一直没招到人。20年招到人开始搭团队，现在团队是200+人规模，负责人是以前中科院的刑骏博士。自研产品在算法上有难度，训练出的模型和投喂的数据集内容强相关，由公司投喂二次元相关品类的数据，因此准度更好、更专一。 Q：米哈游对AI领域的投入？ A：22年接近8亿，21年5亿+，20年2亿+，老板希望每年投入10亿+。最终局是要跟GPT4抢占市场份额。 Q：原神近期的更新频率加快和AI赋能是否有关系？ A：有关系。公司做AI已经做了三年多。18年看到GDC有不错的引擎产品做AI卡通渲染，19年看到B站的线下虚拟人演唱会，老板认为存在用户需求，因此开始做虚拟人直播并用到AIGC。20年开始正式做AIGC研发，目前在产能方面已经给予了一定的提升和帮助。 2、AI在游戏行业的应用Q：您怎么理解AI对行业的影响？ A：前几年vr游戏、元宇宙等更多是概念性的东西，索尼跟网易从15年、16年开始做VR产品也没做出来。但目前来看，第一，AIGC是可落地且确实能帮公司提升一些产能。第二，AIGC未来是行业内的一个趋势，并会成为大厂与中小厂之间的技术壁垒，未来大家都会加大投入去做相关应 用，包括游戏玩法生成、项目管理、发行等方向的应用。对AIGC能力的理解和掌握是一个重要要素，决定着游戏公司的生产力和未来潜力。 一家游戏公司最核心的东西是数据和人，其中人代表着产能，数据就是玩家的画像和经营数据，包括用户喜好、氪金偏好、风格偏好、玩法偏好等，这种数据是最核心、最机密的。对于AIGC研发来说，一是自研需要大数据量的投喂，例如王者荣耀每天1个亿的DAU数量级，才能做到比其他厂商增长更快、更拟真；二是AIGC节省产能需要投入很大的自研成本。而中小型公司无法做到这两点，大概率只能去采买第三方公司。 未来自研大模型的游戏厂商有两套商业模式。第一是让客户接入公司售卖的标准版模型。第二是开放模型的底层架构，可以让客户输入自己的信息源或素材来训练这个模型，相对而言价格也会更高。 Q：各类公司做AIGC模型，未来会是强者恒强还是有其他格局变动？ A：我们判断是大公司会非常强，因为AIGC分很多细分领域和垂类。未来一定是掌握在大型游戏公司手上，或者是第三方专注做AI游戏模型的公司。 从国内外技术差距来看，虽然目前百度“文心一言”和GPT4有非常大的差距。但在游戏AI领域，GPT4在细分垂类里目前表现并未特别专业，国内头部公司跟海外公司的技术差距并不大，基本上就是一个接近持平的一个进度，大家都在做同样的事情、面临的需求也相似，且都在产能方面有很大的瓶颈，只在实现方式和素材内容投喂上有差异。例如，网易的伏羲AI能帮忙解决很多游戏里的问题，并在《逆水寒》里有很多应用和尝试，反而GPT4并未能解决游戏行业的核心问题。 Q：游戏公司自研AIGC模型的前提条件？ A：第一，要舍得投钱。游戏方面的AIGC是纯技术领域的内容，考验人的能力以及技术沉淀。例如，网易的AI机器团队大概200多人，平均薪酬大概是90-100万。腾讯是接近300人，大概平均薪酬100万；米哈游也是200+人的团队，100+万年薪；这是人力成本。第二是公司的体量，像王者荣耀每天一个亿DAU，可以把一个亿数据投喂进去，而小公司可能只有几百万DAU，成本很高但收益很小。第三是创始人要对这个事情有自己的想法和坚持，要有耐心。 Q：有无可能小公司通过在玩法层面做出创新，缩小大小厂商差距？ A：真正AI能帮我们生成产品、游戏玩法，可能还需要五年左右的周期。文本生成很好落地，场景生成可能是未来两到三年。但直接生成玩法，既有压力也有核心的技术壁垒。缩小小厂与大厂之间的差距，核心关键点是大厂愿不愿意把技术开放出来，供给全行业来使用。 Q：MOBA等DAU高的游戏品类，会拿到更多数据来孵化AI模型吗？ A：不一定。一方面，登录一次、操作一次是一条日志，日志越多、数据量越大。另一方面，如SLG等品类虽然DAU不高，但仍然能产出针对特定品类的游戏数据。 Q：国内游戏公司：AI布局情况、数据资源体量分梯队梳理？ A：AI布局实力口径：第一梯队是腾讯，网易，米哈游。第二梯队是莉莉丝。第三梯队是完美，三七互娱，吉比特等。第四梯队是游族、中手游等。 游戏流水体量口径：前三是腾讯、网易、米哈游，第四是灵犀互娱，第五是莉莉丝。 游戏DAU口径：腾讯1.5-1.6亿左右，网易4千万左右（没有蛋仔派对1-2千万），米哈游2-3千万，莉莉丝是6-7百万，灵犀互娱2-3百万。 3、米哈游主要产品情况Q：米哈游主要产品的运营情况？新产品的储备情况？ A：2022年《崩坏2》不到2亿，《崩坏3》60多亿，《未定事件簿》13亿，《原神》380亿，加起来450亿左右。 《原神》23年流水国内：海外=5：5；DAU目前国内：海外=4：6，23全年国内=海外预计3：7。《崩坏3》23年国内流水接近七成，预计年内流水不会涨特别多了。 新产品：4月27号《崩坏：星穹铁道》上线，测试数据内部保守预估大概是50个亿，客观估计是80个亿。《绝区零》预计24年春季上线，测试数据跟《崩坏：星穹铁道》持平。 未来比较值得期待的