传媒互联网行业专题：海外AIGC应用进展之游戏篇

行业研究 报传媒互联网 告 2023-08-30 行业专题报告 看好/维持传媒互联网 传媒互联网行业专题——海外AIGC应用进展之游戏篇 走势比较 报告摘要 70% 太 60% 平 50% 40% 洋 30% 20% 10% 22/8/30 证0% (10%) 股 券(20%) (30%) 份 22/10/30 22/12/30 23/2/28 23/4/30 23/6/30 传媒行业沪深300 AIGC技术持续突破，与场景融合度提升助力产业升级。基础层，多模态算法持续发展，为后续产品提供技术支撑；中间层，海外大模型开源推动不同细分场景的垂直类模型落地；应用层，AIGC技术与场景的融合度持续升级，已在游戏，教育等多个领域落地，加速产业升级，释放商业潜力。 AIGC技术为游戏行业编程、美术、发行等环节赋能，促进行业 有子行业评级 限游戏看好 公 司相关研究报告： 证 券研究报 告证券分析师：郑磊 E-Mail：zhenglei@tpyzq.com 执业资格证书编码：S1190523060001 提质增效。研发端，AIGC工具可优化数值并提高输出效率，实现成 本节降与研发效率提升，解决生成精度问题，率先实现游戏美术领域商业化落地；发行端，个性化算法推荐倍增买量投放效果，智能解决方案明显改善用户留存。 AIGC技术提升玩家游戏体验，推动UGC平台构建丰富内容生态。AIGC工具带动突破NPC单一行为层交互功能，推动提升智能NPC场景资源适配能力，实现多智能体多目标场景下的连续情节生成。通过AI工具将有效降低玩家创作门槛，进一步活跃平台的内容生态。随着相关工具不断完善，内容端供给有望持续增加。 投资建议 目前，海外GPT等大模型持续实现算法突破。随着多模态模型迭代优化、算力大幅提升，海外生成式AI迅速发展，现已广泛应用于游戏产品。AIGC技术在B端实现游戏策划、编程、美术等环节的降本增效，在C端大幅提升玩家体验，降低游戏开发门槛，未来有望构建UGC平台生态。建议关注三七互娱、吉比特、恺英网络。 风险提示 海外AIGC技术落地不及预期、AIGC在游戏中的应用不及预期、游戏产品上线进度不及预期的风险。 请务必阅读正文之后的免责条款部分守正出奇宁静致远 海外AIGC应用进展之游戏篇2 目录 1.AIGC技术革新推动游戏应用落地4 1.1多模态算法持续突破4 1.2海外大模型加速开源5 1.3泛娱乐目前是AIGC重要落地场景6 2.AIGC赋能游戏B端：推进降本增效7 2.1策划环节：丰富玩法创意8 2.2编程环节：辅助编写大幅提效9 2.3美术环节：提升生成效率10 2.4运营环节：提升用户留存14 2.5发行环节：优化买量效率14 3.AIGC赋能游戏C端：构筑玩家全新体验15 3.1智能NPC：打造全新交互体验15 3.2游戏UGC平台：低代码降低游戏开发门槛19 4.投资建议19 5.风险提示19 请务必阅读正文之后的免责条款部分守正出奇宁静致远 图表目录 图1：海外主流预训练模型4 图2：NVIDIA图像生成5 图3：NVIDIA图像生成5 图4：NovelAI图片生成画面5 图5：我国AI企业所属细分领域占比情况6 图6：AI赋能游戏开发7 图7：游戏资产分类8 图8：ChatGPT生成《指环王》世界观塔防游戏玩法文案9 图9：SourceAI编码自动生成流程10 图10：NVIDIAGET3D基于AI生成的模型示例10 图11：Stablediffusions图片生成原理11 图12：UE5设计界面12 图13：Stablediffusions生成3D图片示例12 图14：Stablediffusions生成分镜画面13 图15：Midjourney实时预览和修改功能14 图16：AzurePlayFab投流模式15 图17：Ghostwriter智能生成对话16 图18：Ghostwriter对话修改选项16 图19：《逆水寒》智能NPC对话界面16 图20：InworldAI功能界面17 图21：NVIDIA智能NPC生成原理18 图22：西部世界游戏画面19 1.AIGC技术革新推动游戏应用落地 1.1多模态算法持续突破 AIGC基础层持续发展，为后续产品搭建基础。人工智能产业链分为基础层、中间层和应用层三个层面。AIGC上游基础层作为整个产业的基础，主要提供算法、数据和算力支持。其中，多模态认知计算为数字孪生和虚拟现实的感知和交互提供了框架，以此为基础生成的AIGC产品支持全息立体应用场景。 单模态和多模态、跨模态算法齐头并进，加强大模型感知能力。（1）单模态：单模态即纯文字、纯图片、纯音频等单一内容的处理。目前主流产品包括自然语言处理(NLP)模型，如谷歌LaMDA，OpenAIGPT系列；基于卷积神经网络（ConvolutionalNeuralNetwork，CNN）算法的CV计算机视觉任务大模型，如微软Florence。CV视觉任务模型帮助计算机“看到”并理解数字图像内容的研究领域，例如理解照片和视频的内容，是AI大模型中发展较为迅速的一类。 图1：海外主流预训练模型 资料来源：腾讯研究院，太平洋证券研究院 （2）多模态：多模态模型融合文字、图片、音视频等多种内容形态，融合多种智能处理算法，提供对场景的更透彻的理解。多个来源的编译数据能够支持产出更准确可 信的决策。多模态通过特征提取、对齐、融合三大步骤完成对数据的数字特征收集、提炼、对齐和融合，以深入了解情况。多模态训练模型代表包括OpenAI的DALL-E，该模型支持通过文本生成图像，这也是多模态模型的主要应用。NVIDIA的Audio2Face模型则是能够根据输入音频源获得AI驱动的面部动画，该模型已被应用在游戏人物动画领域。 图2：NVIDIA图像生成图3：NVIDIA图像生成 资料来源：NVIDIA，太平洋证券研究院资料来源：NVIDIA，太平洋证券研究院 1.2海外大模型加速开源 AIGC中间层提供开源，助力垂直领域模型落地。AIGC产业中间层是模型层，即垂直化、应用化、场景化的模型和应用工具。模型层主要分为底层通用大模型和中间层模型，底层通用大模型通过数据训练实现大算力、大数据、大参数下的通用模型能力， 为具体垂直领域模型提供开源。中间层模型又细分为人类互动反馈、大模型调整和个性化模型。这类模型通过预训练模式实现基础模型，更容易实现小算力场景下的应用，因此在画图、办公、直播内容等细分场景展示出高适配度。基于开源的StableDiffusion使用数千个图片网站的近亿张照片，训练出能够提供故事续写服务与图片生成服务的二次元AI绘画工具Novel-AI（萌娘）。 图4：Novel-AI图片生成画面 资料来源：Youtube，太平洋证券研究院 1.3泛娱乐目前是AIGC重要落地场景 AIGC应用层赋能多个领域，助力产业升级。AIGC下游是落地各行业、场景的应用。面向C端用户的文字、图片、音视频等内容生成服务按不同的价值创造逻辑，可分为生产可直接消费内容、结合底层系统生产高附加值内容、提供内容生产辅助工具、用于提供体系化解决方案四类。其中生产可直接消费内容是目前落地及变现进展最快的赛道。目前主流海外AI应用领域包括AI+办公、AI+教育、AI+游戏、AI+电商、AI+ 医疗等场景。通过降低内容生产成本、简化行业流程交互过程以及行业内容技术创新，AIGC逐步赋能各个行业领域，产品AI功能的推出将带动产业价值飞跃。 图5：我国AI企业所属细分领域占比情况 其他,9% 数据服务,3% 电商物流,3% 计算机视觉,20.80% 智能教育,3.60% 智能金融,3.60% 智能家居,4.80% 机器学习,5.90% 服务机器人,19.60% 智能驾驶,5.90% 智能医疗,7.20% 语言及自然语言处理,10.70% 资料来源：艾媒咨询，太平洋证券研究院 海外AI应用逐步演进，技术与场景的融合度持续升级。海外的AI相关应用从最直接的模型即工具，如聊天机器人ChatGPT、ChatwithAskAI，AI生成图像工具 Midjourney等，到融合具体场景的轻量级工具应用，如AI虚拟陪伴、AI办公助手、AI教育助手、AI图片/视频编辑、AI代码助手、AI医疗健康助手、AI文件管理助手等，再到对生成内容要求较高的AI+游戏、AI+影视等。随着应用场景的不断拓展，AI的融合程度也不断加深。 预计未来AIGC将独立完成内容创作。Gartner预计，2024年全球对话式人工智能和虚拟助理市场将实现24%的显著增长，2025年生成式人工智能将占所有生成数据的10%。AIGC即将迎来新一轮产业热潮，其发展要素主要为： （1）核心技术不断升级。AIGC的三大基础能力包括内容孪生、内容编辑、内容创作，将随着产业发展而逐渐升级。 （2）产品类型逐渐丰富。人工智能的不断发展及推进，也将使AIGC模态不再仅仅局限于文本、音频、视觉三种基本形态。 （3）场景应用趋于多元。目前，AIGC已经在多个领域得到广泛应用，如金融、传媒、文娱、电商等，未来应用场景会进一步多元化。除应用场景的横向扩展外，场景与场景的融合交互也是未来的发展趋势之一。 （4）生态建设日益完善。技术研发的不断创新将有力推动内容创作，提高生成内容质量，使内容更接近人类智力水平和审美标准，同时应用于各类行业和各种场景。AIGC的繁荣发展将促进资产服务快速跟进，通过对生成内容的合规评估、资产管理、产权保护、交易服务等构成AIGC的完整生态链，并进行价值重塑，充分释放其商业潜力。 2.AIGC赋能游戏B端：推进降本增效 AIGC技术持续迭代,游戏开发时间与成本有望优化。游戏开发过程涉及AIGC内容生成诸多方向，加速内容供给将创造多方面需求。随着AIGC深度应用于游戏研运全流程，相关内容的生成效率和效果将带动整个产业链升级。其中，策划端AI辅助文案和数值设计，HuggingGPT、Ghostwriter带动策划提效；美术端AI绘画与建模应用领先，Midjourney、StableDiffusion等推动美术降本增效，程序端AI降低代码门槛，GitHubCopilot、CodeAssist提升编码效率、UnityMuse解决程序疑难；发行端AI工具众多，Midjourney提升素材产能、智能化投放优化买量转化率；运营端AI优化玩家体验维护社区生态，AzurePlayFab解决方案改善用户留存、ChatGPT加强运 营协同。 图6：AI赋能游戏开发 资料来源：完美世界公司年报，太平洋证券研究院 AIGC提升数字资产生成效率，优化研发成本。游戏世界中数字资产主要包括策划的文案和配置，程序的代码，美术的界面、场景、模型/骨骼/动作/动作树、贴图/材质及特效，音频的作曲、音效等。当前AIGC技术可在NPC相关资产生成、场景生成和地图/关卡生成等方面提升效率。据腾讯AILab介绍，AIGC能够使相关资产的生成效率提高5~10倍，并同时提高用户内容的个性化。随着AI深度赋能策划、美术、程序等研发环节，AI工具应用与流程革新下内容生产频率提升将推动研发效率提升， 同时内容生产效率改善亦将推动研发成本优化。 图7：游戏资产分类 程序 代码 文案 策划 数值配置 游戏资产 界面、场景 美术 模型、骨骼、动作树 贴图、材质及特效 作曲 音频 音效 资料来源：幻影视界，太平洋证券研究院 2.1策划环节：丰富玩法创意 目前，多款AIGC工具已广泛应用于游戏策划环节。游戏策划可使用AI工具完成文本生成、任务设定、关卡调整等，优化游戏体验并大幅提升游戏策划效率。 ChatGPT生成文本内容提供策划反馈。在关卡玩法设计环节，AIGC工具应用于，1）任务和目标设计：开发者提供输入信息，如场景、目标和角色特点，生成对话内容，包括游戏任务、故事情节和角色对话。设计师可以与ChatGPT探讨不同的任务设定、 目标设定和完成条件，以确保关卡具有足够的挑战