正在阅读:

腾讯游戏想用人工智能去讲新故事

扫一扫下载界面新闻APP

腾讯游戏想用人工智能去讲新故事

技术决定下限,产品内容决定上限。

摄影:范剑磊

界面新闻记者 | 崔鹏

界面新闻编辑 | 文姝琪

当OpenAI用Sora又一次震惊世界之后,即便是最保守的人群,也很难再怀疑人工智能的颠覆能力。人们更想知道,它什么时候能真正落地,又将改变谁的命运。

其实,作为与前沿技术绑定极深的游戏行业,早已开始推进人工智能研究。但外界很少有人能意识到,做游戏跟搞人工智能的关联。

即便从游戏产业中崛起的英伟达,已经成为市值超过2万亿美元的人工智能领军企业,这种根深蒂固的刻板印象也依然存在。

在3月底结束的全球游戏行业风向标GDC(游戏开发者大会)上,AI是当之无愧的关键词。

今年的大会一共设置了16场AI主题峰会和14场机器学习峰会,涵盖动画生成、角色训练和生成式AI游戏引擎等诸多环节。

腾讯游戏自2010年开始参与GDC,是最早参加的中国厂商之一。在大会前后,界面新闻采访了腾讯游戏多个相关项目的负责人和技术专家,话题围绕人工智能和机器学习等技术的应用展开,很多信息是首次对外公开。

比如腾讯将机器学习强化系统应用在《火影忍者》手游中,相较常规AI训练方案能节约90%的资源和时间,这套系统中行业首创的技术突破就来源于团队自研。

《暗区突围》手游的技术总监钟建斌更是在采访中放话称:“技术决定下限,产品内容决定上限。”

近年来获得巨大市场反响的游戏,背后几乎都有技术创新的影子,用来提高生产效率,满足玩家越来越高的口味。

腾讯在大会上还发布了自研游戏AI引擎GiiNEX,它以生成式AI和决策AI技术为核心,已经能将AI技术应用于内容生成和研发测试等多个场景中。

最近半年,包括马化腾在内的腾讯管理层在多个场合都强调,出海是腾讯游戏未来重要的增长点。而在人工智能时代,技术进步是确保中国公司参与全球竞争的先决条件,腾讯不可能也不应该在技术探索上犹豫不前。

大规模强化学习训练的挑战

腾讯游戏魔方工作室群旗下的《火影忍者》手游,从2021年开始使用强化学习技术,是全球第一款应用该技术的格斗游戏。

此前学术界虽然有论文探讨过强化学习在格斗游戏中应用的可能性,但始终没有完整的商业化产品,技术无法真正落地。

腾讯的这次尝试是机器学习商业应用的一个进步。

与传统训练不同,强化学习通常采用自博弈(Self-play)方式进行训练,它不依靠固定的技能出招,而是用AI左右互搏的方式,模拟人类反应,像真人一样操作。

强化学习的有效性在其它领域得到过证明:做出AlphaGO的谷歌DeepMind团队,2019年曾在《自然》发表论文称,他们使用关系型深度强化学习方法教AI打《星际争霸》,在没有任何游戏限制的情况下,已经达到人类对战的顶级水平。

魔方技术中心AI团队负责人廖诗飏,在大规模虚拟世界和游戏AI领域有二十年研发经验,也是《火影忍者》手游AI项目的负责人。

《火影忍者》手游拥有超过400个角色,每名角色都有不同的技能,总技能模组高达上千个,所以训练难度非常高。

他告诉界面新闻,这种自博弈的训练规模跟策略直接相关,呈平方比的关系。

此前腾讯内部的实验显示,训练20个角色大概要两天时间。如果训练400个角色,需要的对局数量就是前者的400倍,也就是接近800天时间。这是任何公司都无法承担的算力和时间成本。

因为传统训练方式用的是行为树技术,预先将游戏的行为规则写给AI。AI需要记住每个角色的不同技能,然后查找对应技能进行应对。一旦游戏内角色有几百人,系统需要花费大量时间查找和重复学习。

而魔方这套“集海训练系统”是基于腾讯内部的强化学习训练平台开发而来,与传统方案相比,能减少90%以上的资源消耗与时间成本。

对于新方案为什么能取得明显效果,廖诗飏解释称,腾讯的方案更讲究“忘记招式”,将所有技能进行数据化处理,比如角色攻击的XY轴范围、空间距离和速度等,基于此对大量技能进行分类处理。

也就是说,只要教会AI处理某种类型的技能,所有的同类攻击它都能应对,极大减少重复训练的时间和资源浪费。

廖诗飏告诉界面新闻,下一步腾讯还将探索多性格的AI,也就是说让AI既能模仿人类的保守性格,进行迂回式应对,也能模仿人类激进的对战风格。

据界面新闻了解,目前在游戏行业内,使用AI做测试已经开始成为大厂的新选择。

尤其当涉及到游戏平衡性问题的时候,传统方式是策划根据经验调整,上线后发现问题再回炉修改。如今在AI帮助下,很多问题在游戏上线之前就能被发现。

《火影忍者》手游的主策划余轩表示,生成式AI对开发者的好处很多,但它会打乱一家公司原本的项目生产流程。策划和美术既要保持对最新技术的刷新,又要衡量AI带给自己的收益有多大,这是目前开发者面临的最大难题。

PCG和AIGC也是工业化的一环

腾讯游戏的射击手游《暗区突围》上线于2022年7月,在17个月后实现全球注册用户破亿的成绩。

这款产品在腾讯内部有特殊的意义。该项目的技术总监和客户端技术负责人钟建斌表示,“我们首次在移动端上使用自动曝光和人眼适应技术,还有整个PCG生产管线(程序化内容生成,Procedural Content Generation)。”

其中,PCG管线被团队用来提高地图的生产效率,包括地形、植被、河流、道路和建筑物摆放等的生成。技术人员甚至可以通过AI识别卫星地图数据,再利用AI辅助建模,快速还原现实中的物理场景。

《暗区突围》手游所代表的游戏品类,非常依赖于技术层面的突破,因为游戏内的场景和信息密度,要远高于市面上常见的沙盒与开放世界游戏。在有限空间内做复杂环境处理,对图形性能的优化要求很高。

为此,在画面表现方面腾讯采用了很多较为领先的技术,比如实时全局光照、动态天气系统、动态时间变化和体积云等。

《暗区突围》基于物理的光照技术

在移动端实现光追的难度非常大,受硬件性能制约明显,一直是各大厂商不敢轻易挑战的难题。腾讯与联发科共同研发一套移动端硬件光追方案,由联发科方面提供硬件、接口和SDK,腾讯负责做出具体的光追效果。

游戏中实现的光追主要具备三个特征:阴影,环境光遮蔽以及反射。前两者可以照搬PC上的方案,相对容易实现;反射则受到手机硬件和渲染管线制约,无法参考PC端的传统方案。

最后项目团队参考了虚幻引擎5(Unreal Engine5)当中的Nanite虚拟几何体渲染管线的实现,使用VisibilityBuffer做出一套创新解决方案,才在行业内首次实现移动端全场景的光追反射效果应用。

同时,为了降低产品对手机能耗和发热的影响,团队还自研出一套基于帧预测的高帧率渲染管线。

项目工程师齐越介绍称,该方案的原理是高效复用前一帧已渲染的像素,节省新一帧中大部分的计算量,从而在不降低游戏画面质量的情况下,显著提高游戏的帧率与流畅度,并节约电池功耗。

“我们当时把市面上枪战游戏的渲染技术和资源生产管线都升级了一遍”,钟建斌告诉界面新闻,目的就是确保产品的技术优势能持续很多年,并且树立自己的招牌。

近年来,游戏产业内一直在热议工业化的话题,将它视为中国游戏公司与全球顶尖厂商之间的重要差距。

其实现在国内不少头部公司都补齐了这方面的短板。尤其是主打内容型游戏的米哈游,生产管线的工业化程度已经比较高,能快速产生逼真写实的游戏场景,极大节约美术成本,也取得了巨大的商业回报。

《暗区突围》手游项目主策划胡杰认为,无论是PCG程序化内容生成,还是近两年火热的AIGC,其实都是通过技术提高生产力的典型代表,也是游戏工业化的重要一环。“这需要我们的技术和美术团队不断提升认知,更新自己的算法能力,才能跟上AI算法迭代的速度。”

跨平台开发的生产管线搭建

天美工作室旗下的《三角洲行动》是腾讯第一款面向移动端、PC和主机三端的产品,项目核心成员拥有超过11年的研发经验,也有不少从海外大厂比如2K games加入的人才。

虽然跨端开发近年来已经成为大厂的主流选择,但想要确保产品在横跨手机、PC和主机后依然有同样的性能和质量,需要很高的技术实力与资源投入。

在研发《三角洲行动》的过程中,天美Y1与Y2工作室共同开发了一套跨平台开发美术管线和工具。

团队主要在两个方面进行了重点研发,一个是生产管线的支撑,另一个是运行时的解决方案和性能优化。争取在有限的时间和资源之下,各个平台都能达到同样的性能和质量。

天美工作室客户端技术总监梁尚立告诉界面新闻,虽然《三角洲行动》是基于虚幻引擎(UE)开发的,但天美也做了很多技术尝试和方案改造,有不少从0到1的突破。

比如virtual material(虚拟材质)、跨端资产支持、UI框架的多端统一等等,团队打造出能同时制作PC和移动端资产的生产工具,可以一键切换当前制作资产的所属平台。

《三角洲行动》的虚拟材质系统

根据不同平台性能,这套美术生产管线能通过LOD技术(Levels of Detail),降低非重要物体的面数和细节度,获得高效率的渲染运算,从而进行针对性资产优化,保持手机端和PC端的画质平衡。

基于自适应动态纹理阵列、Clipmap纹理流等技术方案,它还能大幅度降低地形生态渲染的内存成本,这点对于手机端运营的游戏尤为重要。

在这套开发管线中,对于前端的生产团队(策划和美术等)来说,他们处于无感知状态。接触到的生产工具和环境是统一的,大部分情况下只需要一份工作就能完成双端开发,明显提高了工作效率。

据界面新闻了解,腾讯游戏内部已经有多款跨端游戏大作在研。从这个层面上看,《三角洲行动》为天美甚至腾讯游戏积累了很多跨平台开发的经验。

基于生成式AI的自研引擎

在本届GDC上,腾讯还发布了自研游戏AI引擎GiiNEX。它以生成式(Generative)AI与决策(Decision)AI技术为核心,主要应用于AI NPC创建、内容生成、研发测试和模拟玩法等场景。

腾讯自研游戏引擎架构

AI Lab负责人告诉界面新闻,GiiNEX的核心技术包含统一底层算法模型(基于CV、NLP等方向)、高效训练平台(面向Agent与大模型,支持万卡规模资源调度)和在线推理引擎(移动端和云端混合部署),基本上覆盖从研发到运营的整个周期。

尤其是在产品研发阶段,依靠生成式AI技术,这款引擎能提供包括2D图像、3D城市、动画、剧情对话以及音乐等AIGC能力,提高开发者生成内容的效率。

以开放世界和枪战射击等品类中经常用到的3D城市生成为例,GiiNEX方案提供城市布局、建筑外观和室内映射三大AI工具,开发人员能用AI增强3D城市构建,大幅提升制作效率。

数据层面的对比更加明显。在城市布局环节中,开发者以前构思并创建一个面积25平方千米的城市,需要至少5天时间,使用GiiNEX的工具只要25分钟;在设计建筑外观时,传统手工搭建通常需要十几个小时,而GiiNEX支持导入图片快速建模,单栋建筑生成时间不到20分钟。

在室内场景搭建方面,开发者上传房间的多角度照片,不到1小时就能还原一个立体的室内场景,相比传统手工方式的效率提升40倍。

该引擎由腾讯AI Lab的游戏AI团队研发,该团队在决策AI方向上技术积累很深,曾经研发过知名的棋牌类AI“绝艺”以及《王者荣耀》内使用的决策智能AI“绝悟”。

据界面新闻了解,腾讯已经在上线不久的年度游戏《元梦之星》中应用了这套游戏引擎,为游戏提供一系列可用的UGC关卡设计工具。

未经正式授权严禁转载本文,侵权必究。

腾讯

5.4k
  • 万万没想到,恒生科技也是“高股息”
  • 港股吸引力提升,QDII基金纷纷加仓

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

腾讯游戏想用人工智能去讲新故事

技术决定下限,产品内容决定上限。

摄影:范剑磊

界面新闻记者 | 崔鹏

界面新闻编辑 | 文姝琪

当OpenAI用Sora又一次震惊世界之后,即便是最保守的人群,也很难再怀疑人工智能的颠覆能力。人们更想知道,它什么时候能真正落地,又将改变谁的命运。

其实,作为与前沿技术绑定极深的游戏行业,早已开始推进人工智能研究。但外界很少有人能意识到,做游戏跟搞人工智能的关联。

即便从游戏产业中崛起的英伟达,已经成为市值超过2万亿美元的人工智能领军企业,这种根深蒂固的刻板印象也依然存在。

在3月底结束的全球游戏行业风向标GDC(游戏开发者大会)上,AI是当之无愧的关键词。

今年的大会一共设置了16场AI主题峰会和14场机器学习峰会,涵盖动画生成、角色训练和生成式AI游戏引擎等诸多环节。

腾讯游戏自2010年开始参与GDC,是最早参加的中国厂商之一。在大会前后,界面新闻采访了腾讯游戏多个相关项目的负责人和技术专家,话题围绕人工智能和机器学习等技术的应用展开,很多信息是首次对外公开。

比如腾讯将机器学习强化系统应用在《火影忍者》手游中,相较常规AI训练方案能节约90%的资源和时间,这套系统中行业首创的技术突破就来源于团队自研。

《暗区突围》手游的技术总监钟建斌更是在采访中放话称:“技术决定下限,产品内容决定上限。”

近年来获得巨大市场反响的游戏,背后几乎都有技术创新的影子,用来提高生产效率,满足玩家越来越高的口味。

腾讯在大会上还发布了自研游戏AI引擎GiiNEX,它以生成式AI和决策AI技术为核心,已经能将AI技术应用于内容生成和研发测试等多个场景中。

最近半年,包括马化腾在内的腾讯管理层在多个场合都强调,出海是腾讯游戏未来重要的增长点。而在人工智能时代,技术进步是确保中国公司参与全球竞争的先决条件,腾讯不可能也不应该在技术探索上犹豫不前。

大规模强化学习训练的挑战

腾讯游戏魔方工作室群旗下的《火影忍者》手游,从2021年开始使用强化学习技术,是全球第一款应用该技术的格斗游戏。

此前学术界虽然有论文探讨过强化学习在格斗游戏中应用的可能性,但始终没有完整的商业化产品,技术无法真正落地。

腾讯的这次尝试是机器学习商业应用的一个进步。

与传统训练不同,强化学习通常采用自博弈(Self-play)方式进行训练,它不依靠固定的技能出招,而是用AI左右互搏的方式,模拟人类反应,像真人一样操作。

强化学习的有效性在其它领域得到过证明:做出AlphaGO的谷歌DeepMind团队,2019年曾在《自然》发表论文称,他们使用关系型深度强化学习方法教AI打《星际争霸》,在没有任何游戏限制的情况下,已经达到人类对战的顶级水平。

魔方技术中心AI团队负责人廖诗飏,在大规模虚拟世界和游戏AI领域有二十年研发经验,也是《火影忍者》手游AI项目的负责人。

《火影忍者》手游拥有超过400个角色,每名角色都有不同的技能,总技能模组高达上千个,所以训练难度非常高。

他告诉界面新闻,这种自博弈的训练规模跟策略直接相关,呈平方比的关系。

此前腾讯内部的实验显示,训练20个角色大概要两天时间。如果训练400个角色,需要的对局数量就是前者的400倍,也就是接近800天时间。这是任何公司都无法承担的算力和时间成本。

因为传统训练方式用的是行为树技术,预先将游戏的行为规则写给AI。AI需要记住每个角色的不同技能,然后查找对应技能进行应对。一旦游戏内角色有几百人,系统需要花费大量时间查找和重复学习。

而魔方这套“集海训练系统”是基于腾讯内部的强化学习训练平台开发而来,与传统方案相比,能减少90%以上的资源消耗与时间成本。

对于新方案为什么能取得明显效果,廖诗飏解释称,腾讯的方案更讲究“忘记招式”,将所有技能进行数据化处理,比如角色攻击的XY轴范围、空间距离和速度等,基于此对大量技能进行分类处理。

也就是说,只要教会AI处理某种类型的技能,所有的同类攻击它都能应对,极大减少重复训练的时间和资源浪费。

廖诗飏告诉界面新闻,下一步腾讯还将探索多性格的AI,也就是说让AI既能模仿人类的保守性格,进行迂回式应对,也能模仿人类激进的对战风格。

据界面新闻了解,目前在游戏行业内,使用AI做测试已经开始成为大厂的新选择。

尤其当涉及到游戏平衡性问题的时候,传统方式是策划根据经验调整,上线后发现问题再回炉修改。如今在AI帮助下,很多问题在游戏上线之前就能被发现。

《火影忍者》手游的主策划余轩表示,生成式AI对开发者的好处很多,但它会打乱一家公司原本的项目生产流程。策划和美术既要保持对最新技术的刷新,又要衡量AI带给自己的收益有多大,这是目前开发者面临的最大难题。

PCG和AIGC也是工业化的一环

腾讯游戏的射击手游《暗区突围》上线于2022年7月,在17个月后实现全球注册用户破亿的成绩。

这款产品在腾讯内部有特殊的意义。该项目的技术总监和客户端技术负责人钟建斌表示,“我们首次在移动端上使用自动曝光和人眼适应技术,还有整个PCG生产管线(程序化内容生成,Procedural Content Generation)。”

其中,PCG管线被团队用来提高地图的生产效率,包括地形、植被、河流、道路和建筑物摆放等的生成。技术人员甚至可以通过AI识别卫星地图数据,再利用AI辅助建模,快速还原现实中的物理场景。

《暗区突围》手游所代表的游戏品类,非常依赖于技术层面的突破,因为游戏内的场景和信息密度,要远高于市面上常见的沙盒与开放世界游戏。在有限空间内做复杂环境处理,对图形性能的优化要求很高。

为此,在画面表现方面腾讯采用了很多较为领先的技术,比如实时全局光照、动态天气系统、动态时间变化和体积云等。

《暗区突围》基于物理的光照技术

在移动端实现光追的难度非常大,受硬件性能制约明显,一直是各大厂商不敢轻易挑战的难题。腾讯与联发科共同研发一套移动端硬件光追方案,由联发科方面提供硬件、接口和SDK,腾讯负责做出具体的光追效果。

游戏中实现的光追主要具备三个特征:阴影,环境光遮蔽以及反射。前两者可以照搬PC上的方案,相对容易实现;反射则受到手机硬件和渲染管线制约,无法参考PC端的传统方案。

最后项目团队参考了虚幻引擎5(Unreal Engine5)当中的Nanite虚拟几何体渲染管线的实现,使用VisibilityBuffer做出一套创新解决方案,才在行业内首次实现移动端全场景的光追反射效果应用。

同时,为了降低产品对手机能耗和发热的影响,团队还自研出一套基于帧预测的高帧率渲染管线。

项目工程师齐越介绍称,该方案的原理是高效复用前一帧已渲染的像素,节省新一帧中大部分的计算量,从而在不降低游戏画面质量的情况下,显著提高游戏的帧率与流畅度,并节约电池功耗。

“我们当时把市面上枪战游戏的渲染技术和资源生产管线都升级了一遍”,钟建斌告诉界面新闻,目的就是确保产品的技术优势能持续很多年,并且树立自己的招牌。

近年来,游戏产业内一直在热议工业化的话题,将它视为中国游戏公司与全球顶尖厂商之间的重要差距。

其实现在国内不少头部公司都补齐了这方面的短板。尤其是主打内容型游戏的米哈游,生产管线的工业化程度已经比较高,能快速产生逼真写实的游戏场景,极大节约美术成本,也取得了巨大的商业回报。

《暗区突围》手游项目主策划胡杰认为,无论是PCG程序化内容生成,还是近两年火热的AIGC,其实都是通过技术提高生产力的典型代表,也是游戏工业化的重要一环。“这需要我们的技术和美术团队不断提升认知,更新自己的算法能力,才能跟上AI算法迭代的速度。”

跨平台开发的生产管线搭建

天美工作室旗下的《三角洲行动》是腾讯第一款面向移动端、PC和主机三端的产品,项目核心成员拥有超过11年的研发经验,也有不少从海外大厂比如2K games加入的人才。

虽然跨端开发近年来已经成为大厂的主流选择,但想要确保产品在横跨手机、PC和主机后依然有同样的性能和质量,需要很高的技术实力与资源投入。

在研发《三角洲行动》的过程中,天美Y1与Y2工作室共同开发了一套跨平台开发美术管线和工具。

团队主要在两个方面进行了重点研发,一个是生产管线的支撑,另一个是运行时的解决方案和性能优化。争取在有限的时间和资源之下,各个平台都能达到同样的性能和质量。

天美工作室客户端技术总监梁尚立告诉界面新闻,虽然《三角洲行动》是基于虚幻引擎(UE)开发的,但天美也做了很多技术尝试和方案改造,有不少从0到1的突破。

比如virtual material(虚拟材质)、跨端资产支持、UI框架的多端统一等等,团队打造出能同时制作PC和移动端资产的生产工具,可以一键切换当前制作资产的所属平台。

《三角洲行动》的虚拟材质系统

根据不同平台性能,这套美术生产管线能通过LOD技术(Levels of Detail),降低非重要物体的面数和细节度,获得高效率的渲染运算,从而进行针对性资产优化,保持手机端和PC端的画质平衡。

基于自适应动态纹理阵列、Clipmap纹理流等技术方案,它还能大幅度降低地形生态渲染的内存成本,这点对于手机端运营的游戏尤为重要。

在这套开发管线中,对于前端的生产团队(策划和美术等)来说,他们处于无感知状态。接触到的生产工具和环境是统一的,大部分情况下只需要一份工作就能完成双端开发,明显提高了工作效率。

据界面新闻了解,腾讯游戏内部已经有多款跨端游戏大作在研。从这个层面上看,《三角洲行动》为天美甚至腾讯游戏积累了很多跨平台开发的经验。

基于生成式AI的自研引擎

在本届GDC上,腾讯还发布了自研游戏AI引擎GiiNEX。它以生成式(Generative)AI与决策(Decision)AI技术为核心,主要应用于AI NPC创建、内容生成、研发测试和模拟玩法等场景。

腾讯自研游戏引擎架构

AI Lab负责人告诉界面新闻,GiiNEX的核心技术包含统一底层算法模型(基于CV、NLP等方向)、高效训练平台(面向Agent与大模型,支持万卡规模资源调度)和在线推理引擎(移动端和云端混合部署),基本上覆盖从研发到运营的整个周期。

尤其是在产品研发阶段,依靠生成式AI技术,这款引擎能提供包括2D图像、3D城市、动画、剧情对话以及音乐等AIGC能力,提高开发者生成内容的效率。

以开放世界和枪战射击等品类中经常用到的3D城市生成为例,GiiNEX方案提供城市布局、建筑外观和室内映射三大AI工具,开发人员能用AI增强3D城市构建,大幅提升制作效率。

数据层面的对比更加明显。在城市布局环节中,开发者以前构思并创建一个面积25平方千米的城市,需要至少5天时间,使用GiiNEX的工具只要25分钟;在设计建筑外观时,传统手工搭建通常需要十几个小时,而GiiNEX支持导入图片快速建模,单栋建筑生成时间不到20分钟。

在室内场景搭建方面,开发者上传房间的多角度照片,不到1小时就能还原一个立体的室内场景,相比传统手工方式的效率提升40倍。

该引擎由腾讯AI Lab的游戏AI团队研发,该团队在决策AI方向上技术积累很深,曾经研发过知名的棋牌类AI“绝艺”以及《王者荣耀》内使用的决策智能AI“绝悟”。

据界面新闻了解,腾讯已经在上线不久的年度游戏《元梦之星》中应用了这套游戏引擎,为游戏提供一系列可用的UGC关卡设计工具。

未经正式授权严禁转载本文,侵权必究。