Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
视觉 AI

电子游戏中的 AI:塑造游戏的未来

了解 AI 如何在电子游戏中赋能更智能的 NPC、程序化生成的世界和自适应难度,以及这对游戏开发者和玩家意味着什么。

Vera OvaninVera Ovanin6 分钟阅读
AI 塑造电子游戏与游戏产业的未来

人工智能(AI)与游戏的联系日益紧密。下面来看看游戏开发中的 AI 如何影响开发者和玩家。

从街机游戏时代到沉浸式虚拟现实(VR)时代,游戏行业发展迅速。如今,AI 正在重塑这一行业,通过创造更加动态、复杂且沉浸式的虚拟世界,提升玩家体验。

机器学习通过模拟人类行为和设计动态挑战,让玩家持续投入其中。

随着 AI 在游戏开发中的应用日益普及,它也提升了开发者的创作体验。开发者利用 AI 的能力打造更精彩的游戏,并开拓新的创意可能性。

全球视频游戏 AI 市场规模预计将从 2022 年的 11 亿美元增长至 2032 年的 114 亿美元。

推动这一增长的关键因素包括高带宽网络连接的普及,以及智能手机采用率的激增,这些因素大幅扩大了手游的用户群体。

处理能力的持续提升,尤其是图形处理器 (GPUs) 和中央处理器 (CPUs) 性能的提升,也被视为重要的推动因素。

AI 对游戏玩家的影响#

过去,视频游戏严重依赖人工流程,例如手工设计关卡,以及为非玩家角色 (NPCs) 编写脚本行为。

这些角色遵循固定脚本,导致互动可以预测且重复,降低了玩家的参与度。

以今天的标准来看,这些做法限制了玩家体验。

在三维空间中呈现的 3D 游戏

图 1. 3D 游戏以三维空间呈现。

例如,在初代《超级马力欧兄弟》中,虚构物种 Goombas 总是按照固定路线来回行走。这使它们的行为显得刻板、不够真实,因此也让玩家觉得不那么有趣。

早期角色扮演游戏中的 NPC 行为也常常一成不变,例如《上古卷轴:竞技场》。

这款游戏中有各种城镇居民,例如店主和守卫;无论玩家采取什么行动,他们总是给出相同的回应,并遵循相同的日常规律。

如今,随着 AI 工具的出现,NPC 变得更加逼真,环境也以 3D 渲染,并通过纹理快速生成错综复杂、丰富多样的游戏景观。

AI 工具不仅能在更深层次上吸引和激励玩家,也有助于让游戏运行更加流畅。

例如,AI 驱动的游戏测试可以发现平衡性问题或故障等问题,并微调游戏元素。

与此同时,实时资源优化能缩短加载时间,并提升游戏响应速度。

AI 对游戏开发者的影响#

AI 技术可以自动完成关卡设计、角色动画、错误测试和质量控制等繁琐任务,让开发者有更多时间打造更具沉浸感和吸引力的游戏体验。

借助 AI 算法进行程序化内容生成和数据分析,开发者可以简化游戏开发流程,缩短制作时间、降低成本,同时提高效率和创造力。

AI 正逐步渗透视频游戏行业

图 2. AI 正逐步渗透视频游戏行业(来源:kevurugames.com)。

这种自动化让开发者能够着手处理更具挑战性、更令人兴奋的游戏开发工作,例如设计独特的游戏机制、创作引人入胜的故事情节,以及打造视觉效果惊艳的环境。

因此,开发者可以减少繁琐任务,更享受自己的工作。这让他们在岗位上更有成就感,也更投入创作过程。

AI 在游戏中的优势#

以下是 AI 进步提升玩家参与度的一些主要方式:

  • 生成多样且动态的游戏世界。 AI 能创建独特、通过程序生成的环境,让每次游玩都有新鲜感和独创性。
  • 根据玩家技能调整难度。 通过自适应难度,AI 会分析玩家表现,提供平衡且富有挑战性的体验,并根据每位玩家的技能水平进行调整。在《生化危机 4》中,游戏会根据玩家的表现动态调整敌人数量、敌人的攻击性和资源可用性,确保玩家始终保持投入。
  • 提供个性化游戏体验。 AI 会跟踪并适应玩家行为,提供定制化的游戏玩法和推荐。例如,在《巫师 3:狂猎》中,AI 会监测玩家的战斗风格和任务选择,并据此推荐个性化策略、装备升级和支线任务。
  • 借助游戏设计中的人工智能提升游戏美感。 AI 洞察可帮助开发者优化游戏机制和设计,提升玩家参与度。例如,在《命运 2》中,AI 分析会跟踪玩家行为和反馈,以调整武器平衡、任务难度和游戏内活动。
  • 通过 AI 驱动的环境模拟增加游戏深度和沉浸感。 AI 会模拟逼真的天气模式、野生动物行为及其他环境因素,增强游戏氛围。

AI 在游戏中的劣势#

尽管 AI 在游戏中的优势很多,但也需要认真考虑其劣势,确保游戏开发和玩家体验采用平衡的方式。

AI 在视频游戏中的主要缺点包括:

  • 隐私问题。 AI 驱动的数据收集可能通过多种方式暴露敏感信息,例如跟踪玩家行为、记录游戏内互动以及分析用户偏好。
  • 偏见和不准确性。 AI 算法可能导致游戏体验不公平或出现错误。例如,受 AI 控制的角色可能总是偏袒某位玩家,使其获得不公平的优势。又或者,AI 系统可能错误地将某些玩家行为判定为违反游戏规则,导致玩家受到不当处罚。
  • 依赖风险。 过度依赖 AI 可能妨碍玩家发挥创造力和解决问题的能力。
  • 实施成本。 将 AI 集成到游戏中可能会给开发者带来高昂费用。
  • 减少人际互动。 过度使用 AI 可能会限制个性化游戏体验和人际互动的机会。
  • 伦理考量。 确保 AI 集成符合伦理标准,让玩家不受 AI 系统影响或操纵,是一项挑战。

AI 在游戏领域的未来#

随着 AI 驱动的开发不断推进,一个问题随之而来:AI 会取代游戏开发者吗?

总的来说,答案是否定的。

发行商无法在不损失质量和玩家参与度的情况下,完全用 AI 取代人力来开发视频游戏。

尽管如此,预计在未来 5 到 10 年内,AI 将承担游戏开发中一半以上的制作工作。

有鉴于此,游戏行业的未来将由以下几项 AI 驱动的关键技术塑造:

  • 生成对抗网络(GANs)。GANs 将生成新的游戏内容,应用风格迁移,并创造超逼真的素材和游戏机制。这样可以让游戏保持新鲜感并推动创新。
  • 高级程序化内容生成 (PCG)。 借助 PCG,开发者可以即时创建多样化的游戏内容,从而缩短开发时间、降低成本。同时,他们还能确保内容富有创意且丰富多样;这对于让玩家投入广阔、可供探索的环境至关重要。
  • 情感 AI。这种 AI 形式也称为情感计算,它会分析面部表情、语气和游戏内行为等多种数据,以判断玩家的情绪状态。随后,系统会利用这些信息动态调整难度、故事进展和 NPC 互动等游戏元素,提供更加个性化且沉浸式的游戏体验。
  • 自然语言处理 (NLP)。 借助 NLP,开发者可以改进游戏内对话,让玩家与 NPC 之间的互动更加自然。NLP 还能增强语音识别能力,让玩家通过语音沉浸式地操控游戏,使故事驱动型游戏更具吸引力且响应更灵敏。
  • 强化学习(RL)。RL 是一种机器学习,让 AI 能够在游戏环境中学习并做出决策,从而改进 NPC 的行为。最终实现的动态、自适应游戏体验对于吸引玩家至关重要。

AI 与游戏:整体概览#

AI 融入视频游戏,标志着游戏行业格局迎来关键转变,对开发者和玩家都产生了影响。

AI 驱动的进步正在让游戏变得更具创新性和吸引力。

对玩家来说,AI 带来了更强的沉浸感和个性化体验,游戏过程也会根据个人偏好动态调整。

不过,我们也必须认识到 AI 的潜在缺点,例如隐私问题和依赖风险。

展望未来,游戏行业的发展将取决于对 GANs、PCG、情感 AI、NLP 和 RL 等关键 AI 技术的应用;这些技术有望重新定义游戏行业的创意和参与度。

AI 或许不会彻底取代游戏开发者,但它注定会成为塑造游戏开发未来不可或缺的工具。

浏览我们的 GitHub 代码仓库,加入社区,及时了解 AI 技术的最新进展。阅读计算机视觉在游戏中的应用,并了解 AI 对自动驾驶、工业生产、医疗保健等领域的影响。

作者

Vera Ovanin
Vera Ovanin

科技文案撰稿人

Vera Ovanin 是一位科技文案撰稿人和技术撰稿人,也曾担任商业记者,为 Ultralytics 博客撰写文章。她拥有约克大学舒立克商学院以市场营销为重点的 MBA 学位,擅长让复杂的计算机视觉和 AI 主题通俗易懂;她曾为 Ultralytics 撰写视觉 AI 在医疗保健、零售、建筑、农业、教育、游戏和安全领域应用的文章。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来