Ultralytics YOLO27:
视觉 AI

游戏中的计算机视觉:提升玩家体验

了解视觉 AI 驱动的游戏技术如何让游戏更具沉浸感、直观性和吸引力,最终提升玩家体验。

ABAbirami Vina6 min read
计算机视觉在电子游戏中追踪玩家和物体

游戏已经取得了长足发展——从简单的像素化冒险,发展到如今玩家可以探索的宏大沉浸式世界。事实上,早在 20 世纪 40 年代,人们就首次认真考虑机器能够思考,甚至能够玩游戏的可能性。

当时,物理学家 Edward U. Condon 制造的一台机器在世界博览会上亮相。它能够玩 Nim,这是一种数学策略游戏:两名玩家轮流从不同的堆中移除物体,目标是避免拿走最后一个物体。这台机器与参观者进行了数千场对局,并赢下了绝大多数比赛,引发了人们对智能机器参与游戏这一可能性的早期兴趣。

如今,这一早期愿景正以新的方式成为现实。游戏领域最令人兴奋的发展之一,就是使用计算机视觉,这是一种人工智能(AI)分支。随着游戏变得更加动态和响应迅速,计算机视觉让机器能够解读和理解视觉信息,创造出更加沉浸、互动和个性化的体验。

具体来说,像 Ultralytics YOLO11 这样的计算机视觉模型支持目标检测和跟踪等任务,正被集成到游戏中,以增强实时交互和响应能力。

在本文中,我们将深入了解计算机视觉如何应用于游戏,以提升玩家体验并塑造互动娱乐的未来。让我们开始吧!

近期 AI 与计算机视觉游戏趋势#

在深入了解计算机视觉如何应用于视频游戏行业的示例之前,让我们先看看这一领域近期的一些 AI 趋势。

游戏行业中的生成式 AI#

一个重要趋势是使用生成式 AI,让游戏角色变得更加智能、响应更加迅速。即将推出的在线游戏 MIR5 中创建首个 AI 驱动的 Boss,就是一个很好的例子。

在游戏中,Boss 战通常是与强大敌人展开的高难度战斗,往往出现在游戏关卡或剧情的关键时刻,尤其是关卡或故事线的结尾。这类战斗通常会考验玩家的技能,并被设计得紧张刺激且富有成就感。

视频游戏中首个 AI 驱动 Boss 的一览

图 1. 首个 AI Boss 一览。

传统上,Boss 角色会遵循脚本化模式,每次都使用同一套招式。但在 MIR5 中,这个全新的 AI Boss 会真正从与之战斗的玩家身上学习。它会观察玩家的行为、使用的武器、移动方式以及依赖的策略,然后调整自己的攻击方式,让战斗始终具有挑战性。

因此,当你再次回来挑战同一个 Boss 时,它的行动方式可能不会完全相同。这种自适应行为让战斗感觉更加真实,迫使玩家随机应变,而不是只记住固定模式。

VR 游戏中的计算机视觉#

游戏中的另一个 AI 趋势是虚拟现实(VR)的日益普及。VR 是一种技术,玩家可以通过头戴设备和动作控制进入一个完全数字化的 3D 世界。它带来的感觉不是在屏幕上观看游戏,而是置身于游戏之中。

结合计算机视觉后,AI 正被用于更准确地跟踪玩家在 VR 游戏中的移动和反应。这需要使用摄像头和传感器捕捉现实世界中的动作,例如转头、手势,甚至面部表情,然后将这些数据转换为游戏内操作。这有助于在 VR 中创造更加流畅、逼真的体验,让你的手势和动作真正与游戏世界相连接。

计算机视觉在游戏中的真实应用示例#

接下来,让我们看看计算机视觉应用于热门视频游戏的一些精彩方式。无论是让游戏过程更具互动性,还是解锁控制角色的新方式,视觉 AI 已经在改变我们的游戏方式。

使用计算机视觉实现混合现实赛车#

Hot Wheels: Rift Rally 是一款赛车游戏,将实体遥控(RC)汽车与虚拟游戏体验结合起来。玩家可以在居住空间内驾驶 RC 汽车,而屏幕会显示这辆车完成漂移、跳跃和加速等特技的数字版本。虽然真实汽车始终在地面上行驶,但游戏通过在实时视频画面上叠加视觉效果,营造出高速行动的错觉。

这一设置依靠混合现实技术(将现实世界与数字世界融合,让实体和虚拟元素能够实时互动)以及计算机视觉来实现。RC 汽车配备了摄像头,会在移动过程中扫描周围环境。玩家会在房间各处放置视觉标记(黑白纸板门),这些标记称为基准标记,系统会将它们用作参考点。

计算机视觉帮助游戏识别这些标记、跟踪汽车位置,并构建空间的虚拟地图。这样,游戏就能将赛道和障碍物等数字内容准确地放置在现实环境中,使实体移动与屏幕上显示的内容保持同步。

基准标记前方配备摄像头的 RC 汽车

图 2. RC 汽车在基准标记前方配备了摄像头。

使用视觉 AI 培养虚拟宠物#

Peridot 是 Niantic 开发的一款移动游戏(Niantic 也是 Pokémon Go 的开发公司,而 Pokémon Go 是最早且最受欢迎的 AR 游戏中使用计算机视觉的示例之一)。该游戏利用计算机视觉和增强现实,让照顾数字宠物的体验扎根于现实世界。

玩家可以通过喂食、玩游戏和带它散步来照顾一只名为 Peridot 的生物。当你在家中或社区中移动时,这只宠物会出现在你的手机上,陪你一起探索:它会在地板上奔跑、对物体做出反应,甚至躲在真实家具后面。

为了实现这一点,游戏使用了 3D 映射和语义分割等计算机视觉技术,系统会利用手机摄像头扫描并理解周围环境。这有助于宠物识别不同表面并做出反应,例如区分草地和混凝土,或对椅子、树木等障碍物做出反应。

游戏 Peridot 中虚拟宠物的一瞥

图 3. Peridot 中宠物的一瞥。

手部跟踪与共享混合现实空间#

Demeo 是一款数字桌面 RPG(角色扮演游戏),通过 Meta Quest 2 和 Quest Pro 等头戴设备,利用混合现实功能将游戏带入现实世界。最近的一次更新加入了手部跟踪和共址功能,让玩家能够使用自然的手部动作与游戏棋子互动,并在本地多人游戏中与其他玩家共享同一个实体和数字空间。

例如,玩家可以一边玩 Demeo,一边抚摸自己的真实宠物狗——这是混合现实能够融合数字空间与实体空间的一个小而有意义的例子。这些功能由计算机视觉技术提供支持。手部跟踪通过头戴设备内置的摄像头检测并解读玩家手部的移动和位置,从而无需使用传统控制器。

混合现实游戏 Demeo 中的游戏过程示例

图 4. Demeo 游戏过程示例。

与此同时,共址功能利用空间锚点和点云数据映射现实环境,使多个头戴设备能够同步同一个虚拟空间。这样,同一房间内的玩家就能看到处于相同位置的游戏棋盘和彼此,营造出围坐在共享虚拟桌面旁的效果。

计算机视觉在游戏中的优缺点#

计算机视觉让体验更加自然、沉浸,从而改变了人们与游戏互动的方式。它让玩家能够使用手势、身体动作,甚至眼动跟踪来控制游戏过程,同时帮助游戏实时响应现实环境。这些功能不仅提升了整体体验,也让更多不同类型的玩家能够更轻松地参与游戏。

与此同时,这项技术也存在一些局限。它可能会消耗更多电量和处理能力,在光线较暗或环境非常繁杂的情况下,运行效果也可能不够流畅。此外,隐私问题同样需要重点考虑,因为这项技术通常依赖摄像头输入。

不过,随着技术不断发展,开发者正在寻找更智能的解决方案,以提升性能并应对这些问题,让计算机视觉在游戏中变得更加实用和可靠。

要点总结#

计算机视觉和 AI 正在改变游戏的制作和游玩方式。无论是帮助角色做出更加逼真的反应,还是让游戏过程与现实世界产生更紧密的联系,这些技术都在开启令人兴奋的新可能。它们不仅让游戏画面更出色,也让游戏感觉更加智能、更具吸引力。

从独立游戏到大型工作室发布的作品,我们看到越来越多的开发者开始尝试基于视觉的功能。随着这些工具不断发展,我们可以期待游戏的未来带来更多富有创意且沉浸感十足的体验。

浏览我们的解决方案页面,了解 AI 在制造业中的应用以及医疗保健领域的计算机视觉应用。查看我们的许可选项,开始构建你自己的视觉创新方案!

Explore solutions

用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多
用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多
用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多

让我们共同构建 AI 的未来!

开启你的机器学习未来之旅