如果要盘点今年互联网科技板块的第一话题，那么AI技术是当仁不让的第一。最开始人们都在争论关于AI作图的那些议题。从几个月前，AI作画只有几个模版来回变化，不会画手，甚至不会画拿筷子吃面的尴尬；但现在，已经可以个性化画风深度定制，写实的、3D化的、二次元的画风应有尽有，甚至还能针对各种个性化画风做出深度学习，完美复原，仅是几月发展就与当初不可同日而语。

曾经让AI学会画手是一个难以被攻克的问题，现在已经不是多难的事情

近期，随着美国OpenAI研发的聊天机器人程序ChatGPT（全名：Chat Generative Pre-trained Transformer）发布，AI进化的谱曲达到最高章。ChatGPT是特殊的一个。他是根据自然语言处理任务的人工智能，其运作逻辑可以根据学习人类的语言来进行对话，并能根据上下文理解而进行互动，并随着交流量的增加而不断智能化。同时，ChatGPT在这套学习思维的基础上，能够完成许多以前只有”人“才能做到工作，比如翻译、文案、程序脚本与各种影音化的处理任务，功能之丰富，简直就是AI界的百科全书。

也因为ChatGPT这个爆炸性产品的诞生，关于AI生产力的话题也被推到台前。事实上，除了当红的ChatGPT以外，各行各业也在催生出自己的AI软件。那么还有什么AI软件正在埋头发展呢？这篇文章来汇中一下这些AI产品，顺便做点猜想，看看他们能为游戏行业带来什么。多点开花的AI生产力介绍无论是ACG行业，还是影视多媒体与平面设计等行业，谈起生产力逃不开这几个方面：音频、音乐、美术插画、视频与脚本程序等方向。接下来从这几个类别去看看，有什么工具已经实现了一定程度上的生产力。01美术插画：Midjourney和Stable Diffusion当今最火的美术插画AI工具，当属由David Holz领导开发的Midjourney；以及Stability AI公司的Stable Diffusion了。两个工具都是在消费级GPU上就能运作，Stable Diffusion甚至得到苹果平台的优化，在iPhone、iPad、Mac等设备上也能够流畅运行，低门槛接触是这是两个工具能够迅速蹿红的一个原因，哪怕你没有最顶级的电脑，也能上手把玩一下。两款AI作图工具，其人工智能模式相近，都是将文本信息向图像扩散的模型组合。简单来说，就是用户提供各种文本，工具再根据文本的信息去生成用户想要的图像。比如在Stable Diffusion里，你提供文本宇航员+骑+各种坐骑的描述性文字，那么就会生成出宇航员骑着各种奇幻生物的图片出来。

不同的是，两款工具的运营模式并不相同。Stable Diffusion是一款开源的AI作图工具，它最大的优势就是自由度、没有太多束缚，用户在提供素材时也会引入各种非版权图片，对于提高素材量与美术风格的插件也是来者不拒，让Stable Diffusion对于各种美术风格都能很好驾驭，我们常见的各种AI个性化画风的尝试大多出自Stable Diffusion。

中国风，水墨画法与写实，Stable Diffusion各种风格都能尝试

也因为开源的优势，Stable Diffusion还能玩出更多玩法，比如它可以拿来压缩图片，且压缩图片的细节能够保留更多，这对于压缩技术来说也是一项大的突破。

再比如，它可以对各种图片与视频进行定制化美术风格输出/细化，加工出更加美观的美术图与视频。虽然目前这套加工模式还不成熟，比如美术细化图片的文字会乱码；比如视频输出还无法稳定；再比如一些比较大的动作无法精准定位还原等问题都让Stable Diffusion投入实际生产有着一定距离，但这种加工技能的点满，为解放生产力提供非常大的期待值。

原图与加工新画风的AI图片对比，文字乱码依然是加工图片一个问题（图片来自二次元假小子控吧）

至于Midjourney则是一款收费作图工具。该工具的环境相对封闭，使用的图片素材也大多是版权图片。因此，能够调教和生产的图片并没有Stable Diffusion多样。但也得益于稳定的版本更迭，尤其是到了V5版本以后，Midjourney对于画幅比例、纹理效果以及AI处理手与牙齿等细节的局限做出了很多优化，因此让Midjourney总能生成出更加精美且没有破绽，足够以假乱真的美术产物让业内震撼。比方说之前有关Midjourney最大的新闻就是透过一些文字生成出一套背景是上世纪90年代、中国城市的年轻青年的老照片图片。

经过这次更新，Midjourney变得非常强大

Midjourney V5做出90年代风格的AI照片

也因为Midjourney更定制与职业，目前已有不少从业者开始尝试利用Midjourney辅助创作，比如就在近期，国外一位从业20多年的独立开发者就分享了自己使用AI对人物建模设计的一些辅助创作成果，据他所言，人物建模设计上节省了40个小时，在场景构建上节省了3天的时间。

同时在3D领域，很多公司也开始了AI的3D美术生产工具的探索，比如著名引擎大厂Unity刚刚在GDC2023上，宣布了自家的Unity AI；其次，Adobe也发布了自家的AI工具Firefly，不仅能利用AI生成图片，还能制作模板、编辑P图效果与创造笔刷、更替背景等多种一键生产功能，并且也能直接用自然语言修改图片。在商业化美术领域，AI的发展可说是进入日新月异，万箭齐发的阶段。

02视频：wonder studio在美国时间的3月9日下午，Wonder Dynamics公司推出了旗下名为Wonder Studio的AI视频工具，它是一个浏览器AI工具，基于云的人工智能。它的原理是透过捕捉真人表演的内容进行分析，接着可以将想要投放的CG角色与真人进行替换，AI会自动将灯光、光影与动作匹配到跟真人演员几乎一致的水平，甚至是面部的微表情也可以做到一键替换。

目前是一个基于云数据的人工智能工具

替换效果对比

现在甚至能做到微表情处理

不仅如此，Wonder Studio还能导出分层、分析画面的数据与运动环境，让用户更多角度的跟踪修改，做出更理想的效果。

还能对具体影片的情况去调整

03音频方面、模拟人声：VITSVITS全称Variational Inference with adversarial learning for end-to-end Text-to-Speech，是一种基于声学模型进行语音合成方法的AI音频类工具，它能根据用户提供的语音合成模型，配合使用训练好的语音编码器vocoder声码器对用户提供的文本进行转化，vocoder会根据发音规则与文本的标题符号作为生成语音信号的特征去表示，最后做出一段流畅的语音。

目前该工具的生成语音质量已经非常成熟，不仅可以模拟出想要的音色，连节奏与情绪感都能做到完美复原，甚至还能让输出的人声进行唱歌这类复杂的声音表达，达到足够以假乱真的程度。也因此在软件刚开始阶段，就已经有大量用户做出各种音色，游戏的、动画声优的、著名歌星的，应有尽有。

但目前该工具还处于较为原始的阶段，工具需要大量的复杂的训练流程，还没有进入消费级运用的低门槛水平。04作曲：MusicLM有了人声合成，音乐作曲自然也不能少。在2个月前，谷歌发布了旗下的AI作曲工具MusicLM。与大多AI工具一样，MusicLM也是根据输入文字进行生产音乐的人工智能。它的前身是基于谷歌去年9月发布的一项名为AudioLM，专注于合成高保真音频的项目，也因此，MusicLM并不像美术AI那样，使用扩散模型进行工作。

只要文字的描述精准且丰富，无论是古典名画还是现实题材，都能识别出相应风格，与画面做出匹配。

不过即便没有扩散模型的作用，MusicLM目前依然可以做到很多意想不到的音频处理。比方说，工具不单可以透过文字生成音乐，还能以一段音频打底+形容的文字，比如乐器或者音乐风格去改编音乐的风格，输出想要的效果。

此外，工具还有一个故事模式，它能将一段音乐根据文字的编排顺序去重塑不同时间段的音乐，实现音乐的风格化切片，对于影视化与游戏配乐而言，这个功能能够精准对位不同时间段的需要，将多种音乐风格有序的跟画面需要对上。

05基于语言的万能工具：ChatGPT作为当红炸子鸡，前文已经提到ChatGPT作为AI聊天程序的基础功能。它是以语言为基础，但又不局限于直接的沟通，OpenAI还为他提供了开源设置，ChatGPT可以安装各种基于语言模型而设计的插件，赋予ChatGPT联网，扩展运算的能力，这大大拓宽了了ChatGPT的使用场景。

目前已知的插件想要拓展的方向比如说：

• 与第三方应用程序连接，利用ChatGPT的机制完成包括日常行程、购物、导航等功能；
• 利用WolframAlpha等插件，让ChatGPT获得更强大的计算能力，让回复内容更加精准/丰富；
• 对表格、文档与视频音频文件进行内容的分析、绘制与可视化操作；
• 延展出更多精细的操作，包括计算力引擎、 视频剪辑、 图片PS、脚本设计与文字翻译，全面覆盖语言工具所能做到的极限。

也因此ChatGPT才会那么火热，它的发展几乎涵盖了工具化的大多数方面，有了它可以解决很多事情。那么，盘点了这么多工具以后，基于目前发展的情况，让我们对AI工具化做点猜想，看看它们以后能够对游戏行业做出哪些改变？解放生产力的一些方向观察与猜想①节省人力成本、降低入门门槛现在开发游戏是一项高门槛、高投入的产业，尤其在很多3A大作里尤为明显。此前业界不少厂商就游戏定价20年，但开发成本却逐年走高的现象多有抱怨。

现在的3A游戏项目的开发成本已经可以比肩大片，但很多游戏要靠单纯卖盘获得大片的收益可不容易

而游戏成本走高的一个原因就在于高昂的人力成本无法节省，尤其是业界对于游戏画面要求越来越高的现在，往往需要庞大的美术团队去做高精度美术与高模的精雕细琢工作。

在很长一段时间高画质、高材质需要靠人力去填，以后就不好说了

那么这些批量精细活的工作就可以轮到绘图AI工具入场了。形成一套一个主美把控核心创作输出，利用AI去做批量生产与高精细化的工作流程。像Stable Diffusion目前就有插件去做类似的工作内容。只是目前可选择美术风格还不够多，制作出来的样品也不够精细，但如果继续发展下去的话，未来可期。另外，需要大人力资源去填的内容如果能够靠AI弥补，也一定程度降低了开发门槛。独立开发者能制造的游戏的范围能够进一步扩大。比方说，目前就有很多中日的同人游戏开发者开始尝试用AI去做一些低成本的同人游戏，毕竟很多同人游戏并没有商业化，很适合去做AI工具化的尝试。有的同人团队是利用AI作画，有的则是让AI几乎包办所有工作，比如B站up主“秋之雪华”就制作了一款名叫《夏末弥梦》的galgame，整段已公开的Demo视频中，从美术到培养配乐全是有AI完成。

②试错成本降低、效率提升这是AI工具化最先能做到的事情，甚至一些工具已经能做得不错。比如前文提到的某国外美工利用Midjourney速度输出角色的设计稿辅助建模就节省了大量时间。不仅是美术AI工具，其他的领域比方说脚本与视频建模，我们也可以可以根据ChatGPT去快速输出脚本然后进行优化；或者利用Wonder Studio视频AI工具的一键替换去观摩建模在实际运用的效果。

借助AI技术改善产业生产效率差，几年还不见得做出一款游戏的情况。③本地化能力大大提高本地化一直是游戏多地区发行的一个命门。不少大型游戏往往需要在不少地区去做语言跟进；客服端与手游游戏甚至需要运营大量外语人工去维护更新与交流，其成本不低，而且往往出力不讨好。很多时候的翻译质量与本土化水平并不能让玩家满意。而目前像ChatGPT等工具的出现给了改进本地化水平的可能性。比方说就目前ChatGPT的翻译效果，在不少玩家尝试下，往往能有很不错的效果，如下图：

（图片来自PSN中文站用户heyoutui）

至于AI运营与客服系统，早在目前就已经开始普及开来，唯一的问题就在于表述过于机械、语言过于无感，还有适配的语言不足等不够智能的问题，但这些毛病如果接入ChatGPT与音频合成的VITS等进行适配与升级，那么，游戏的国服分发与运营压力将随着AI的进步而逐步减压。④宣发物料的效率提升与成本将降低常见的宣发，如短视频、海报、趣图与玩梗的文案和速递新闻也可以依靠AI速度生产，比如目前Adobe宣传的平面软件Firefly，主打的就是快速处理图片各种风格的AI机制，若能做到投入生产力的水平，无疑能让宣发更容易很多。

一键处理想要的P图效果

其次，目前ChatGPT的文案处理能力已经越来越成熟，比方说你给他提案一个新闻/活动议题，它就已经能生成出一个还可以的模版，就当下来说，给予AI提供的模版去修正文案以获取自己想要的宣发文案，是已经可以做到的现实。

根据某个游戏设计一场预计20人的现下活动（图片来自厦门UPGAME）

⑤音、视频成本也将大幅度降低游戏常备的音乐、配音与视频也将随着AI技术的成熟做到更多更方便的做法。比方说利用Wonder Studio让游戏的3D建模去适配视频，减少比如用手K去调整建模动作的工作量；比方说，利用VITS降低配音成本与配音的可适用范围，游戏公司只需要提取声优的音色，就能靠AI生成各种情感与台词；再比如利用MusicLM去为游戏的各种画面去适配音乐，即便无法直接商用，也能让主创更好抓准风格进行精细的修改。

我想要井上喜久子与平野绫的声线，AI结合原型声音模型做出来就可以了

这方面的推进也是预期可见的进度。比如光线传媒的光线动画就在之前公开讨论AI补充动画作画的可行性，并放出了AI作图的宣发。

总结AI的发展过于迅猛，以至于现在写下的文章可能过两天就会被推翻也说不准。近日各大游戏公司也开始了自己的AI软件开发，比如育碧公布内部AI写作工具Ubisoft Ghostwriter，它目前能辅助编剧进行台词创作，以后还能能做到什么程度现在还是个未知数。

但AI的进步目前依然逃不开很多问题：比方说版权问题，目前AI的生产品一般离不开对原素材的加工，所以经常侵犯一些创作者的权益，这如何改进？又比方说，适用性问题。目前AI大多基于程序与文字表述进行生成，有着门槛高和不够直观的问题，是否有能推进操作逻辑简易化的可能；当然还有关于资源的垄断问题，会不会因为AI发展的爆发，以后生产力的核心被几家AI公司所控制，过高的垄断成本会不会阻碍AI技术的发展？这些矛盾都很难说。不过不少问题已经被重视，比如AI作画开始建立属于AI自己的素材库网站civitai。很难说，这些现实的矛盾能阻挡AI发展多久，也许，AI的生产力投入就不在明日也说不准。

参考资料：AIGC教程：如何使用Midjourney节省70%时间，制作3D游戏角色https://mp.weixin.qq.com/s/BIKv_GG_44on5bnsg1vcWQUNBELIEVABLE AI Video & VFX -- WonderStudio / VFX and 3D Made EASY!https://www.youtube.com/watch?v=qw4ez2bIOQE【VITS】语音合成介绍篇 （一）：什么是VITShttps://www.bilibili.com/read/cv20837189Google's MusicLM: Text Generated Music & It's Absurdly Goodhttps://www.youtube.com/watch?v=2CUKU2iAzAs【ChatGPT Plugins】史诗级更新，9 个插件实例自动完成任务！打开你https://www.bilibili.com/opus/776650913330757639?from=search&spm_id_from=333.337.0.0首个AI绘图AI配音的同人GAL实机demo《夏末弥梦》https://www.bilibili.com/video/BV1uV4y1L7o1/?vd_source=4d33fe977344618c76ddda8e8695906d

来源：游资网