从 10 月 11 日发布第一条推文以来，一家成立不久的游戏 AI 公司就不断在其社交媒体账号上大放厥词。
“你是花费高昂学费去大学学习游戏开发，还是在家里通过简单的提示词就构建你的游戏梦想？”
图源：X
“像微软这样的大型工作室都害怕我，他们的优势是金钱和人力，而我们拥有无数想象力碰撞出的灵光，可以创造出任何工作室都无法比拟的世界。”
图源：X
不得不说，这家名为 Tales 的生成式人工智能初创公司真有一种初生牛犊不怕虎的气势。
但仔细翻阅公司官网和社交账号，可以发现 Tales 到目前为止除了发布了一个预告片，并没有推出任何实际的产品，除了自信以外，到底是什么给了它正面硬怼微软的底气？
“仅靠文本提示在几秒钟内构建游戏”
理由在于 Tales 预告片呈现出的想要打造一键生成完整游戏的愿景实在太过美好。
仅从视频演示效果来看，如果展示的游戏画面为真，那么Tales的确可以说是吊打目前所有的AI游戏生成工具了。
据悉，Tales 是由斯坦福大学博士和游戏开发人员团队牵头的 AI 游戏项目，团队成员包括 Burn Ghost 游戏联合创始人 Jason Krupat，Web3 领域专家 Viktor Uzunov、一位匿名的斯坦福大学博士、以及来自 IBM、Microsoft、Netflix、Call of Duty 和 Shopify 等公司的其他资深工程师。
图源：Tales
根据开发人员的说法，Tales 的支柱是其大型世界模型（LWM）“Sia”——一个可以根据社区收集数据创建新游戏玩法和交互式体验的 3D 和空间智能 AI。Tales 称之为“可能是迄今为止最具创新性的 AI 模型”。
Sia 以埃及的感知和心灵猫神命名。在官方设定中，Sia 的形象是一只二次元风格的小猫，外形有点撞脸吉卜力《魔女宅急便》中的宠物猫“吉吉”。
图源：Tales
Tales 旨在通过 Sia 使用户能够设计完全可操作的游戏，而无需任何开发或游戏设计方面的经验或技能。
Sia 的原理类似于ChatGPT和 Claude 等聊天机器人利用大型语言模型（LLMs）处理和生成文本的方式，是一种专为视频游戏开发量身定制的专有大型世界模型，其可以理解和生成视频游戏的所有组件，从环境、3D 模型和游戏玩法到 NPC 行为以及详细的元数据，从而实现更简单、更全面的游戏创建方法。
该大型世界模型基于游戏数据、视频内容、3D 资产、描述性元数据和随时间推移的反馈进行训练，从而提高其理解复杂游戏元素和机制的能力，这也是 LWM 理解游戏结构的方式。凭借这一能力，Tales 可以使用 3D 引擎、空间推理算法和 NPC 行为系统输出功能齐全的游戏。
根据 Tales 的说法，只需要简单的文本提示，例如“制作一个太空第一人称射击游戏”，LWM 就可以生成可以立即试玩的完整游戏，并且该游戏还支持后续的自定义操作。这意味着 Tales 基本可以被视作一个可以实时程序化创建游戏的工具。
图源：Tales
Tales 产品主管 Jason Krupat 对外称，“Tales 真的感觉像是科幻电影中的东西，我们迫不及待地想让它成为现实。游戏行业迫切需要一场革命，将创造的能力交到游戏玩家手中可能是远远超出游戏的娱乐新时代的开始。缺乏资源绝不应该成为创意火花的障碍，以这种方式赋予创作者权力对我们来说意义重大。”
无独有偶，在不久前谷歌同样推出了类似定位的 AI 游戏生成工具 GameNGen。作为世界上第一个完全由神经网络驱动的 AI 游戏引擎，GameNGen 可以在单芯片上以每秒 20 帧的速度生成可玩的游戏玩法，其中每一帧都由扩散模型预测。
虽然被诟病更擅长模仿，只能“复制”已经存在的游戏，而无法在游戏行业产生真正的创新，但作为谷歌的产品，GameNGen 在推出之时已经展示了一个成功的 demo 游戏，通过 GameNGen 复刻的经典射击游戏《毁灭战士》实时完整可玩，且全程无需使用传统的游戏引擎。
对比 GameNGen 再回看 Tales，目前这家初创公司还是雷声大雨点小，除了一个制作精良的预告片以及公司创始人的造势外，Tales 还未推出具体产品。
不过根据官方放出的消息，其 AI 生成平台将于 11 月开放抢先体验资格，仅靠 Tales 一家之言我们还无法确定 Sia 生成游戏的程度和质量，但随着具体产品后续的曝光，是骡子是马很快就能见分晓。
无需传统编码技能已在游戏开发中成为现实
在 GDC 一项对 3000 多名开发者进行的调查中，有近三分之一的开发者表示他们已经在工作中使用 AI。
而 AI 对游戏开发能力的显著增强或许也是 AI 游戏开发工具出现得越来越多，同时开始朝着完全取代游戏开发流程的目标不断进化的原因之一。
目前，市面上有多个 AI 平台可以用于生成游戏或游戏相关内容，其中多数被用于生成游戏资产、动画，但也不乏许多连剧情、互动都能包揽的高手。
例如腾讯 2024 年 3 月发布的自研游戏 AI 引擎 GiiNEX，就提供了 2D 图像、动画、3D 城市、剧情、对话、关卡以及音乐等多种的AIGC能力，提供了 AI NPC、场景制作、内容生成等多种使用场景。特别是在 3D 城市生成方面，GiiNEX 构思并创建一个面积达 25 平方千米的 3D 城市游戏资产仅需 25 分钟，与过去传统游戏开发 3D 建模至少需要的 5 天时间相比效率提升了百倍。
图源：腾讯
可以说，GiiNEX、GameNGen、Tales 等几乎就是奔着“让游戏开发走进寻常百姓家”来的。借助用户友好的 AI 工具和平台，即使是编码新手也可以创建具有可玩性的电脑游戏。而这种转变也正在形成一种新的软件开发方法，现在，技术已经不再是创造力落地的前提，人们无需广泛的技术知识也能让脑海中的想法变为现实。
有媒体就报道过，新加坡 8 岁男孩 Kyo 使用 Cursor、Claude 等 AI 开发工具，在短短两个小时内创建了一个平台游戏，其作品包括一个简单的方块游戏和类似超级马里奥的跳跃游戏。虽然 Kyo 的父亲 Meng To 是一名专业程序员，也是在线学习提供商 DesignCode 的创建者，但 Kyo 并没有接受父亲的帮助以及其他正规的编码教育，这也使得 Kyo 的故事成为 AI 降低游戏开发门槛的例子。
“无需传统的编码技能”一直是 AI 游戏生成工具的惯用宣传口号。例如 Google 的 AlphaCode 2 和 Replit 的 Ghostwriter 等平台，就可以通过提供用户友好的界面，让用户可以键入简单的命令来指示 AI 创建游戏、设计角色和实现功能，这种聊天机器人似的交互基本上将创意概念的技术执行变为了“你说我画”。
而对于具有一定编码基础的用户，诸如 Tabnine 和GitHub Copilot等 AI 工具可以通过在用户输入过程中预测并自动完成代码以提高工作效率，使开发过程更高效且不易出错。随着这些工具的不断发展，AI 正在改变游戏开发行业的格局，使开发团队能够摆脱重复工作，专注于更高价值的任务。
当然不只是游戏开发，在游戏运营中，AI 同样也是降低人力成本的更优选。AI 可以用于游戏中的智能客服系统，提供即时的玩家支持和问题解决。同时，AI 也可以用于检测和防止作弊行为，维护游戏的公平性。
例如网易数智就专门针对 FPS 游戏中的透视和自瞄作弊行为开发出了 AI 反作弊系统，系统通过分析玩家的 replay 数据，构建玩家的行为特征，并使用机器学习模型来区分正常玩家和作弊者，能够实现 30%至 50%的作弊检测率提升，准确率达到 89.62%，召回率接近 59% 。
此外，AI 还可以分析玩家的行为数据，提供个性化的推荐和优化游戏运营策略，提高玩家的留存率和付费率。
甚至于，应用在游戏领域的 AI 技术带来的改变也能跳脱出游戏领域，就像 Tales 在对 Sia 模型定义中表示的一样，虽然该技术主要是为游戏而设计的，但也可用于创建虚拟现实世界、交互式体验和沉浸式教育工具，AI 驱动的虚拟角色和场景生成将为 VR 和 AR 游戏提供更加逼真和互动的体验。
如此看来，AI 技术为游戏领域带来的突破还只是其技术成果的冰山一角，随着技术的不断成熟，AI 还将与其他前沿技术深度融合，最终带来更多创新和变革，将技术成果反哺物理世界。
