國外大佬用AI三小時做遊戲,兩週賺48萬,馬斯克也盯上了這個賽道

前兩天 Manus 鬧得最兇的時候,一直有種聲音:這麼厲害嗎?為什麼國外沒什麼討論呢?
國外網友也在討論 AI,不過,是 AI 遊戲:X 使用者@levelsio,藉助程式設計工具 Cursor 和 Grok 3 做了一款模擬飛行的遊戲,所有程式設計工作都基於生成式 AI。
做遊戲花了 3 小時,兩週就掙了 6.7 萬美元。
當然,這不是哄騙大家立刻丟下工作去做遊戲,AI 遊戲這塊肥肉,早已經被不少大佬盯上。
AI 遊戲賽道,越發擁擠
@levelsio 的事蹟引來了馬斯克,不僅是因為開發過程中用到了 Grok 3,還因為馬斯克自己也盯上了這個賽道。
馬斯克的 AI 初創公司 xAI 正在採取一條大膽的實驗性道路,在公司內部成立了一個專門的 AI 遊戲工作室。
在 Grok 3 釋出直播中,也展示了 Grok 3 何即時編寫簡單遊戲,比如俄羅斯方塊。
馬斯克自己也是個遊戲迷,12 歲時就寫過一款簡單的射擊遊戲 Blastar,受到《太空侵略者》啟發,後來賣了 500 美元。九十年代時,他加入過一家小遊戲工作室,做過一些基礎開發工作。
時光荏苒,已是巨頭的馬斯克,又開始想起初心了。
這次 xAI 透過設立工作室,邀請遊戲行業的開發者加入,一起打造 「AI 生成的遊戲」 。目前,xAI 的遊戲工作室團隊規模很小,大約 9 名成員,但他們的目標是創造 「前所未有的遊戲深度與複雜性」Musk 還提到,他們正在 「嘗試將照片級畫質引入 AI 遊戲」 。
xAI 的整體願景是利用大型 AI 模型,自動生成遊戲及遊戲內容。
無獨有偶,微軟研究院最近釋出的新成果,也和遊戲有關。
微軟的代表性專案是 Project 「Muse」,由微軟研究院與 Xbox Game Studios 合作開發。
Muse 是一種 「世界與人類行為模型」,本質上是一個神經網路遊戲模擬器。Muse 透過學習 3D 遊戲世界和物理規則,可以 「基於 AI 生成符合遊戲規則的玩法」 。
與 xAI 試圖直接用 AI 生成遊戲不同,微軟的目標是用 AI 賦能遊戲開發者,提高玩家體驗
作為輔助工具,而非直接的創意工具,還體現在微軟和 Xbox 合作,重現經典老遊戲的計劃。
那些因時間與硬體進步而被遺忘的遊戲,Muse 或許能幫助最佳化舊遊戲,讓它們能夠適應任何裝置,將來可以在任何一臺 Xbox 裝置上重現。
都是 AI,但兩種路線
xAI 和 Muse 都在用人工智慧,但思路卻截然不同。
xAI 的目標是,將 AI 生成的遊戲邏輯與高保真視覺效果相結合。這意味著生成式 AI 將在使用者提示或 AI 推理的指導下處理遊戲創作的許多方面,從程式碼到美術。
比如,xAI 設想遊戲能夠動態敘事,能夠即時適應玩家的選擇。由 AI 策劃的挑戰根據個人技能進行調整,還有根據玩家互動,而不斷演變的虛擬世界。
這和馬斯克對「遊戲」的認識有緊密的關係。他設立遊戲工作室的一大原因,是因為反感現實問題投射、進入遊戲當中,他認為遊戲就是為了娛樂,應該為了逃離世界
xAI 策略是用 AI 顛覆傳統遊戲開發, 瞄準的尋求新鮮和體驗感的玩家群體,而微軟的重點則有所不同。
微軟想要透過多方合作,以一種更具支援性和基礎設施驅動的方式將 AI 整合到遊戲中。
以 Muse 專案為例,這是微軟研究院與 Xbox 合作開發,Ninja Theory 為 Muse 提供了資料。
訓練自 Xbox 遊戲 Bleeding Edge,Muse 使用了超過 10 億幀的遊戲畫面資料及其對應的玩家輸入,相當於 7 年以上的連續遊戲資料
這讓 Muse 的物理一致性更為可靠,而且能理解 3D 世界與物理——這是 Muse 的重要突破,它能夠從純觀察資料中學習 3D 遊戲環境的豐富內部模型。
微軟表示:「Muse 的突破性在於它對 3D 遊戲世界的詳細理解,包括物理規則以及遊戲如何對玩家的行動做出反應」,這意味著 Muse 不僅僅是建立隨機視覺效果,而是生成遵循遊戲規則的幀。
例如,如果玩家在 Bleeding Edge 中按下跳躍和攻擊按鈕,Muse 可以生成一個可信的幀序列,顯示角色在跳躍時進行攻擊,跳躍和攻擊效果的物理效果與真實遊戲引擎匹配。
Muse 目前是一個研究原型,但微軟已經開始想辦法讓它走入遊戲製作的工作流當中。遊戲設計師可以把它當作創意生成工具使用,透過 WHAM 演示介面,開發者可以輸入 prompt 詞,比如設計師可以輸入一個場景和動作的描述,讓 Muse 來生成一則預覽小影片。
這樣一來,不用寫程式碼製作預覽影片,就可以看到大概的效果,把腦中的想法視覺化。
未來的遊戲,到底在我手中還是在 AI 手中?
這種透過 AI 工具生成視覺素材的方式,有肉眼可見的好處:如今,3A 級別的遊戲擁有大量資產,《荒野大鏢客 2》擁有超過 1000 個獨特的 NPC、60 小時的音樂等,製作成本接近 5 億美元。
開發者可以將概念美術輸入 AI,幾秒鐘內獲得數十種變體創意,有效地提高效率。可以說,無論是面向開發者,還是直接面向玩家,未來遊戲製作不可避免地會有生成式 AI 的一席之地。
早在 2018 年,研究人員在 1000 個人工設計的《DOOM》關卡上訓練了一個生成對抗網路(GAN),之後 AI 能夠自行設計新的可玩關卡。
同樣,一個 GAN 原型在學習了現有的《超級馬里奧》關卡後,能夠生成新的關卡。這些關卡並非隨機堆砌;AI 模型透過研究原始關卡,學習了什麼是一個有效或有趣的關卡的規律,例如敵人的排列方式。
2020 年,NVIDIA 研究人員透過 GameGAN 進一步推進了這一技術,透過觀看 50000 次《吃豆人》遊戲回放,就生成了一個完全可玩的《吃豆人》克隆版——換句話說,AI 僅透過螢幕視覺和玩家輸入,就推斷出了遊戲的關卡設計邏輯和規則。
那麼問題來了:當你知道一款遊戲裡,包含大量 AI 生成的場景、規則、乃至臺詞對話,你還會想玩嗎
去年,動視暴雪的遊戲《使命召喚:黑色行動 6》遭到玩家和粉絲的強烈批評。在載入頁面的殭屍聖誕老人,出現了六根手指。
還有一些其它細節看上去,都讓人生疑是不是用了 AI。包括《吉他英雄 3》也被發現了很重的 AI 生成痕跡。
這直接促使了動視暴雪的母公司在今年一月,修改了 AI 披露政策,要求開發者明確寫清楚遊戲製作中所使用到的 AI 工具。
暴雪的玩家顯然是不買賬的——就這?
但是另一邊,是全 AI 製作的 fly.Pieter,狂賺六萬刀,雖然廣告是其主要收入來源,但購買高階機型也是需要氪金的。
這反映出一種新的價值博弈:玩家究竟是在為開發的過程付費,還是成品?如果只是對成品付費,那過程如何還重要嗎?AI 是不是也可以?
那遊戲開發的價值會發生改變嗎?玩家又會如何重新為這種體驗「定價」呢?
畢竟,「玩得開心」並不是一個按按計算器就能算出來的固定數值,它是獨屬於每個人的「心理價值」。

我們正在招募夥伴
📮 簡歷投遞郵箱[email protected]
✉️ 郵件標題「姓名+崗位名稱」(請隨簡歷附上專案/作品或相關連結)
更多崗位資訊請點選這裡🔗

相關文章