人们仍在努力寻找合适的地点。
近年来，人工智能引发了很多话题和争论。 去年 9 月， 发表了第一篇讨论 AI 绘画的文章。 从那时起，人工智能技术已经取得了长足的进步。 不只是绘画，AI可以参与文字、配音甚至配乐。 开源软件的迭代和众多强大插件的出现，进一步提升了AI工具的易用性。
与此同时，围绕人工智能的争议和焦虑之声也从未远离。 不久前有消息称，Rhea Games解雇了画师，完全用AI绘图代替。 雷亚很快发表声明予以否认，但由于游戏卡面质量下降等原因，玩家们仍然提出质疑。 另一方面，原涂装行业资深从业者发布了一份问卷调查结果，总结了多家厂商在招聘时对求职者AI技能的要求，也调查了不同级别的涂装工使用AI后的工作效率。 改善程度。 本次调查问卷主要是为了说明现阶段艺术从业者仍然具有相当的不可替代性，并缓解一些正在蔓延的恐慌情绪。
雷亚游戏曾以其独特的美术风格而闻名，如今却因涉嫌使用AI代替画师而饱受争议
这种混乱状态是不可避免的。 当AI的出现与经济低迷甚至整个行业紧缩叠加时，人们很难分清AI因素在失业浪潮中占了多大比例，也很难区分这项技术是否像传闻。 因此，再次联系了游戏公司的制作人和视觉总监，甚至是从游戏行业跳下来的AI团队成员，试图了解AI在行业中的应用现阶段。
我们最终发现的是，尽管AI看起来如此强大，但不同厂商和开发商对它的应用还是有很大差异，而且并不是全部都融入到工作流程中——取决于厂商的规模、类型对游戏产品的理解，甚至是开发者自己对AI技术的理解，甚至是游戏开发本身。
人工智能应用现状
“如何将人工智能融入到工作流程中？” 一位游戏开发商的回答出人意料：“好问题，我们也想知道，所以准备开会讨论。”
从某种意义上说，这就是不少游戏厂商的现状。 AI的浪潮确实来了，但很多人还在水边试水。
吉川晃吉目前是AI团队的成员，主要为企业提供AI绘图服务，以及软件技术培训。 团队成立于2023年初，非常看好AI技术快速发展的前景。 目前，团队中的人有着不同的工作背景。 吉川明镜是一名游戏制作人，所以与游戏厂商的接触比较多。
在这个过程中，他发现AI在不同厂商内部的普及程度是不一样的。 像腾讯、网易这样的大公司和独立开发商在人工智能技术的应用上非常活跃。 他们处于不同的两端，出于完全不同的原因，希望尽快将类似的技术投入使用。 相当一部分中间厂商还处于摸索期，寻找真正提高效率的方法。 也就是说，AI技术还没有完全融入到工作流程中。
大厂的例子可以从他们在线发布的官方案例分享中获取。 今年开春以来，网络上零星出现各大厂商分享的教学文档。 其中包括相当详细的入门手册，以及一些实际的应用案例。
在网易公布的AIGC工作流程总结中，可以看到厂商尝试将AI技术应用到CG业务、事件业务、虚拟角色等多个领域。 这个过程主要由人来进行，用于最初的需求分析和最终的打磨。 在中间，寻找参考、通过草稿生成设计方案，甚至部分细化阶段都可以涉及人工智能。
今年4月，网易分享了部分涉及AI的工作流程，涵盖的内容不仅限于游戏开发
从总结中的案例来看，在图形方面，AI图形最常用于图标、直播特效等，这些通常用户不会仔细检查，并且精度要求不是特别高，例如在游戏中重复出现宝箱图标和奖牌。 图标等等。 二是在场景设计、服装设计等应用的前期快速产生多种解决方案，并经过初步细化后选择供需求方使用。 最后还有一些杂项，比如生成逼真的虚拟面孔、简化的Q版图像，甚至统一电竞选手的定妆照风格。
除了绘图，目前还用于生成用户问卷大纲，以及对现有数据文本进行数据分析。
游戏厂商的历史学家提供了一个中型厂商分工的应用案例。
由于图像生成技术的进步以及允许绑定骨骼调整屏幕的插件的出现，为AI细化绘制原图的过程变得越来越方便。 从大量的AI精炼结果中选出有用的进行人工精炼，可以将原本10天的工作量缩短到三四天。 “实际上是将手工工作从挖掘细节中解放出来，将重复性工作和开放性工作交给AI。” 历史学家说。
在程序方面，的程序员基本养成了“有什么事问GPT”的习惯，把它当成高级搜索引擎，有什么算法和方法不清楚就问GPT。 这一举措提高了效率，随着从GPT3.5向GPT4的演进，实现了飞跃。 即使GPT给出的代码有bug，你也可以把它扔回去，让它自己修复，相当于给程序员分配了一个勤劳的助手，而且几乎没有额外的成本。
策划也可能在剧情中使用GPT，比如为GPT的线程设置一个NPC的角色，然后把NPC想说的台词丢给GPT，让它用指定的角色说话。 这样可以避免文案在写对白时，无法体现出足够多的个性差异的情况。
某厂商视觉总监彭哥表示，除了绘画，AIGC在视频领域也有不俗的表现。 AI 画外音和配乐已为视频创意做好充分准备。
至于更小的独立团队，甚至是个人开发者，他们对AI的应用可能更加激进。 一方面，这些团队可能人手不足，降低成本是刚需。 AI能不能用，有时候甚至决定了他们能不能开启一个功能。 一些独立开发者告诉，他们用不起原画，但是有了AI，有些图可以表现出大公司的效果。 的演变让一些没有编程经验的人有机会开始尝试开发游戏。
此外，独立开发者可以根据个人兴趣尝试实验性作品，不考虑试错。 现在Steam上有零星的画面、脚本、配音等游戏都是AI生成的。 他们的发挥水平可能不高，甚至不能算是正式作品，但也是应用这类技术的一个方向。
剩余的障碍
很多例子说明AI是可以用的，但是和网上一些夸大的言论和效果相比，真正提高实际工作的产出还要看很多其他变数。 比如传说中的“降本增效”，实际情况和想象的不太一样。
据鹏哥反馈，在“效率提升”方面，比如人物、场景图的绘制，有了AI平均效率可以提升50%以上，确实效果显着。 但在“降本”方面，公司节省的成本主要是节省在外包上，而内部成本其实要高很多，因为需要更多的人力来负责AI的使用和探索。 “现在AI生成的东西跟你描述想象的还是不一样的，尤其是细节上还不如人直接设计的，所以需要更多的时间去试错，反复修改。”
历史学家也觉得王等人给出的反馈的准确性还有提高的空间。 “目前还不能给出特别完整和系统的反馈，如果能手把手地给出能够实现某个功能的准确代码，个人开发者的开发难度会进一步降低。”
“AI真的好学，所以一开始会给人一种很容易上手的错觉，很好用。” 彭哥这样描述自己在工作中使用AI的感受，“但要想在工作中深入准确的应用，还是需要有很高的门槛，不仅需要艺术的专业能力，还需要具备良好的逻辑思维能力。”
这主要是说运营者需要知道让AI生成什么，最初的创意和想法是最重要的。 “说白了，AI可以帮你做好从1到100的工作，但从0到1还是要靠人。”
还需要探索将 AI 完全集成到工作流程中。 “比如一幅原画，如果是艺术家从零开始画的，会有草稿、线稿、彩稿等多个阶段，中间会有很多层。有些公司在这一点上有明文规定，方便你上手前后接稿的人顺利。如果你要修改，可以明确回到某个中间阶段修改。 吉川明镜说，“另外，需要制作的角色很多，需要分草稿。。不过AI单层直接丢给你，其实很麻烦在此基础上进行修改。”
将 AI 工具融入到工作流程中，相当于让它与人类很好地协同工作
因为涉及到修改，所以AI对不同水平的画家提高效率的程度是不一样的。 在本文开头提到的调查中，下游和上游的油漆工倾向于认为AI并没有显着提高效率。 因为即使下游的画师看到了AI绘图的问题，由于缺乏修改能力，效率提升仍然不大。 上游画师认为问题太多，修改效果太差，不如重画。 大多数中层油漆工认为效率有了明显提高。
从团队整体来看，除了输出效率本身，提高沟通效率其实也很重要。 “因为以前，经过头脑风暴，可能需要几周的时间，大家才能有一个概念，然后把这个概念落实到视觉上。现在非常快，你可能可以想出一个非常接近于几个小时出成品，让需求方或者老板选东西。 吉川明镜说，“很多人会忽略这种沟通的成本，但实际上，通常这种沟通会占用大家很多时间。”
而鹏哥认为，不知道如何融入流程的本质原因在于，AI彻底改变了游戏厂商的生产方式。 就像和数字绘画刚出现的时候，人们应该从根本上思考改变他们的创作方式。
“比如我们去外包画，外包公司有一个团队，首席美术师负责设计草图，助理负责上色，擅长画脸的画家专门画脸，还有然后还有专门的人拆零件和补细节，或者绑骨生成之类的……就是这么一套流水线分工。” 鹏哥说，“现在有了AI，AI直接给你一张图，这个过程可能是反过来的。负责切图、分层、完成和修改细节……”与一些外包机构相比标准参差不齐，AI图像输出的质量可能更稳定。
虽然两者看起来都是体力劳动，但后者目前比前者花费的时间更少。 “本来如果是人工找方向，人工细化，即使一开始分层，总共也需要10天左右。现在AI找方向1天，AI细化1天，人工使用AI半成品2天，后期人工精炼，2天，一共6天，比起原来还是缩短了。 历史学家算了算整体效率，“还有AI负责工作的那两天，人在做其他事情，或者干脆下班，晚上丢给显卡算，互不影响。”
当然，AI并不是万能的。 几位受访者提到了一个典型的例子：AI对于目前销售独特艺术风格的产品仍然无能为力。
原因之一是谨慎。 具有一定规模的厂商很少会直接在商业游戏中使用AI生成的内容，也不会向玩家和用户做宣传。 “还有一些人对此非常反感，比例可能不高，但绝对数量不小。” 吉川明镜说，“尤其是二次元游戏，很容易被玩家‘喷’。” 价值往往在于艺术资源。 无论是“翻车”的真正艺术家，还是真正使用AI的艺术家，都会面临质疑。
另一个原因是可操作性。 去年，有开发者提出，他们想在本地训练出适应自己风格的AI。 据吉川明义介绍，这个问题，以及之前零星提到的AI工具等办公软件的兼容性问题，在技术上几乎都已经解决了。 如今，不仅常用的工具都推出了内置AI插件和接入搜索引擎，这样的开源软件也让厂商可以根据自己的需求进行功能拆分和专业化。 从理论上讲，现在每个厂商都可以拥有一套为自己的项目量身定做的AI工具，可以在本地针对自己的产品风格进行训练。
官方内置AI功能的上线让设计从业者惊喜不已
但这个工具集并不适合所有人。 彭哥从中型厂商的角度阐述了AI工具所需要的无形资源。
“比如，未来的发展方向，应该主要依靠具备二次开发能力的B端企业，进行定制化的优化调整，培育更多有特色的模型。但是，这个东西需要依赖两个基础：一个是算力，而算力意味着钱；另一个是数据，你必须有大量的本地数据可以提供给人工智能。”
大公司必须比中小型公司拥有更多的数据。 “就像广告业一样，大型广告公司（如4A广告）每年在全球范围内做数百个类似的项目，而小型广告公司（如 Hot Shop）一年只有几个案例。虽然一两个可能做得很好，而且都是优质产品，但这种数据量很难支撑AI的定向训练。” 彭哥说，没有定向训练，AI制图非常同质化，“说白了，很容易训练出网上流传的最普通最标准的二维画风，没有竞争力。”
因此，在彭哥看来，AI技术的快速发展确实让生产力“去中心化”了，让买不起原画的小团队也有像样的美术，让不会编程的独立开发者也能复制能用的。 码，但重要的是大厂还是有领先优势的。 “为了未来AIGC的发展，前一个时代积累的基础数据或许就是财富。”
找到合适的地方
从这些开发者的反馈来看，AI已经可以在开发过程中发挥相当大的作用，但并不像某些人想象或吹嘘的那样万能、强大。
历史学家觉得，如果在团队中使用AI效果不好，可能是管理者没有想好AI会做什么。 这最终是一个观念问题。
“有些人希望AI可以从无到有实现成品输出，这在目前显然是不可能的。当他们发现AI不能直接给出最满意的结果，不能完全替代人的某个功能时，他们就觉得AI没用”历史学家说，“这种一步登天的想法是错误的，AI是开发者的加速工具，如果不认识这一点，就无法用好AI。 换句话说，人工智能甚至不能算作隐形或智能员工。 ，而是现有员工的助手，用来提高合适人选的效率。
鹏哥的想法是，在允许厂商这样定制的开源工具普及之后，未来的AI软件应该像飞书、钉钉等办公软件一样由大厂商或专业团队配置，由中小厂商配置。 购买和使用。 吉川的团队已经开始考虑在长期合作项目中提供类似的服务。
我们确实处在一个新时代的边缘，但我们离真正踏入它还很远。 技术用在什么地方，是否被激进使用，是否被受众接受，其中很大一部分还有待探索和验证。
归根结底，当“使用AI”成为常态时，业内人士都在努力寻找正确的定位——既有AI作为开发工具的定位，也有自己作为用户的定位。 这将是一个长期的探索过程。 在此期间，到底等待开发者的是机遇还是更严峻的挑战，或许还需要时间来判断。
（应受访者要求，文中部分人物为化名。）
