AI Agent 將重塑游戲行業(yè)?

PM.Hwang
0 評論 2337 瀏覽 7 收藏 11 分鐘

隨著AI的發(fā)展,很多場景得到了應用,“AI Agent”的迅猛發(fā)展,促使作者進一步思考“游戲+AI”還能有哪些可能性。本文將從“AI Agent”重塑游戲行業(yè)進行分析總結(jié),一起來看看吧。

隨著AI的發(fā)展,很多技術(shù)在各行業(yè)中得到應用,比如我最近交付的大模型應用到消費行業(yè)的項目,是一個智能客服。作為游戲人,“AI Agent”的迅猛發(fā)展促使我進一步思考“游戲+AI”還能有哪些可能性。

令我激動的是,在AI技術(shù)的加持下,游戲?qū)⒂瓉硪徊ㄈ娴摹吧墶?,從群像聚焦到個人,進入“千人千面”的個性化體驗時代,下一代的游戲會變得更加智能化、更加個性化和人性化。

圖1:游戲體驗變遷路徑

“游戲+AI”的1.0版本是開發(fā)側(cè)效率的提升,是大家熟悉的AI繪畫能力的應用,比如巨人與阿里云人工智能平臺PAI合作,在內(nèi)部打造了 AI 繪畫平臺iMagine,它能為公司美術(shù)團隊的工業(yè)化生產(chǎn)提供AI解決方案。

AI繪畫在巨人內(nèi)部的提效收益非??捎^。整體上,在角色和場景原畫方面達到50%-70%的節(jié)省,在UI和icon方面有超過 80%的效率優(yōu)化,甚至有的項目內(nèi)部UI、icon已完全交給AI去出圖。

其它降本增效的方向還有AI 文案生成、文生 3D 等,這個階段AI交出了一份還不錯的答卷,但,做到這些夠了嗎?

01

AI不僅是我們的“手和腳”,也可以作為游戲的神經(jīng)中樞全面發(fā)力,成為游戲的“腦”。

做過美術(shù)資源投放類活動(完成關卡獲得積分換取獎勵)的小伙伴應該知道,“肝帝”型玩家和普通玩家完成活動的速度差距很大,厲害一些的肝帝玩家可以在活動推出的頭幾天就打穿活動獲得活動獎勵,而普通玩家可能在活動快結(jié)束的時候才能通關,這樣就會造成活動期間的收益逐步減少的現(xiàn)象(如圖2綠線)。

圖2:活動期間廣告展示次數(shù)(藍線為關卡競速類活動、綠線為美術(shù)資源投放類活動)

在兩年前,為了能提高美術(shù)資源投放類活動整體的廣告收益,我設計了一套能根據(jù)用戶近期活躍度、游戲時長、日均關卡數(shù)、日均廣告數(shù)、日均氪金數(shù)等玩家數(shù)據(jù)綜合打分的用戶分層系統(tǒng),這讓我們的游戲擁有了一雙能識別用戶的“火眼金睛”。

我能準確的區(qū)分出誰是肝帝玩家誰是普通玩家,這之后我對活動進行了“微調(diào)”,讓活動匹配玩家“個人”的節(jié)奏,既保證了游戲體驗又帶來了收益上的提升,雙贏!

圖3:A/B測試效果圖(紫線為優(yōu)化后的數(shù)據(jù))

在這之后,我又對游戲的任務系統(tǒng)、通行證系統(tǒng)、推關活動系統(tǒng)等進行了調(diào)整優(yōu)化,讓他們能“認識”每位玩家從而“貼心”的為每位玩家匹配適合他們節(jié)奏的游戲體驗。一套組合拳下來,可觀地提升了游戲的留存、關卡、 廣告、內(nèi)購等核心數(shù)據(jù),并且整體提升了游戲的 arpu~真香!?

02

時間拉回到現(xiàn)在,我們不妨思考一下:如果結(jié)合AI技術(shù)來重構(gòu)這套系統(tǒng)會如何呢?

在AI技術(shù)的加持下,新一代的游戲迎來一波全面的“升級”,“游戲+AI”2.0,是一個顛覆以往游戲體驗的版本:

圖4:潛在AI加持場景

我們可以把玩家的操作日志、等級記錄、訂單數(shù)據(jù)等用戶數(shù)據(jù)“喂”給AI,讓AI學習并理解玩家,AI可以將“學習成果”以用戶標簽、玩家畫像等形式反饋給游戲開發(fā)者,開發(fā)者可以基于這些信息設計出更好的游戲內(nèi)容。

在規(guī)則允許的情況下,AI也可以分析玩家的偏好,預測玩家的行為,然后“智能”匹配游戲內(nèi)容、自定義故事情節(jié)、優(yōu)化游戲平衡,自調(diào)整游戲難度,從多個維度給玩家?guī)砀哔|(zhì)量的游戲和更流暢的游戲體驗。

大語言模型賦予了游戲 NPC “說人話”的可能,想象一下,你眼前的NPC不再按設定好的情節(jié)、按冷冰冰的固定的內(nèi)容與你對話,而是會基于你的問題結(jié)合Ta的人設跟你“講人話”,體驗起來就像一個“真人”在與你交談。

在某些類型的游戲里,AI還可以作為“玩家”出現(xiàn)與你同臺競技,你甚至都不能準確的區(qū)分出來對手究竟是人還是AI~給游戲帶來更多的趣味性和沉浸感。

AI也可以根據(jù)玩家的評論反饋,分析玩家的訴求,幫開發(fā)者做好輿情監(jiān)測。如果有更多的內(nèi)容材料“喂”給AI進行學習,AI也可以化身智能客服,幫開發(fā)者解決玩家客訴等問題。

03

令人高興的是,所述的這些方向,有團隊已經(jīng)在嘗試了:

比如以色列大語言模型公司 AI21 Labs 發(fā)布的小游戲“Human or Not?”。AI21 用小游戲的方式將新一代人工智能推向大眾,娛樂的同時也面向公眾做了一場大型的“圖靈測試”。

“Human or Not?”的規(guī)則十分簡單,進入游戲你便可以跟系統(tǒng)分配的匹配者聊天,猜測對方是人類還是 AI,聊夠2分鐘后,系統(tǒng)立馬揭曉答案。

圖源:Human or Not?

在社交網(wǎng)絡上,參與者們積極地分享自己的辨別方式,大家普遍認為:AI 不太會犯拼寫、語法錯誤,不太使用俚語;AI 對時下發(fā)生的熱點事件不太敏感,或者無法對于某些很私人的感受類問題給出個性化回答。

不過,這些 Tips 卻不總是有效,因為 AI21 已經(jīng)針對它們提前做好了防備:

AI21 使用了自研基礎模型 Jurassic-2,以及 GPT-4、Claude 等大語言模型。模型對俚語進行了專門訓練,甚至會故意打錯單詞或者少打單詞;經(jīng)過海量故事訓練,大部分的 AI 都掌握了“編造”自己性格、人設、信念等個人信息的能力,并且,所用的模型都已經(jīng)聯(lián)網(wǎng),了解時下新聞對他們來說也不是什么難事~

04

再比如密室逃脫類游戲《病嬌 AI 女友》,開局是玩家被關在一個有廚房、客廳等房間及電腦等道具的密室中,主線任務是逃離用 GPT 驅(qū)動的二次元病嬌女友的房間。

NPC 女友的表現(xiàn)和反應是游戲內(nèi)容的核心,玩家可以說服女友放自己離開,也可以在尋找逃脫辦法的過程中問女友一些問題。她心情好的時候可能會透露一些線索,心情不好的時候則會出離憤怒讓情況更糟糕。

圖源:病嬌 AI 女友

不同于路線、關卡、對白都完全寫死的游戲,基于 AI 的 NPC 可以根據(jù)玩家的自由輸入給出完全不一樣反應和互動,讓對話和劇情隨機起來。

這樣,玩家玩每局游戲的體驗都有驚喜,成功逃脫或者未能逃脫的方式和原因都是特別的,游戲產(chǎn)生了可供反復體驗的隨機性與多樣性。

05

如果說“游戲+AI”1.0是以提高生產(chǎn)力為主,“游戲+AI”2.0則依托AI技術(shù)進一步破除枷鎖,從群像聚焦到個人,進入到千人千面的個性化體驗優(yōu)化的時代。

AI作為核心大腦,驅(qū)動各模塊高效運轉(zhuǎn),將游戲變成深受玩家熱愛追捧的印鈔機,AI或?qū)⒊蔀檠邪l(fā)型游戲公司最底層的核心競爭力。

以上是我個人的一些思考,歡迎大家交流討論。輸出不易,大家的點贊/支持是我更新的動力!

我們既懂游戲也懂AI,是擁有完整的AI交付能力的游戲人,大模型的本地化部署和定向調(diào)參是我們的家常菜,期待與各位游戲人交流合作。

本文參考資料:

  • 《“病嬌 AI 女友”游戲制作人嚴涵:AI 敘事在游戲開發(fā)中的應用》-嘉程資本 NextCapital
  • 《“去人類”AI 游戲風靡全球:你能分清屏幕后的是 AI 還是人嗎?》-硅星人
  • 《AI Agent,游戲賽道的下一個「賽點」?》-融云

本文由 @PM.Hwang 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自Unsplash,基于CC0協(xié)議

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。

更多精彩內(nèi)容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!
专题
14837人已学习12篇文章
本专题的文章分享了SaaS平台产品架构设计。
专题
16189人已学习13篇文章
在互联网时代,把网站的服务封装成一系列计算机易识别的数据接口开放出去,供第三方开发者使用,这种行为就叫做Open API。 而提供开放API的平台本身就被称为开放平台。本专题的文章分享了开放平台的搭建思路。
专题
17619人已学习14篇文章
批量导入是用户在工作中经常需要用到的功能。本专题的文章分享了批量导入的设计思路和优化思路。
专题
18026人已学习13篇文章
电商平台为了促销或者扩大知名度,经常会设计或大或小的活动,用户完成任务即可获得奖励,以此来提高用户的活跃度和增加销量。本专题的文章分享了电商平台营销活动设计。
专题
31067人已学习11篇文章
来看看别人家是怎么做产品优化的。
专题
14137人已学习12篇文章
本专题的文章分享了SaaS产品的商业模式和产品定价。