千亿美元的游戏市场，人工智能是否能成为新的加速器？ | 36氪游戏人工智能行业研究 ①

2017-07-07 08:49来源:36氪

原标题：千亿美元的游戏市场，人工智能是否能成为新的加速器？ | 36氪游戏人工智能行业研究 ①

人工智能正成为重塑产业效率的利器。在安防、金融、医疗、法律、教育等信息化程度高的领域，那些机械性、重复性高的劳动正逐渐被机器部分替代。在基本上完全数字化的千亿没有规模的游戏行业，j2直播，人工智能是否有可能产生更大的影响？

这个问题我们也很好奇，于是打算系统地做一系列的行业研究和梳理。

吸引我们做这个系列的原因并不复杂。一是因为游戏行业巨大的市场规模和可观的营收及利润。2016年全球电子游戏收入首次突破1000亿美元，中国游戏玩家达到6亿人，市场规模达到246亿美元，超过了美国的241亿美元。一是因为游戏行业的数字化程度非常高，数据量也十分可观，除了游戏本身全部是电子化的，一款DAU在百万的游戏每天产生的文本日志数据至少可以达到数十G，基于游戏的网络舆情数据也未能得到有效挖掘，这意味着AI也有可能发挥价值。

其实，人工智能在游戏行业的运用早已有之，不过在游戏行业的含义与目前我们通常意义上的人工智能并不相同。

本文是这个系列的第一篇，主要列举了我们能搜集到的一些关于目前人工智能技术在游戏行业的应用。目前诸如腾讯、网易、EA等游戏大厂内部都有做相关的研究及应用，并未包含在本文中，会在后面的文章中单独表述。

为了方便一些对游戏行业并不了解的读者更好的理解，我们先列了一款游戏生命周期内的成本。下图是2012年的数据，虽然5年过去了具体的占比已经发生了变化，但从我们的调研结果来看，美术、市场推广、编程依然占据了大量的成本，这也是我们接下来做行业分析的一个主要的框架和方向。

一、美术

1、NVIDIA的1Shot 、 Texture Multiplier（材质复制器） 和 Super-Resolution（超分辨率）技术

今年的GDC大会期间，NVIDIA展示了多项基于机器学习和神经网络的工具，包括2Shot、1Shot 、 Texture Multiplier（材质复制器） 和 Super-Resolution（超分辨率）等技术 ，主要解决游戏开发者面临美术相关问题。

2 Shot 技术主要用来帮助开发者从真实世界中提取材质并应用到游戏中。开发者只需用手机拍摄两张对象材质的照片，一张不开闪光灯，一张打开闪光灯，机器就能自动处理，只需要几分钟后即可生成素材文件，目前已经达到工业可用级别。

1 Shot技术则是2 Shot 的升级版，采用更先进的神经网络算法，只需一张照片就能生成素材，生成时间有望降到数秒，不过目前还不成熟，还在完善的过程中。

Texture Multiplier（材质复制器）技术，可用简单理解成采用卷积神经网络算法的Texture Mutation（材质增生）技术，可用将生成的效果提升到接近真实水平。

Super-Resolution（超分辨率）技术，是一种在图像放大过程中不失真的技术。

不过据我们沟通到的游戏开发者反馈，目前这些技术并不成熟，实际当中暂时还未有商用。

2、Magic Pony 提升低像素图片效果

Magic Pony 是一家伦敦初创公司，2016年6月已经被Twitter以1.5亿美元的价格收购，公司主要利用神经网络等技术，重新调整图片中的线条与阴影，直播，提高低像素图片的质量。其技术不仅可以应用于图片处理，还包括视频处理。Twitter收购这家公司，很可能是要将其技术用于游戏视频直播。

3、Google展示像素递归超分辨率技术、AutoDraw

今年2月， Google Brain也展示了“图像还原”的像素递归超分辨率技术（Pixel Recursive Super Resolution），将 8×8 像素分辨率的，打了马赛克的头像，还原成比较清晰的头像，达到 32×32 分辨率的效果。

今年4月，Google推出一个名叫AutoDraw的工具，利用机器学习技术将个人涂鸦转化为艺术品，用户只需要简单画几笔，系统会自动识别，并将它替换成表情符号。

虽然这两个技术与游戏的美术并不完全相同，但原理上来看很可能能够移植到一些其他的美术工作上。

4、印度初创公司Absentia VR用AI自动生成3A级大型游戏

印度初创公司Absentia VR研发了一套称为Norah AI的技术，主要基于深度神经网络算法，可以将一段普通的2D视频自动生成VR内容。公司希望未来这套系统可以用于生产3A大作，只需要提供一部电影，就会根据电影的人物和情节自动生成一个3A级的大型游戏，将游戏研发时间从30天减少到30小时。