查看原文
其他

71页深度:游戏技术力革命,腾网米拥抱AIGC时代

朱涛伟 竞核 2023-08-31

核心观点:


《71页深度:游戏技术力革命,腾网米拥抱AIGC时代》报告着重分析游戏产业应如何客观看待、加速落地AIGC;游戏AIGC终极彼岸在何方;AI新浪潮可能会催生的新商业模式;东西方AIGC冲击波对各自游戏产业链产生了哪些影响:


1、AIGC是游戏工业化进入到第三阶段的典型特征


我们维持已有判断,认为AIGC是游戏工业化进入到第三阶段的典型特征。大致上,游戏工业化分别为四大阶段:第一阶段、积累、整合、中台化;第二阶段、3A品质、供应链;第三阶段、AIGC应用于游戏产品研发运营;第四阶段、Text to Game,AIGC游戏引擎催生全新的游戏玩法、交互体验。 


我们认为,当下及不远的将来,AIGC无法推动中国游戏厂商赶超西方老牌游戏厂商。最直观的效果是提升游戏工业化水准。 


2、游戏变革奇点在于融合玩法、交互,终极目标是一站式生成游戏


AIGC之于游戏变革奇点在于融合玩法、交互,终极目标是一站式生成游戏(Text to Game )。当前AIGC之于游戏,提效多体现在美术图标、角色对话、文案等单一环节,理想情况是提升现有流程效率10%-20%。 


眼下,AIGC在研发运营环节呈现出点状式、非连续性、弱联结等特性。像对战、数值、剧情等领域,AIGC落地游戏已经相对成熟。游戏大厂内部,已拥有对应平台及模板;中型游戏公司,通过投资等形式,已绑定市场上优质创业公司;市场上头部初创AIGC公司,已形成部分领域较为完善的解决方案,服务于中型游戏公司。 


像引擎、运营数据系统、美术等环节,当前大中型游戏厂商均处于尝试阶段,应用落地局限于优化引擎代码、提升运营数据系统效能以及辅助概念原画设计、图标生成等。在文案、素材生成等环节,当前应用仅是辅助参考,尚未落地到研发运营管线中。 


3、落地生产管线,需解决有效数据生产、标记不足,模型训练成本高等难题


AIGC要想全方位落地研发运营生产管线中,需要解决有效数据生产、标记不足,解决方案通用性不高,一次性训练模型成本过高,游戏数据私密性等难题。以游戏开发过程中耗时、耗人最多的3D资产数据库为例,鲜见亿级别规模,这导致当前文字生成3D资产还处于早期阶段。


现阶段中间态解决方案是,美术画出结构化图形,通过程序化建模的方式搭建3D资产。我们认为,文字生成2D资产未来一两年将变得比较成熟;文字生成3D资产,还需要五年多时间。 


4、3D资产生成是重点,各大业务重点不一,打法不一 


国内头部游戏厂商大多自己组建AI中台部门(如腾讯CDG AI Lab\腾讯IEG Cros;天美/光子技术中心;网易伏羲、互娱AI Lab;米哈游 逆熵研究院等)。它们落地AIGC逻辑是,针对研发流程中耗人工/时间较多的环节,利用AIGC提升研发效率、用户体验。


2023年,腾讯、网易、米哈游三家厂商AIGC落地共通点是自动生产3D资产;区别点是,腾讯游戏会分出部分精力在动画生成方面;网易游戏会重点深耕人机协作,辐射至工程机械领域;米哈游会重点落地鹿鸣AI,打造强智能数字人。 


5、调用量、训练模型费是主流,商业模式待变革 


当前AIGC创企商业模式多为API调用量(1元/AI/天 )+一次性训练模型费用(百万级别)。目前,已有企业开始探索跟游戏产品分流水模式。结合我们产业链调查,我们认为未来较长一段时间内AIGC创企商业模式仍然是前两者。要想实现跟游戏产品分流水,取决于游戏产品所处生命周期;流水体量;AIGC提升游戏变现效率(>30%)。 


6、国内外游戏垂直AIGC创企打法迥异,产业土壤决定生态圈 


国内、海外AIGC(游戏向)浪潮发展趋势存在明显不同:海外市场已出现面向音频、2D/3D资产、材质、AI Bot、对话等垂直领域的创业游戏AI公司;国内市场创业公司多聚焦于AI bot、智能NPC。未来,中国市场大概率不会出现针对细分游戏模块的初创公司。 


原因在于,海外游戏市场工业化相对成熟,资产、美术、策划外包公司已初具规模,拥有正循环的商业模式。创业游戏AI公司,可跟上述细分领域公司合作,间接地服务游戏公司。反观国内游戏市场,工业化尚不成熟,未能在细分领域孵化出头部公司。


此外,国内AI公司如小冰、超参数、启元世界、行者AI等,它们早已经布局游戏领域。他们能直接触达游戏公司,提供服务。鉴于缺失垂直细分领域游戏公司以及AI公司布局游戏领域挤占了市场,因此本轮AIGC热潮无法推动新一批初创游戏AI公司崛起。



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存