PICK

未来的AI技术将会让人类迎来下一个生产力变革，这其中也包括生成型AI的突破性革新。各大公司也正在竞相推出AIGC工具，其中微软的Copilot、Adobe的Firefly、Github的chatGPT等引起了人们的关注。然而，游戏开发领域似乎还没有一款真正针对性特化的综合性AIGC应用，这与游戏开发的高复杂度脱不了干系。

但就在近日，Unity在GDC开发者大会上宣布进军生成式AI领域，成为了首个在游戏行业推动AIGC的公司。在发布的“Unity AI”视频中，Unity展示了使用文本prompt生成女性3D角色、大型地貌、戏剧性光线等效果和资产的可能性。

不过正如评论区玩家所吐槽的，Unity没有放出任何实际的产品演示，只是给出了一排排文字指令。这表明该项目恐怕在内部才刚刚进入立项阶段，实际能否成功推出依然还是未知数。

相比Text-to-game的虚无缥缈，Unity的另一大动作更加脚踏实地。Unity的CEO John Riccitiello向路透社表示，Unity将在未来开放一片AIGC专用的市场，供开发者交易AIGC的相关工具。

这就意味着，在未来，用户将可以像逛超市一样购买资产生成工具，然后立刻运用到游戏开发之中。这一模式在如今的Unity商店中已然十分普及。此外，与当下正火的UGC+创作者经济模式类似的，由于销售插件有利可图，在未来或许会有更多开发者进入AIGC工具的开发，他们所开发的产品最终即帮助开发者提高了效率，又可以填补Unity平台的AI内容空白。假如将这一模式稍加延申，Unity或许还可以采取第三方工具进驻的模式“躺着收钱”。例如，依托于Discord平台的Midjourney就与Discord达成了销售比例分成的合作。

John Riccitiello表示：“在历史上的任何一款游戏中，对话都是由人来写的。但在生成型AI的帮助下，你可以给角色们设定动机、人格与目标，让他们在不需要文案写手的情况下自己生成对白。这无疑是重大的突破。”John Riccitiello确认，生成型AI将会是Unity近期发展的重点。

无论采取何种模式，AIGC将对游戏开发带来巨大帮助，这已然不是秘密。只是未来究竟什么时候来，将会以何种形态与我们见面，这还需要我们耐心地等待。

GET

什么是生成式AI？

生成式 AI 是一种人工智能技术，可以使用现有内容（例如文本、音频文件或图像）创建新的合理内容。换句话说，它允许计算机抽象与输入有关的基础模式，然后使用它来生成相似的内容。这种技术可以帮助算法人员生成以前依赖于业务员的模型，提供创造性的结果，而不会因业务员思想和经验而产生任何差错。

生成式AI的优缺点是什么？

生成式 AI 的优点包括：

具有创造性：生成式 AI 可以生成全新的内容，具有创造性。
应用广泛：生成式 AI 可以在图像、音频、文本等领域进行应用，具有广泛的应用前景。
更高质量的输出：生成式 AI 可用于查找和消除图像和视频中的噪声，从而提高其整体输出质量。

生成式 AI 的缺点包括：

假想像：生成式人工智能算法仍然需要大量的训练数据来执行任务。GAN 不能创造全新的事物。他们只会以新的方式结合自己的知识。
安全性：恶意行为者可以将 Generative 人工智能用于欺诈目的，例如骗人，欺诈活动以及创建虚假垃圾邮件。
数据偏差：生成的数据中存在信息偏差的风险，如果训练数据不够多样化或代表性不够。
生成式 AI 在某些行业可能将取代人类，从而导致失业。
生成式 AI 有可能被用于恶意目的，比如制造假新闻或冒充个人。

IDEA

关于 Unity 进军生成式 AI，这无疑是一个很好的方向。生成式 AI 技术可以让游戏中的敌人和关卡更加智能化，使游戏玩家体验更加丰富和挑战性。同时，这也预示着生成式 AI 技术将在其他领域得到更广泛的应用，如智能家居、医疗等领域。

Unity AI 已经推出了一些生成式 AI 工具，如 Procedural Worlds 和 Artomatix 等。这些工具可以帮助开发者更快地创建自动生成的环境和角色，从而提高开发效率。同时，Unity AI 还提供了一些机器学习工具，如 ML-Agents 和 Perception-Neuron 等，可以帮助开发者训练自己的人工智能模型。

这是AI的时代！据 Gartner 称，到 2025 年，生成式 AI 生成的数据将占所有生成数据的10%！

在这种AI的浪潮下，我还是觉得，与其在担忧AI替代工作的可能性，不如更把它作为一个利器，追逐浪潮而不迷失方向，才有可能更好地运用它。