AI游戏概念股周五爆发，掌趣科技、冰川网络、昆仑万维和宝通科技收获20cm涨停，恺英网络、巨人网络和三七互娱收盘录得涨停板。
1，大模型加速向多模态进化，游戏有望受益
大模型向多模态进化、AI3D工具百花齐放，游戏或将成为最受益场景之一。这些技术进步有望推动游戏在研发流程和内容形态上实现大变革。
AI 3D生成是指通过AI技术生成3D模型，可应用在游戏、娱乐、建筑和机器人模拟等领域。AI 3D生成不仅可以提高3D模型的制作效率，还可以创造出无限的可能性和想象力。
其中，在游戏领域，AI叠加云原生3D引擎，有望成为千人千面向高维度演进的钥匙，实现AI实时搭建场景、道具生成、剧情演绎等，构建更开放、庞大、定制化的游戏世界。
当前大模型着力点在文字和图像，对于游戏而言相对低维。除文字外，GPT4 的多模态能力主要在图片的理解和处理能力，Midjourney/Stable Diffusion 主要解决的也是 2 D 图像生成的问题，代替游戏部分原画工作。但大部分游戏是建立在 3D 模型基础之上，AI 文本和图像对游戏而言相对低维，其对游戏的改造不够直接。
游戏有望受益于AI 大模型迭代方向，实现内容形态变革。GPT 未来的迭代大模型在多模态上有望进一步拓展，其产出形式不再局限于文字和图像，而是包括 3D 模型、视频、音频等更为广泛的内容，具备更强的多模态能力、更强大的数据理解能力和更智能化的信息 处理能力，能更好地感知和理解人类的情感和语言，其与人类的交互更为贴近真实。而这些 能力有望推动游戏行业在研发流程和内容形态上实现新的变革。
2.AI 3D 工具百花齐放，游戏或是最重要应用场景
Instruct NeRF2NeRF：由文本指令到 3D 模型生成
Instruct NeRF2NeRF 可根据文本指令生成 3D 模型。NeRF 即为神经辐射场，常用于将 2D 图像合成为 3D 模型。2023 年，来自 UC 伯克利的研究人员基于文本引导扩散模型Instruct Pix2Pix 并叠加NeRF 模型进行训练，最终推出了全新的 3D 场景算法InstructNeRF2NeRF，该工具能够依托已经收集的图像集，根据文本指令直接构建或优化相应的3D 场景，帮助用户进行三维编辑，适用于 AR/VR、三维建模、制作动画、艺术雕塑和绘画等领域。
虚幻 5 引擎：三帧视频即可实现 3D 面部建模
UE5 即将提供快速 3D 面部建模功能。2023 年 3 月，Epic Games 在 GDC2023 大会中发布了虚幻引擎 5.2 预览版本，推出新版 MetaHuman Animator 功能，在该功能下，仅需一台手机就可以实现 3D 面部建模。建模过程十分简便，用户通过手机录制面部视频，上传至 Live Link Face 应用程序捕获面部动态，MetaHuman Animator 就可以使用视频和 Dev 数据将其转换为高保真度的动画。实际上，在完成面部捕捉之后，仅需要 3 帧视频就可以完成 3D 面部建模，且能在短暂的几分钟内完成全流程。
Unity：通过文本指令生成 3D 游戏场景
主流引擎厂商 Unity 探索游戏引擎 ChatGPT 制作方式。在 UnityAI 的功能下，开发者可以输入生成/移动箱子、随机增加光源、随机为光源配色等文字指令，在既定空间内AI 生成相应的 3D 场景。
腾讯 AI Lab：AI 建模从零生成 3D 虚拟城市
腾讯实现通过 AI 技术完整生成 3D 虚拟城市。根据腾讯 AI 实验室在 GDC 2023 发表的题为《AI Enhanced Procedural City Generation》的演讲，AIGC 技术已应用于大规模3D 游戏内容制作，开发团队提出了自研的 3D 虚拟场景自动生成解决方案，并运用该方案从零制作一座 3D 虚拟城市，能够实现多样化建筑外观生成、室内映射生成等能力。该方案可进一步帮助游戏开发者实现更低成本、高效的游戏内容制作，提升 3D 虚拟场景的生产效率并缩短游戏开发周期。此外，腾讯还运用 AI 进行游戏平衡性测试、游戏新手教学、关卡生成等。
AIGC 在 3D 模型领域还处于探索阶段，目前从基本原理和使用的模型来看，仍然以扩散模型为基础，基于文字-图片-3D 路径进行处理，从生成效果看，距离现在人工制作 3D 大容的平均质量还有距离；生成速度也有待提升。
三、AIGC对游戏的赋能作用
游戏既有天然的文化娱乐属性，也和科技技术密不可分，是一种复合型的文化内容产品。 游戏是所有内容制作中，工业化程度、交互/实时性要求最高的，一直以来存在着“高质量-低成本-短时间”的不可能三角。
1.降本（市场预期充分）：
（1）AIGC(生成式AI) 的广泛应用，能够根据文本生成语音、根据主题生成场景、根据二维图像生成三维模型等，极大提升游戏的策划、音频、美术、程序等环节的生产力，压缩游戏整体项目的研发周期与人员规模，大幅降低游戏制作成本。
研发端
- 文字：现在节省25%左右的人力，例如，目前13个人写主线剧本需要两周（即十天），现在需要8天左右。未来终局节省70-80%人力，节约70%左右时间。
- 道具和角色生成：终局节约60-70%人力，50-70%左右时间。
- 场景生成：目前节约不到10%时间。终局节约60%左右人力，70%左右时间。
宣发运营端
未来3-5年之后能替换50%左右的人力成本，提高20%左右的ROI。
图：AI在美术制作中的替代作用
（2）生成式AI 有望实现语言即编程，降低创作门槛，激励玩家自主创作。如中手游的《仙剑世界》支持玩家借助AI进行创作。
2.增收（市场预期不充分）：（1）已有游戏的更新提质：实现个性化定制，基于AIGC大幅提升人与人、人与NPC互动多样性，即“千人千游”，如网易《逆水寒》引入ChatGPT；汤姆猫出品的《会说话的汤姆猫》实现AI语音互动促进情感陪伴；电魂网络在MOBA类游戏中接入 AI 对战机器人。
（2）增加新游戏品类：如已推出的《arrowmancer》、《模拟飞行》等一系列以AI为基础的游戏。也可通过AR\VR设备等硬件入口的更新迭代，增强沉浸拟真、可触达性、可延展性。研发VR游戏的相关公司主要有汤姆猫、巨人网络、完美世界、世纪华通。
四，AI对游戏行业的影响远不止降低游戏制作成本
实际上，AI技术在许多方面都改变了游戏行业，比如：
1 游戏设计：AI可以用于生成新的游戏关卡、角色、物品和任务。通过学习现有的游戏元素，AI可以自动生成具有相似风格和难度的新内容，从而提高开发效率和游戏多样性。
2 游戏引擎优化：AI可以帮助开发人员优化游戏性能，例如通过自动分析和调整图形设置以获得更好的帧率，或者通过预测玩家的行为来降低延迟。
3 游戏测试：AI可以用于自动测试游戏的各个方面，包括查找漏洞、测试平衡性以及验证游戏的可玩性。这可以大大减少人工测试的工作量，提高游戏质量。
4 个性化游戏体验：AI可以分析玩家的游戏习惯和喜好，为玩家提供定制的游戏体验。这可以包括调整游戏难度、推荐合适的游戏内容或者提供个性化的游戏教程。
5 游戏中的AI角色：AI技术可以创建更真实、更复杂的游戏角色。通过使用深度学习和自然语言处理技术，游戏角色可以具备更高级的对话能力，使得与游戏角色的互动更加自然、有趣。
6 社区管理：AI可以用于监测游戏社区中的不良行为，例如自动识别和屏蔽恶意言论，以及检测作弊行为。这有助于维护游戏社区的健康氛围。
7 电竞行业：AI在电竞行业中也发挥着重要作用，例如通过对比赛数据进行分析来帮助选手和团队改进策略，或者作为虚拟对手进行训练。
“在游戏交互方面，生成式AI可以带来一些有趣的改变：
1 自然语言处理：通过生成式AI技术，游戏可以更好地理解玩家输入的自由文本指令，而不仅仅是预定义的选项。这意味着玩家可以通过直接输入文字描述来与游戏角色或环境进行更自然、更灵活的交互。例如，在冒险游戏中，玩家可以输入“打开宝箱”或“与村民交谈”，而不是从有限的选项中进行选择。
2 智能对话系统：生成式AI可以用于创建更为自然、更具趣味性的游戏对话。游戏中的角色可以根据玩家输入的文本内容生成更为自然、有深度的回应。这使得与游戏角色的互动更加真实、有趣，进一步提高游戏的沉浸感。
3 生成式解谜游戏：在解谜类游戏中，生成式AI可以根据玩家的输入生成全新的谜题和挑战。这意味着每个玩家在游戏中遇到的谜题和挑战都可能是独一无二的，从而增加了游戏的可玩性和挑战性。
4 可生成的玩家操作：在一些游戏中，生成式AI可以用于根据玩家的输入创建新的操作和技能。例如，在角色扮演游戏中，玩家可以输入“用火球攻击敌人”或“治愈队友”，AI可以根据输入生成相应的技能和效果。这使得游戏的玩法更加丰富和多样化，提高了玩家的自由度。
5 动态游戏教程：生成式AI可以根据玩家的行生成式AI可以根据玩家的行为和需求生成个性化的游戏教程。当玩家遇到困难或者需要帮助时，AI可以根据玩家的具体情况生成相应的提示和建议，帮助玩家更快地掌握游戏技巧。这样的动态教程可以提高玩家的学习效率，同时增强游戏的吸引力。
6 生成式任务系统：AI可以根据玩家的行为和喜好生成个性化的任务和目标。这种任务系统不仅可以根据玩家的能力和兴趣调整任务难度，还可以根据玩家的游戏进度生成新的任务，从而使游戏的挑战性和趣味性得到持续提升。
7 玩家行为建模：生成式AI可以通过分析玩家的行为和偏好来预测玩家的需求和期望。这样的预测可以用于改进游戏设计，例如调整游戏难度、优化游戏界面或者生成更符合玩家喜好的游戏内容。通过对玩家行为的深入分析，生成式AI可以使游戏更加贴近玩家的需求，提供更好的游戏体验。
8 在线游戏社区互动：生成式AI可以应用于在线游戏社区，帮助玩家更轻松地与其他玩家进行交流和互动。例如，AI可以根据玩家的兴趣和需求生成个性化的游戏活动和比赛，或者帮助玩家找到志趣相投的游戏伙伴。通过生成式AI提供的在线互动功能，玩家可以更好地享受多人游戏的乐趣。
总之，生成式AI在游戏交互方面有很多潜在的应用，可以带来更自然、更个性化的游戏体验。随着生成式AI技术的不断发展，我们有理由期待未来的游戏交互将更加丰富和引人入胜
五，国内外厂商的整体布局
1，自有AIGC技术布局的国内外大厂
腾讯、网易、米哈游、莉莉丝、Netflix、迪士尼有自己的AlGC布局。
游戏公司在应用层面较为相似，AlGC技术的高低更受各家能够提供的训练集影响。其中，Netflix和YouTube专注于AIGC视频生成的工具简化。
迪士尼专注于IP角色自动生成，例如生成类似玲娜贝儿的大热角色，做大电影等。
米哈游跟迪士尼的需求有些类似，需求在生成游戏角色、4分钟CG电影、故事线导引等。
2，有AIGC相关应用的国内游戏厂商
完美、巨人、游族、灵犀、吉比特、中手游都有相关应用布局，各个游戏厂商的关注领域不同，包括文字生成、场景生成、角色生成等方面使用AIGC，模型大部分是嵌用的，使用OpenAI等模型。
主要在游戏的支线任务中测试相关功能。
3，其他游戏相关AIGC技术厂商点
RCT、超参数、启元、商汤、元象唯思等。
游戏方面，RCT和超参数比较强。超参数是腾讯王者荣耀的觉悟AI出来的。RCT专注做AIGC的游戏领域研发，由莉莉丝投资。
商汤专注于无人驾驶，目前接到了北京一家公司的大订单做游戏AI（猜测是FunPlus或完美）。
元象唯思是由原腾讯AI学院院长姚星出来创业做的公司，专注于医疗领域，帮助医生做手术、开药等。
4，研发VR游戏的企业：汤姆猫、巨人网络、完美世界、世纪华通
5，云游戏龙头企业：游族网络、完美世界、星辉娱乐
