吃瓜的夜，来说说AI和游戏吧

今天稍早时候，我刷到了一段在 X上被疯狂转载，引发了无数网友的震惊与讨论的视频。

这段视频在风格保证贴近传统的3D渲染场景的同时，还呈现出了一定的交互性，伴随着大量的视觉效果，足以在大多数的观众眼中以假乱真。在短短20个小时的时间中，除了惊叹和启发，支持AI与反对AI的人你方唱罢我登场，在持续了很久之后主流意见趋于统一。

应该说X是一个很不错的社区（感谢Mastodon），在随后评价最高的Note中，一则评价非常专业。

随Note直接附赠了一篇引用，总结下就是目前状态下，要实现“单一用户（如一个人）生成一部连贯、写实、具有好莱坞电影水准的长片”仍然不太可能。即便媒体上关于“AI 将颠覆电影业”的论调不少，但作者提醒这是受限于模型架构的“根本”问题，而非只是“还没做到”那样简单。作者还提及，也许未来需要全新方法（比如替代扩散模型的技术）才能突破这些瓶颈。

深夜吃瓜的我根本睡不着，看各方大佬的评论转帖看的不亦乐乎。

目前为止游戏行业和AI的交汇无非是AIGC和AI原生游戏，简单来说前者是用AI做游戏，后者是AI是游戏。AI的确能在特定工作上加速研发进度，但作为游戏本身很难为玩家提供一段完整且舒适的游戏体验。当然不能提供好的体验不一定不能赚钱，但好的商品不一定是好的游戏。

事实上AI能够把开发工作中50-60%的工作做好，但剩下的那一半，恰恰是决定一款游戏“是否有灵魂”的部分——系统的逻辑设计、美术的审美取向、叙事的情感温度，以及玩家体验的细节打磨。这些环节需要的是判断、想象力与对人性的理解，而非统计模型的堆叠。优质的策划、程序与美术在游戏开发中的作用，不但不可替代，反而在“AI普及化”的时代显得更为珍贵。

当产品开始成批涌现、市场被低成本生成内容淹没时，做得出来将不再稀有，稀有的是能够给予人们想要的体验。技术的革新一定会造成供给的增加，产品数量的暴涨必然带来审美的疲劳，只有那些能在噪声中保持清晰表达、拥有设计思想与文化内核的作品，才能脱颖而出。AI 可以帮你造出千百个世界，但唯有人能决定这些世界为何存在、意味着什么。

游戏并不提供真实世界的体验，大多数时候是以10%真实的体验去让玩家脑补剩余90%的内容。筛选哪些是10%哪些是90%内的东西，并不是熟练的使用AI可以具备的技能，而是让 AI 服务于更真实的创作意图这一基于创作主旨的决策。多做一点可能是天量的成本，少做一点可能是玩家的口诛笔伐，真正的创造力，不在于控制 AI，而在于在 AI 的时代里，仍然保有人性与表达的锋芒，我想这才是我创立 Gnirut Studio 的本意。（反写的图灵寓意反图灵测试，谐音鸽你呀挺可爱的，直到后来才发现有一家公司可能跟我具备相同的创意叫灵图 = =）。

顺应时代潮流，现在所有人说的 AI 主要指代的是基于生成扩散神经网络的这么一种统计技术，并不是游戏中常用的决策行为树等传统AI算法。令人扼腕叹息的是，当学术名词被冠以商业噱头、工程概念被政治话语裹挟，原本属于技术探索的理性边界便开始模糊。AI 不再是一种工具或研究对象，而被包装成一种“革命”、一种“替代人类的浪潮”。这种论调听起来宏伟，却往往掩盖了事实——大多数所谓的“突破”，仍停留在算法性能与算力堆叠的层面；而那些真正决定体验与意义的东西，仍需人类去建构、去理解。

我用大佬Kiaran Ritchie的回复结束这篇文章：

我不是悲观论者，但我也清楚，有些事物即便看起来已经完成了 95%，也可能还要几十年才能真正实现。

游戏要正常运行，必须依赖严格的世界状态（world state）。游戏中的所有状态（例如物品、数值、角色属性等）都必须是完全确定性的（deterministic），并且在整个游戏过程中被精确地维护。哪怕游戏状态中只有一位（1 bit）发生随机偏差，都可能毁掉整个游玩体验。从这个意义上说，游戏在本质上并不是统计性的系统。而渲染与动画（也就是我们在这些 AI 视频里看到的内容）则是统计性的。一团烟雾、一片柔和的阴影，即便有无数种不同的变化，也都可以被视为“正确”的结果。

但——游戏状态不行。