观点：谷歌最新的人工智能创新为游戏开发提供了腐烂的愿景

图片来自谷歌/Deepmind

谷歌有推出了名为 Genie 2 的大型基础世界模型它声称能够“生成无数种动作可控、可玩的 3D 环境”。

Genie 2 是该公司人工智能研究部门 Deepmind 的创意，据称可以“基于单个提示图像”创建可玩的 3D 世界。

与 Genie 1 相比，它被认为是一次巨大的飞跃，Genie 1 引入了一种生成 2D 世界的方法，但我们实际上在这里看到的是什么呢？

乍一看，人们很容易宣称谷歌已经成功创建了一个模型，能够将基本的提示转变为广阔的虚拟领域。该公司本身也急于提出同样的建议，并写道精灵 2 可以“生成多种多样的丰富 3D 世界”，并具有诸如“对象交互、复杂角色动画、物理以及建模和预测行为的能力”等新兴功能。其他特工的。”

“下面（如图所示）是人们与 Genie 2 交互的示例视频。对于每个示例，模型都会使用 Imagen 3（GDM 最先进的文本到图像模型）生成的单个图像进行提示”该公司表示。

“这意味着任何人都可以用文本描述他们想要的世界，选择他们最喜欢的想法渲染，然后进入新创建的世界并与之交互（或者让人工智能代理在其中接受训练或评估）。在每一步中，人或代理提供键盘和鼠标操作，Genie 2 模拟下一个观察，Genie 2 可以生成长达一分钟的一致世界，大多数示例持续 10 到 20 秒。”

谷歌选择展示其新模型的例子在其贫乏性方面是一致的。角色模型对森林和沙漠进行了乏味的解释，几乎没有重复循环的结构和树叶。当相机在头顶摆动时，金字塔会弯曲和扭曲。一片树林，回响无穷。

紧急互动采用基本动作和角色动画的形式，以迎合欺骗。谷歌分享的短片（大概选择只展示精灵 2 最好的输出）以模糊熟悉的视频游戏场景的平淡传真为特色，当置于任何形式的审查下时，这些场景很快就会支离破碎和腐烂。

谷歌表示：“精灵 2 会动态生成新的可信内容，并在长达一分钟内保持一致的世界。”这句话并不是该公司认为的响亮的认可。

谷歌和其他人工智能公司未能理解创造行为

游戏开发者（以及任何创意人士）并不渴望创造“可信的内容”。人们（我指的是那些为你喜爱的游戏工作的人，而不是他们的公司雇主）为了取悦、激励和娱乐而创作。

我们创造彼此联系并揭示我们共同的人类状况。创造任何东西就是将你自己的碎片发送到永恒的以太中，希望某个地方的某个人能够在艺术经常造成的故意的、不可预测的、协作的混乱中找到意义。

谷歌显然不明白如何开发商也制作游戏。每一个决定背后都有其意图，无论是设计一个服务于节奏或机制的开放世界，还是将你的叙述融入到环境的结构中。这些元素不能简单地用一串文本或人工智能生成的图像来想象。

Genie 2 是一个缺乏精度或目的的钝器。谷歌花费了时间和资源创建了一个工具，但它几乎无法重现视频游戏中最陈词滥调的例子。一座模糊的霓虹城市。幻想中的男人骑着马。现在，它必须让我们相信，精灵 2 号制造出来的破碎外壳值得我们花时间和关注。让我们明确一点：事实并非如此。

现在，他们几乎没有生存能力。谷歌本身也承认该模型只能在不到一分钟的时间内保持一致的世界。这就像看着一段记忆的记忆在宇宙的排水沟中旋转一样。只有退化和崩溃——大概要付出巨大的现实成本（通过卫报）。

这一切是为了谁？根据谷歌在这里展示的内容，梦想着最终在人工智能工具的帮助下将自己的游戏变成现实的玩家很快就会意识到他们的“创作”缺乏风格和实质。电子游戏的两个方面无疑是人性化的。

与此同时，开发人员已经展示了如何使用程序生成等现有技术使整个星系有形。强大的资产商店适合那些需要预制构建块以协助快速原型设计或全面生产的人。Unity、Unreal、Godot 和 GameMaker 等引擎继续满足各个级别开发人员的需求，而有些人可能会选择从头开始构建自己的引擎。

如果像 Genie 2 这样的人工智能工具是解决方案，那么问题是什么？

在裁员、工作室关闭、金融动荡和大规模企业集团化的时代，开发商面临的最大挑战是找到所需的资源，以可持续的方式释放他们的创造力。在一个高层越来越厌恶风险和孤立的行业中，开发人员需要那些财大气粗的人开始尝试新想法，而不是试图（而且常常失败）复制竞争对手的成功。

忘记大量生产看似合理的内容。为开发人员提供将他们最抽象、最雄心勃勃的想法变为现实所需的资源。如果你真的想要创新，就投资于人才。