AI游戏引擎走入研发环节，将为3D场景建模提供新思路？

随着图形处理器（GPU）性能的不断提升，以及市面上的游戏引擎提供越来越多的功能与工具，3D场景建模已经成为了游戏厂商增强整体视觉效果的关键环节。

与此同时，高昂的硬件、软件、人力成本也如影随形。从草图设计、模型构建、细节雕刻、材质贴图再到光影渲染，每个步骤都要花费大量的时间和精力。 

以R星《侠盗猎车手5》中的洛圣都市为例，这一场景以美国第二大城市洛杉矶为原型，地图中一共划分了40个行政区及街区，包含了各类建筑、街道、车辆等。为了将场景建模展现得更加还原，开发团队中数百名成员除了前往实地拍摄了近25万张照片用作参考，还进一步研究了模拟地球仪、洛杉矶的人口数据以及相关历史纪录片，花费了近五年时间才将场景中所有元素建模完成。

然而，在生成式人工智能技术逐渐渗透传统游戏开发流程的今天，3D场景建模这一需要耗费大量人力物力的环节，或将在AI的加持下大幅提效。

如近日，掌趣科技（300315.SZ）便公布了其在AI游戏引擎领域的最新进展。据演示，在其与Layabox共同研发的AI游戏引擎LayaAir3中，开发者可以基于笔刷绘制的线条草图，通过AI快速生成相应的3D场景。上至海滩、悬崖、隧道、桥梁等复杂场景，下至道路、河流、树木花草等基础环境元素，均可在LayaAir中描画草图一键生成。

令行业暂时无法预估的是，这一演示距离真正应用至游戏开发还有多远的距离。在这背后，AI游戏引擎能够快速实现3D场景建模的具体原理是什么？这类引擎的建模精度和演算效率，是否能切实提升开发团队的工作效率？

草图一键生成3D场景

在掌趣公开的案例中，用作源素材的草图均是由几个简单的色块构成。但把草图投喂给AI游戏引擎后，便自动生成了一个较为完整的3D场景。

（图说：草图生成3D建模效果一览 图源：掌趣科技公众号）

关于这一技术的实现原理，掌趣科技方面在接受21世纪经济报道记者采访时表示，所谓AI 3D场景生成（基于草图自动生成三维野外场景），即是由用户提供或绘制一张绘制难度低的二维平面草图，由计算机在AI算法驱动下识别草图，并按照草图表达的意义自动生成相应的三维野外场景。

掌趣以生成包含山脉、平原和道路的三维场景为例，如果是人工建模，首先需要绘制一张高度图，指明地面每一处的具体高度，还需要在三维场景中刷一条道路，由于道路并非是水平的，需要贴合高低起伏的地面，创造出一条和地形贴合又有合理坡度控制的道路也并非易事。

“但基于草图自动生成三维野外场景则非常容易。用户只要在电脑画布上把一张图填充成指定的一种单色（代表平原），一侧用画笔随意涂成另外一种单色（代表山区），中间用代表道路的单色画一条弯弯曲曲的线，仅需花费几秒钟就可以完成这个三维场景的制作。”掌趣方面表示。

值得关注的是，除掌趣外，多家海外大厂也已开始布局AI生成3D资产这一赛道。今年6月，实时3D引擎开发商Unity正式宣布将推出Unity Muse和Unity Sentis两款AI产品。

其中，Unity Muse是一款AI辅助创作的泛用型平台，提供Chat、Sprite和Texture等AI生成游戏资产功能。Unity中国平台技术总监杨栋此前接受21记者采访时介绍，通过Muse，可以通过简洁的文字指令或草图，创造出纹理、精灵图甚至完整的角色动画。而Sentis则是一款在Unity中进行神经网络推理的框架工具，能够直接将AI模型以原生运行的方式运行在用户的设备上。

而在5月，AI芯片巨头英伟达（Nvidia）也宣布将为游戏提供定制化AI服务，这一服务的全名为Avatar Cloud Engine（ACE）for Games。而这一服务的强项也如其名“Avatar”，即用于对云端和PC上的AI模型进行开发，以创建实时交互式AI NPC。

前景可期，仍待进化

虽然多个支持AI生成游戏资产的功能和服务在2023年这一人工智能大年涌现，但在行业人士眼中，这仍是一项“非常超前”的技术。

一名长期关注游戏产业的分析人士向21记者指出，包括3D建模在内，目前AI生成游戏资产存在的普遍性问题即是可控性、精度不足，同时也难以避免一定的重复性。出现以上情况的原因，主要来自于硬件性能限制、使用生成对抗网络（GAN）等技术训练的数据不足以及算法不够成熟等多方面因素。

不过，新事物的诞生往往伴随着种种不确定性。对于LayaAir3这一类AI游戏引擎，行业对其寄予的期待远大于担忧。 

“虽然AI的理解能力尚且有限，现在还难以应对较复杂的业务性代码，但对分解出来的简单要求和重复性功能而言，仍然进行了大幅提效。”该分析人士指出。

除了生成游戏内资产降低开发时间成本外，业界也在利用AI进行一些辅助玩法的有趣尝试。近日，日本游戏厂商索尼便曝光了一项AI新专利。该专利显示，索尼可能正在开发一项新的游戏辅助AI功能。

具体而言，该功能能够为暂时“弃坑”的游戏玩家显示更多的提示信息，并在游戏中配备能够监听、学习玩家游戏行为的AI，而这一AI将能够实时追踪玩家在战斗和任务中的成功率，从而对游戏难度进行动态调整，帮助回流玩家重新适应游戏的节奏。

与此同时，随着生成式AI技术的不断演进，其应用场景也不再仅限于游戏。

掌趣方面也告诉21记者，未来AI生成3D资产的技术可以应用于多个场景，不限于游戏开发，还包括电影和动画制作（如互动影视等）、文旅、建筑可视化、广告和市场营销等领域。

同时，这一技术也具有很强的UGC内容生态潜力。掌趣指出，具体在游戏开发环节，该技术主要应用于角色设计和建模、环境场景建模、游戏资产库生成、材质和纹理的生成转化、关卡生成和迭代等。能够进一步帮助开发者提高效率，降低成本。