AIGC流程如何应用到游戏场景

正文

今年以来AIGC的概念非常火热，AIGC全称是Artificial Intelligence-Generated Content,可以理解为通过AI生成一些内容（贴图、模型、视频），其中文生图、文生3D领域大放异彩。

文生图:

文生3D:

但在2023年AIGC 在游戏场景中的主要应用还体现为生成2D图，生成3D模型的算法还在快速迭代中，但短期内还无法直接应用。而更高维度的3D场景虽然有了几个通过自然语言直接生成场景的案例，但场景的复杂度和完成度还远远达不到项目要求。

现在的AI 既聪明又很笨，没有一键生成一个幻想世界的能力，但在个别领域上能够直接吊打传统算法。所以虽然没有一个算法能直接实现场景的生成，但可以通过组装算法的形式实现我们的需求。类似下图这个项目为了生成室内就串联了LLM + Diffusion 两大类算法。

当然这只是探索文章，实际应用需要缝合更多的算法，以我做的两个需求来讲。一个室内生成需要用到文生图、深度估计、3d检测、语义分割、模型检索等算法，而另一个建筑重建需要用到点云分割、2D目标检测、去遮挡阴影、图片分类、2D相似度检索等算法，这两套流程也算是广义上的AIGC，通过串联各种AI算法完成资产/场景的生成。

个人看法：在满足项目要求的通用AI诞生前，游戏场景领域的AIGC大概率就是搭积木的方式，针对不同的需求串联调整各种算法。这种流程可能不符合大众期望的那个强无敌的AI，纯纯草台班子、缝合怪，但也确实有效。

但从事组装算法的缝合怪面对就业时又是一个难题，翻看AIGC相关的岗位需求都是AIGC算法、AIGC美术，缝合怪两不沾，所以入行需谨慎，且之前PCG流程应用到游戏生产流程就够难了，还敢搞AIGC就是s路一条，有时项目都快上线了，你流程还没搞定。