W świecie gier Web3 jesteśmy świadkami trudnej ery. W latach 2018-2023 uruchomiono łącznie 2817 gier Web3, ale niestety 2127 z nich (75,5%) zakończyło się niepowodzeniem. Dane te podkreślają trudności, z jakimi boryka się branża.
Pomimo braku znaczącej fali od 2018 r., gry Web3 są często postrzegane z wysokimi oczekiwaniami za każdym razem, gdy rynek kryptowalut osiąga nowe szczyty. Przy obecnej hossie na rynku możemy zobaczyć, jak wiele gier osiąga astronomiczne wyceny.
Patrząc na lata 2024 i 2025, skoncentrowana eksplozja modeli sztucznej inteligencji, takich jak DALL-E, Stable Diffusion, Midjourney i ChatGPT, prawdopodobnie doprowadzi do integracji sztucznej inteligencji z Web3. W lipcu DeGame oficjalnie ogłosiło uruchomienie funkcji „AI Generated Game”, mającej na celu ożywienie branży gier Web3 dzięki interoperacyjnym, komponowalnym, programowalnym narzędziom i modułowym modelom generowania gier / wideo / głosu.
Z prawie 3 miliardami graczy Web2 i około 600 milionami użytkowników Web3 na całym świecie, gry Web3 mają silne podstawy narracyjne. Jednak większość funduszy i projektów koncentruje się na infrastrukturze, brakuje nowych punktów wzrostu dla masowej adopcji i konwersji użytkowników.
Kluczem do rozwoju branży gier jest transformacja technologiczna. Zastosowanie technologii AI w tworzeniu gier dojrzewa, a wykorzystanie modeli generowania AI do rozwiązywania typowych problemów, z jakimi borykają się gry Web3, może być najlepszym rozwiązaniem dla krótkoterminowego wybicia się i wzrostu.
Przełamanie narracji o „epoce lodowcowej”
Grywalność była główną wadą ograniczającą gry Web3 przed przyciągnięciem dużej bazy graczy. Monotonna rozgrywka i prymitywna grafika często sprawiają, że gracze czują się, jakby cofnęli się do czasów sprzed dekady. Dla zwykłych graczy jedynym twardym standardem oceny jakości gry jest to, czy jest ona zabawna. Nadmierny nacisk na „Fi” w grach Web3 może przyciągnąć tylko farmerów złota i nie przekonwertować użytkowników Web2 na dużą skalę.
Realnie rzecz biorąc, sektor gier, jako branża wysoce kapitałochłonna i czasochłonna, potrzebuje wspólnego impulsu kapitału, czasu i technologii, aby eksplodować. W 2024 roku sztuczna inteligencja wydaje się być w stanie połączyć te elementy. Udoskonalenie modułowych narzędzi do generowania sztucznej inteligencji zapewnia silniejsze wsparcie dla gier Web3 w kierunku produkcji AAA i wysokiej jakości.
W tradycyjnych grach NPC (postacie nie będące graczami) mają bardzo ograniczoną sztuczną inteligencję, często zdolną do działania tylko w ustalonych sytuacjach. Dzięki technologii sztucznej inteligencji NPC mogą bardziej realistycznie symulować ludzkie zachowanie i działać bardziej inteligentnie. Na przykład w grze „Save Me! Labor Law Guardian”, SI NPC może prowadzić dialog w czasie rzeczywistym, zwiększając interaktywność i immersję gry.
Co więcej, sztuczna inteligencja może być wykorzystywana do generowania środowisk, wizerunków postaci i wartości balansu, jeszcze bardziej wzbogacając różnorodność i grywalność gry. Tradycyjne interakcje w grach, często oparte na klawiaturze i myszy, mogą być niezadowalające dla graczy. Dzięki technologii sztucznej inteligencji można realizować bardziej intuicyjne i żywe metody interakcji, takie jak głos, gesty i mimika.
Ogólnie rzecz biorąc, najbardziej udanym zastosowaniem sztucznej inteligencji w dziedzinie gier jest niewątpliwie poprawa wrażeń z gry i personalizacja treści gry. Modele generowania AI mogą zoptymalizować proces tworzenia gier w krótkim cyklu, integrując wiele najważniejszych elementów tradycyjnych gier Web2 przy niższych kosztach rozwoju, tym samym ułatwiając uczestnictwo przyrostowych użytkowników w grach Web3. Jest to kluczowy krok w kierunku migracji użytkowników Web2 na dużą skalę do gier Web3.
Uwolnienie nieograniczonej kreatywności
Zdecentralizowany blockchain jest znaczącą siłą w równoważeniu sztucznej inteligencji (i uczenia maszynowego). Może on łączyć się z innymi technologiami, takimi jak ZK, w celu optymalizacji ram zaufania uczenia maszynowego i efektywnego wykorzystania zasobów long-tail w celu obniżenia kosztów i progu korzystania z AI. Z drugiej strony, wiele aplikacji Web3 poświęca wrażenia użytkownika na rzecz bezpieczeństwa i decentralizacji, a sztuczna inteligencja może pomóc zoptymalizować i poprawić wrażenia użytkownika, czyli tam, gdzie sztuczna inteligencja może wzmocnić Web3.
W praktycznych scenariuszach zastosowań, chociaż istnieją przypadki użycia AI + DeFi i AI + DID / Social, generatywna sztuczna inteligencja jest naturalnie odpowiednia do rozgrywki opartej na tekście, piaskownicy, symulacji, otwartym świecie i UGC (treści generowane przez użytkowników) znanej użytkownikom Web2. Przepisując logikę gry za pomocą sztucznej inteligencji, dodając więcej niepewności i losowości, gry Web3 mogą zderzyć się ze sztuczną inteligencją, tworząc unikalne iskry.
Na przykład, znaczącą innowacją w grach Web3 jest wymaganie od użytkowników i platform współtworzenia gry, zamiast podążania za wcześniej zaplanowaną, ograniczoną grą. W grach istnieje koncepcja Lore, tradycyjnie zaprojektowana przez twórców gier i całkowicie przewidywalna. Dzięki modelom sztucznej inteligencji różne dane wejściowe mogą być agregowane w celu wygenerowania nieprzewidywalnych wyników, dając grze nieskończone możliwości.
Wyobraźmy sobie przyszłość, w której możemy uzyskać dostęp do magicznych wirtualnych światów za pośrednictwem urządzeń AR/VR. Moglibyśmy natychmiast tworzyć obiekty 2D i 3D z naszej wyobraźni za pomocą podpowiedzi, jak rzucenie zaklęcia i prawdziwe posiadanie ich (dane hostowane w publicznym łańcuchu). Moglibyśmy wchodzić w interakcje z inteligentnymi postaciami niezależnymi AI w wirtualnym świecie, wpływając na rozwój fabuły gry, a wszystko to wspierane przez w pełni przejrzystą infrastrukturę open-source.
W tej wizji gry Web3 oparte na sztucznej inteligencji uwolnią nieograniczoną kreatywność.
Szybka ewolucja i ciągła integracja
W rzeczywistości embrionalna forma gier tworzonych przez sztuczną inteligencję może sięgać nawet wcześniej.
Zastosowanie sztucznej inteligencji w tworzeniu gier można prześledzić wstecz do klasycznych gier, takich jak „StarCraft” i „Diablo”. W tamtym czasie deweloperzy wykorzystywali systemy sztucznej inteligencji do tworzenia interaktywnych wirtualnych światów i postaci, które stały się standardowymi konfiguracjami do tworzenia takich interaktywnych platform.
Wczesne badania nad rozwojem gier związanych ze sztuczną inteligencją kładły nacisk na kontrolowanie postaci niezależnych. Wraz z rozwojem technologii przetwarzania języka naturalnego (NLP) pojawiły się pionierskie prace wykorzystujące technologię głębokiego uczenia się do generowania poziomów.
Jednym z godnych uwagi przykładów jest MarioGPT, który z powodzeniem wygenerował części poziomów w grze „Super Mario Bros.” przy użyciu dopracowanego modelu GPT-2.
Dzięki szybkiej iteracji modeli, możliwości AI stają się coraz potężniejsze. Dla praktyków gier Web3 najważniejsze jest to, jak wykorzystać sztuczną inteligencję do lepszego tworzenia wysokiej jakości gier i jak zastosować modele generowania sztucznej inteligencji w procesie rozwoju, aby pozyskać przyrostowych użytkowników.
DeGame AI to lekki model generatywny i narzędzie do tworzenia bez użycia kodu. Wspiera użytkowników w integracji narzędzi DeGame AI z istniejącym ekosystemem produkcji gier podczas ich tworzenia lub optymalizacji w celu automatyzacji trudnych zadań związanych z tworzeniem treści. W oparciu o sieć neuronową Transformer, DeGame AI zapewnia również funkcje generowania wideo z tekstu do gry za pośrednictwem modeli DeGame Annotation i Substation.
Mamy nadzieję, że pojawią się proceduralnie generowane światy, każdy z bogatą historią, mieszkańcami i tajemnicami. Pojawią się interaktywne powieści, z historiami rozwijającymi się dzięki wyborom gracza i opowiadanymi za pomocą generowanych obrazów, filmów i dźwięku, dając grom Web3 więcej możliwości.
Wnioski
Aby ukończyć pracę nad grą, Praktyk gry Web3 musi objąć interaktywność, grywalność i zawartość z rdzeniem fabularnym, rozważyć powiązania fabularne między postaciami w grze i starannie zaprojektować poziomy gry i cele dla graczy. Dzięki zaawansowanym modelom generowania SI, kreatywność i wyobraźnia mogą zostać przekształcone w złożoną mechanikę gry i fabułę.
AI NPC z żywymi cechami osobowości mogą kierować działaniami gracza, wyzwalać wydarzenia wpływające na kierunek fabuły gry i poprawiać wydajność rozwoju i działania gry, zmniejszając koszty rozwoju i operacyjne, generując w ten sposób nowe punkty wzrostu zysków.
Technologia sztucznej inteligencji ma wiele zastosowań w tworzeniu i obsłudze gier, w tym w planowaniu fabuły, generowaniu map, projektowaniu poziomów, tworzeniu zadań, generowaniu dialogów, opowiadaniu historii, tworzeniu modeli i generowaniu reguł dla rozwoju w grze i systemów ekonomicznych.
Dopiero zaczynamy. Wierzymy, że eksploracja sztucznej inteligencji i gier Web3 otworzy drzwi do nowego świata gier. Dzięki postępowi technologicznemu i głębszym zastosowaniom, gracze mogą oczekiwać bardziej unikalnych doświadczeń w grach, które wykraczają poza tradycyjne granice gier, oferując bardziej wciągający i interaktywny świat gry. Dla graczy pasjonujących się grami i innowacjami technologicznymi jest to ekscytująca era.
-
-
-
-
-
-
-
-
