PICK
未来的AI技术将会让人类迎来下一个生产力变革，这其中也包括生成型AI的突破性革新。各大公司也正在竞相推出AIGC工具，其中微软的Copilot、Adobe的Firefly、Github的chatGPT等引起了人们的关注。然而，游戏开发领域似乎还没有一款真正针对性特化的综合性AIGC应用，这与游戏开发的高复杂度脱不了干系。
但就在近日，Unity在GDC开发者大会上宣布进军生成式AI领域，成为了首个在游戏行业推动AIGC的公司。在发布的“Unity AI”视频中，Unity展示了使用文本prompt生成女性3D角色、大型地貌、戏剧性光线等效果和资产的可能性。
不过正如评论区玩家所吐槽的，Unity没有放出任何实际的产品演示，只是给出了一排排文字指令。这表明该项目恐怕在内部才刚刚进入立项阶段，实际能否成功推出依然还是未知数。
相比Text-to-game的虚无缥缈，Unity的另一大动作更加脚踏实地。Unity的CEO John Riccitiello向路透社表示，Unity将在未来开放一片AIGC专用的市场，供开发者交易AIGC的相关工具。
这就意味着，在未来，用户将可以像逛超市一样购买资产生成工具，然后立刻运用到游戏开发之中。这一模式在如今的Unity商店中已然十分普及。此外，与当下正火的UGC+创作者经济模式类似的，由于销售插件有利可图，在未来或许会有更多开发者进入AIGC工具的开发，他们所开发的产品最终即帮助开发者提高了效率，又可以填补Unity平台的AI内容空白。假如将这一模式稍加延申，Unity或许还可以采取第三方工具进驻的模式“躺着收钱”。例如，依托于Discord平台的Midjourney就与Discord达成了销售比例分成的合作。
John Riccitiello表示：“在历史上的任何一款游戏中，对话都是由人来写的。但在生成型AI的帮助下，你可以给角色们设定动机、人格与目标，让他们在不需要文案写手的情况下自己生成对白。这无疑是重大的突破。”John Riccitiello确认，生成型AI将会是Unity近期发展的重点。
无论采取何种模式，AIGC将对游戏开发带来巨大帮助，这已然不是秘密。只是未来究竟什么时候来，将会以何种形态与我们见面，这还需要我们耐心地等待。
GET
什么是生成式AI？
生成式 AI 是一种人工智能技术，可以使用现有内容（例如文本、音频文件或图像）创建新的合理内容。换句话说，它允许计算机抽象与输入有关的基础模式，然后使用它来生成相似的内容。这种技术可以帮助算法人员生成以前依赖于业务员的模型，提供创造性的结果，而不会因业务员思想和经验而产生任何差错。
生成式AI的优缺点是什么？
生成式 AI 的优点包括：
- 具有创造性：生成式 AI 可以生成全新的内容，具有创造性。
- 应用广泛：生成式 AI 可以在图像、音频、文本等领域进行应用，具有广泛的应用前景。
- 更高质量的输出：生成式 AI 可用于查找和消除图像和视频中的噪声，从而提高其整体输出质量。
生成式 AI 的缺点包括：
- 假想像：生成式人工智能算法仍然需要大量的训练数据来执行任务。GAN 不能创造全新的事物。他们只会以新的方式结合自己的知识。
- 安全性：恶意行为者可以将 Generative 人工智能用于欺诈目的，例如骗人，欺诈活动以及创建虚假垃圾邮件。
- 数据偏差：生成的数据中存在信息偏差的风险，如果训练数据不够多样化或代表性不够。
- 生成式 AI 在某些行业可能将取代人类，从而导致失业。
- 生成式 AI 有可能被用于恶意目的，比如制造假新闻或冒充个人。
IDEA
关于 Unity 进军生成式 AI，这无疑是一个很好的方向。生成式 AI 技术可以让游戏中的敌人和关卡更加智能化，使游戏玩家体验更加丰富和挑战性。同时，这也预示着生成式 AI 技术将在其他领域得到更广泛的应用，如智能家居、医疗等领域。
Unity AI 已经推出了一些生成式 AI 工具，如 Procedural Worlds 和 Artomatix 等。这些工具可以帮助开发者更快地创建自动生成的环境和角色，从而提高开发效率。同时，Unity AI 还提供了一些机器学习工具，如 ML-Agents 和 Perception-Neuron 等，可以帮助开发者训练自己的人工智能模型。
这是AI的时代！据 Gartner 称，到 2025 年，生成式 AI 生成的数据将占所有生成数据的10%！
在这种AI的浪潮下，我还是觉得，与其在担忧AI替代工作的可能性，不如更把它作为一个利器，追逐浪潮而不迷失方向，才有可能更好地运用它。
