这是一篇对米哈游运营关于AIGC相关内容的线上会议内容,我觉得非常有价值,现在分享给大家。
从这篇纪要,可以看出米哈游在AI上野心非常大,目前已组建200+专业AI队伍,每年投入计划10亿+人民币,这个数值在我的了解里,是纯游戏公司里仅次于网易的规模。米会搭建自有的二次元AI模型,甚至最后想和GPT4挑战市场份额。而且按米的观点,它非常有自信国内的游戏公司的自研AI(其实也就是腾讯网易和米自己)在游戏领域会表现得比openAI的更强大和专业。
然后是国内游戏公司AI实力,米认为三个梯队:第一梯队是腾讯,网易,米哈游。第二梯队是莉莉丝。第三梯队是完美,三七互娱,吉比特 等。第四梯队是游族、中手游等。
然后是大家一直猜测的米哈游营收矩阵:2022年《崩坏2》不到2亿,《崩坏3》60多亿,《未 定事件簿》13亿,《原神》380亿,加起来450亿左右。《原神》23年流水国内:海外=5:5;DAU目前国内:海外 =4:6,23全年国内=海外预计3:7。《崩坏3》23年国内流 水接近七成,预计年内流水不会涨特别多了。
4月27号《崩坏:星穹铁道》上线,测试数据内部 保守预估大概是50个亿,客观估计是80个亿。《绝区零》预计24年春季上线,测试数据跟《崩坏:星穹铁道》持平。未来比较值得期待的是北美蒙特利尔团队正在做一个有点 类似《黎明觉醒》的二次元+FPS+开放世界项目,蔡浩宇带队。是之前被砍掉的《Project SH》剩下的团队在做,之前以国内研发团队为主,后来觉得北美团队的实力强一 些,以北美团队为主。
另外还有个可能和完美有关系的小信息:据米了解,商汤公司接了一个来自北京某大游戏公司的大项目,是游戏AI项目,他们猜测很有可能是完美世界,或者是趣加。
具体原文如下:
一、AIGC在游戏生产各环节的应用
(一)立项端 目前,立项端仍无很好的应用。未来,在游戏产品 的整体设计层面,AIGC能够辅助判断同类型的游戏数据表 现,例如,对SLG赛道的各个产品进行数据评判,包括次 留、7留、DAU等用户量级数据评价。
(二)研发端 研发端的AIGC应用是目前行业内游戏公司主要在做 的领域。
1、文本生成
1)NPC无差别、无障碍的对话生成。传统模式下,生成 NPC对话需要文案策划进行撰写,NPC引导玩家的语句没 有差异、会看到同样的文本。未来期望通过AIGC生成不一 样的无差别文案。网易《逆水寒》声称做成了该项功能。
2)剧情文案的内容生成。通过AIGC生成剧情章节间过渡 内容、背景阐述等,包括祝贺词、祝酒词等。
2、道具及角色生成 AIGC能够降低试错成本。一是美术方面,美术在做角色前 可以使用AIGC进行几百个角色生成,将AIGC生成的角色 递交给策划选择。二是道具方面,AIGC生成道具数值,使 武器、道具的数值更加平衡,创新武器技能形式。三是怪 物反馈机制,AIGC生成更拟真化的怪物反馈机制,从怪物 触达后直接攻击用户,进化成怪物躲闪、找角度、躲进草 丛等再进行攻击的更优化的反馈机制,带来更拟真化、更 具沉浸感的机制形式。四是角色周边等二创同人。
3、音效合成 传统形式为调音师在音房进行demo创作,可能会缺乏灵 感。未来,AIGC可以辅助生成多种风格的demo,例如生成多 个十分钟的demo,由音效师去选择更适合的片段,并截 取作为前奏、副歌等延伸,以此加速创作过程。
4、场景生成 目前需求最大、实现难度也最大,可以做但效果不好。未 来,AIGC可以生成大地图、角色等,充实游戏玩法和内 容,提升用户体验。但由于在美术风格上与游戏会有一定 差异,因此实际落地的效果还未完善。
(三)发行端
1、本地化翻译 《原神》是全球同服同发的产品,其任何一个版本都是同 步发行,因此对多语种翻译质量要求较高,AIGC可以提供 保障。2、素材制作 辅助制作买量素材。使公司有精力和创意去做更多事,同 时可以根据各个地区的宗教信仰、习俗等地域特色情况,避免发行过程中触碰雷区。3、优化买量投放平台的分配 目前无法做到,但未来可以。根据回收的数值实现买量投 放的优化,明确公司在YouTube、Facebook、抖音等平 台的投放量及占比。4、社区运营 在社区内降低UGC内容创作难度,加大讨论度。例如,B 站产出视频内容时由于前奏效果不好,需要一个引子来引 出故事内容,则可以通过AIGC进行解决。通过AI机器人带动社区活跃,在游戏论坛中对各个帖子的 问题进行交流和顶贴,从而提升用户留存率。
(四)商业化
未来短期内不会做商业化。长期:一是付费机制设计,通过AIGC实现商业化平衡、平 衡商业化战斗系统等。二是大模型中怪物返回机制的调优功能,同时可以卖给其 他厂商。
二、AIGC对各环节降本增效的量化分析
根据米哈游内部测试、联调、数据回收、工作量等经验,通过分析工作量中人力可替代部分的占比,包括节省实际 的外包成本、时间、人力成本。得出总结:
(一)研发端 文字:现在节省25%左右的人力,例如,目前13个人写主 线剧本需要两周(即十天),现在需要8天左右。未来终 局节省70-80%人力,节约70%左右时间。道具和角色生成:终局节约60-70%人力,50-70%左右时 间。场景生成:目前节约不到10%时间。终局节约60%左右人 力,70%左右时间。
(二)宣发运营端 未来3-5年之后能替换50%左右的人力成本,提高20%左 右的ROI。
三、国内外厂商的整体布局
(一)自有AIGC技术布局的国内外大厂 腾讯、网易、米哈游、莉莉丝、Netflix、迪士尼有自己的 AlGC布局。游戏公司在应用层面较为相似,AlGC技术的高低更受各家 能够提供的训练集影响。其中,Netflix和YouTube专注于 AIGC视频生成的工具简化。迪士尼专注于IP角色自动生成,例如生成类似玲娜贝儿的 大热角色,做大电影等。米哈游跟迪士尼的需求有些类似,需求在生成游戏角色、4分钟CG电影、故事线导引等。
(二)有AIGC相关应用的国内游戏厂商 完美、巨人、游族、灵犀、吉比特、中手游都有相关应用 布局,各个游戏厂商的关注领域不同,包括文字生成、场 景生成、角色生成等方面使用AIGC,模型大部分是嵌用 的,使用OpenAI等模型。主要在游戏的支线任务中测试相关功能。
(三)其他游戏相关AIGC技术厂商点评 RCT、超参数、启元、商汤、元象唯思等。游戏方面,RCT和超参数比较强。超参数是腾讯王者荣耀 的觉悟AI出来的。RCT专注做AIGC的游戏领域研发,由莉 莉丝投资。商汤专注于无人驾驶,目前接到了北京一家公司的大订单 做游戏AI(猜测是FunPlus或完美)。元象唯思是由原腾讯AI学院院长姚星出来创业做的公司,专注于医疗领域,帮助医生做手术、开药等。
四、问答环节
1、AI在公司层面的应用成果
Q:AIGC对于游戏公司,除了降本增效,是否能长期提升 生产力?
A:短期内降本增效,长期能辅助提升大量生产力。小公 司可能更重视效能,但大公司研发AIGC功能不是为了优化 员工,而是提升效能来提高用户的游戏内体验。游戏产业是内容消耗型产业,内容量决定用户留存。以 《原神》为例,原神更新频率为6周一个版本,用户在前 2-3周能玩到新内容,之后基本上玩重复性内容,对于手 游来说让用户重复性做两三周任务并保证不流失,是非常 大的挑战。最好的解决办法是提升产能,有更多玩法和内容供给用 户,这种产能提升会做大整体游戏行业的蛋糕。以《原 神》为例,2022年做了三张地图,每张地图额外带来18 亿元的流水,每张地图需要100+个人力做三个月,也就 是6000个人力。如果有一家公司能做AIGC生成地图,一 个月生成一张,一年生成12张,每张地图算12个亿的收 入,也比现在这个50+亿元的地图收入要多100亿左右,这是非常大的产能提升,和行业整体蛋糕的做大。
Q:米哈游生成角色的大模型是自研的还是外部的?
A:公司在做研发生成时,会提供内部和外部两套模型给 研发人员使用。其中内部模型是纯自研的,外部模型包括 openAI等(其中GPT3.5是免费的、GPT4有内部链 接)。公司在产能方面做尝试和验证,确认这个产品能够 帮公司提升多少的产能。
Q:自研和外部模型哪个效果更好?
A:自研模型肯定是最好的。一是外部模型生成的是通用 内容,不是针对一个产品去做的,而自研产品是针对于二 次元这个品类,相对来说会更聚焦。二是AIGC的性能是基 于投喂的数据集的大小和质量,自研产品的数据量、数据 集、素材内容等都是自己公司的,更理解公司想做什么,也更贴近于业务。而外部会更偏通用一些。
Q:自研模型的研发情况?
A:19年年底老板开始要做,但一直没招到人。20年招到 人开始搭团队,现在团队是200+人规模,负责人是以前 中科院的刑骏博士。自研产品在算法上有难度,训练出的 模型和投喂的数据集内容强相关,由公司投喂二次元相关 品类的数据,因此准度更好、更专一。
Q:米哈游对AI领域的投入?
A:22年接近8亿,21年5亿+,20年2亿+,老板希望每年 投入10亿+。最终局是要跟GPT4抢占市场份额。
Q:原神近期的更新频率加快和AI赋能是否有关系?
A:有关系。公司做AI已经做了三年多。18年看到GDC有 不错的引擎产品做AI卡通渲染,19年看到B站的线下虚拟 人演唱会,老板认为存在用户需求,因此开始做虚拟人直 播并用到AIGC。20年开始正式做AIGC研发,目前在产能 方面已经给予了一定的提升和帮助。
2、AI在游戏行业的应用
Q:您怎么理解AI对行业的影响?
A:前几年vr游戏、元宇宙等更多是概念性的东西,索尼 跟网易从15年、16年开始做VR产品也没做出来。但目前来看,第一,AIGC是可落地且确实能帮公司提升一些产 能。第二,AIGC未来是行业内的一个趋势,并会成为大 厂与中小厂之间的技术壁垒,未来大家都会加大投入去做 相关应用,包括游戏玩法生成、项目管理、发行等方向的 应用。对AIGC能力的理解和掌握是一个重要要素,决定着 游戏公司的生产力和未来潜力。一家游戏公司最核心的东西是数据和人,其中人代表着产 能,数据就是玩家的画像和经营数据,包括用户喜好、氪 金偏好、风格偏好、玩法偏好等,这种数据是最核心、最 机密的。对于AIGC研发来说,一是自研需要大数据量的 投喂,例如王者荣耀每天1个亿的DAU数量级,才能做到 比其他厂商增长更快、更拟真;二是AIGC节省产能需要 投入很大的自研成本。而中小型公司无法做到这两点,大 概率只能去采买第三方公司。未来自研大模型的游戏厂商有两套商业模式。第一是让客 户接入公司售卖的标准版模型。第二是开放模型的底层架 构,可以让客户输入自己的信息源或素材来训练这个模 型,相对而言价格也会更高。
Q:各类公司做AIGC模型,未来会是强者恒强还是有其他 格局变动?
A:我们判断是大公司会非常强,因为AIGC分很多细分领 域和垂类。未来一定是掌握在大型游戏公司手上,或者是 第三方专注做AI游戏模型的公司。从国内外技术差距来看,虽然目前百度“文心一言”和 GPT4有非常大的差距。但在游戏AI领域,GPT4在细分垂 类里目前表现并未特别专业,国内头部公司跟海外公司的 技术差距并不大,基本上就是一个接近持平的一个进度,大家都在做同样的事情、面临的需求也相似,且都在产能 方面有很大的瓶颈,只在实现方式和素材内容投喂上有差 异。例如,网易的伏羲AI能帮忙解决很多游戏里的问题,并在《逆水寒》里有很多应用和尝试,反而GPT 4并未能 解决游戏行业的核心问题。
Q:游戏公司自研AIGC模型的前提条件?
A:第一,要舍得投钱。游戏方面的AIGC是纯技术领域的 内容,考验人的能力以及技术沉淀。例如,网易的AI机器 团队大概200多人,平均薪酬大概是90-100万。腾讯是接 近300人,大概平均薪酬100万;米哈游也是200+人的团 队,100+万年薪;这是人力成本。第二是公司的体量 像王者荣耀每天一个亿DAU,可以把一个亿数据投喂进 去,而小公司可能只有几百万DAU,成本很高但收益很 小。第三是创始人要对这个事情有自己的想法和坚持,要 有耐心。
Q:有无可能小公司通过在玩法层面做出创新,缩小大小 厂商差距?
A:真正AI能帮我们生成产品、游戏玩法,可能还需要五 年左右的周期。文本生成很好落地,场景生成可能是未来 两到三年。但直接生成玩法,既有压力也有核心的技术壁 垒。缩小小厂与大厂之间的差距,核心关键点是大厂愿不 愿意把技术开放出来,供给全行业来使用。
Q:MOBA等DAU高的游戏品类,会拿到更多数据来孵化 AI模型吗?
A:不一定。一方面,登录一次、操作一次是一条日志,日志越多、数据量越大。另一方面,如SLG等品类虽然 DAU不高,但仍然能产出针对特定品类的游戏数据。
Q:国内游戏公司:AI布局情况、数据资源体量分梯队梳 理?
A:AI布局实力口径:第一梯队是腾讯,网易,米哈游。第二梯队是莉莉丝。第三梯队是完美,三七互娱,吉比特 等。第四梯队是游族、中手游等。游戏流水体量口径:前三是腾讯、网易、米哈游,第四是 灵犀互娱,第五是莉莉丝。游戏DAU口径:腾讯1.5-1.6亿左右,网易4千万左右(没 有蛋仔派对1-2千万),米哈游2-3千万,莉莉丝是6-7百 万,灵犀互娱2-3百万。
3、米哈游主要产品情况
Q:米哈游主要产品的运营情况?新产品的储备情况?
A:2022年《崩坏2》不到2亿,《崩坏3》60多亿,《未 定事件簿》13亿,《原神》380亿,加起来450亿左右。《原神》23年流水国内:海外=5:5;DAU目前国内:海外 =4:6,23全年国内=海外预计3:7。《崩坏3》23年国内流 水接近七成,预计年内流水不会涨特别多了。新产品:4月27号《崩坏:星穹铁道》上线,测试数据内部 保守预估大概是50个亿,客观估计是80个亿。《绝区零》预计24年春季上线,测试数据跟《崩坏:星穹铁道》持平。未来比较值得期待的是北美蒙特利尔团队正在做一个有点 类似《黎明觉醒》的二次元+FPS+开放世界项目,蔡浩宇带队。是之前被砍掉的《Project SH》剩下的团队在做,之前以国内研发团队为主,后来觉得北美团队的实力强一 些,以北美团队为主。负责人希望2030年能有十亿人在线 的游戏产品,可能到28年出。