知名投资基金a16z发文：新时代将至，生成型AI将彻底颠覆UGC

【GameLook专稿，未经授权不得转载！】

GameLook报道/从文字到视频，再到似乎离我们并不遥远的text2game（文字生成游戏），生成型AI技术所取得的长足进步在多个领域形成了遍地开花。自移动互联网的出现至今，人类社会还尚未经历过如此迅猛的科技进步浪潮。

作为综合性最强的娱乐媒介，游戏行业必然在这波浪潮中首当其冲，成为接受AI“改造”的首要对象之一。随着Adobe、英伟达等巨头企业上马AI驱动的创作产品，面向游戏进行特化开发的AI工具或将在近期迎来一波爆发。而这一全新的技术风潮在长期将会对游戏开发有何影响，目前还尚待观察。

科技投资领域的顶级风投公司a16z近期撰文对这一话题进行探讨。在a16z的眼中，AI工具的进步将会对未来的UGC（用户生成内容）形态产生颠覆性的推动。在近期，我们将会看到大量的AI辅助型创作工具，而长期来看，没有“技术债务”压力的创业公司将会主导创作范式的完全变革。

GameLook对a16z的分析进行了全文编译：

随着生成型AI在游戏领域革命性的进展，它将完全重塑用户生成内容（UGC），创造出一个任何人都可以开发游戏的世界，并超出许多人的想象的方式扩大游戏市场。在未来几年里，深厚的技术知识或艺术造诣将不再是开发游戏所需的基本技能；相反，创作者将只受限于他们的精力、创造力和想象力。思想不会是廉价的；它们将是宝贵的。最重要的是，游戏创作将真正民主化，数以百万计的新游戏制作人将被造就。

结合UGC平台的历史、面向消费者的LLM的涌现、以及对以前技术转变的观察等多个方面，我们相信从UGC游戏到人工智能驱动的UGC（以下我们称之为AIGC）的演变将分两个阶段发生。

第一阶段将专注于工具。生成性人工智能将可能作为人类创作者的助手，使现有的UGC工作流程更加强大和方便。现有的UGC平台（如Roblox）将把生成型AI添加到他们现有的工具集中，而初创公司将出现，复制目前的UGC工作流程，但从一开始就针对生成型AI的特点进行优化。这一过程类似于互联网最初是如何开始为政府提供次要的点解决方案（point solution），或者云技术是如何从点解决方案开始起步的，我们相信生成性人工智能也将从点解决方案工具开始，以协助创作者的当前工作流程。

在第二阶段，我们相信会出现新的公司，从头开始重新打造创作工作流程。第二阶段的产品很可能不太像工具或平台，而更像以生成性人工智能为基础的引擎或操作系统。这就类似于，最出众的网站并不是对报纸的模仿，或者获胜的移动应用并不是网站的模仿。我们相信，AI将创造全新的创作范式，并将对从用户体验到渲染管道组成的基础架构进行深入改革。而未来它们将发展为何种形式，没有人能够真正预测。

在这篇博文中，我们将介绍现有UGC平台的历史和经验教训，当下UGC公司的市场地图和思考它们的框架，我们期望公司在AIGC的第一阶段（AI驱动的工具）建立什么和它们将如何竞争，以及公司在AIGC的第二阶段（AI驱动的引擎）可能出现的方式。

UGC平台的现状

近年来，随着Roblox和Minecraft（分别为5600万DAU和1700万DAU）等UGC平台的崛起，游戏世界发生了结构性变化。这些平台通过提供更多的创作工具，使数百万人能够体验到他人制作的虚拟体验。随着工具的能力增长，所制作出的游戏规模也得到扩大，在如今甚至可以与专业的开发团队相媲美。

这两个平台是如何成为UGC领域的主导者的？Roblox和Minecraft是非常不同的产品，它们走上了非常不同的发展道路。然而，两者都起源于游戏mod（模组）文化，背后的历史可以继续追溯到黑客社区，他们只是想把自己的想法带到他们喜爱的游戏中去。

最早的流行MOD之一是20世纪80年代初的《Castle Smurfenstein》，这是Id Software公司的大作《德军总部》的一个MOD。随后，Id在1993年发布了《Doom》，其中包括一个WAD文件包，里面包含了《Doom》的地图、贴图、纹理、资产等。当然，还有《反恐精英》，它的前身是Valve的《半条命》最受欢迎的MOD，以及《Dota》，其本身是《魔兽争霸III》的MOD，也是Riot的《英雄联盟》的前身。这一传统在今天仍然很好地存在：2011年推出的游戏《上古卷轴5》拥有超过6万个MOD，下载量达数十亿。

Mod的创作需要对游戏的底层架构和编程有更复杂的理解，但Roblox和Minecraft简化和抽象了游戏创建过程。Roblox于2006年推出，是一个面向低龄儿童的UGC游戏平台，创始人David Baszucki开发的一些教育物理工具被用来制作游戏，因此催生了这一想法。

Roblox的设计是模块式可组合的，其形状模仿自乐高积木，脚本语言使用了较为简单的Lua。相比之下，《Minecraft》通过其核心的建造和生存玩法吸引玩家进入创造循环。Minecraft始于2009年，原本是一款名为《Cave Game》的简单独立游戏，由瑞典程序员Markus Persson创建，他从基地建设和块状采矿游戏中获得了灵感。随着《Minecraft》的工具变得更加强大，玩家们在游戏中创造了宏伟的城市风景，连《指环王》中的米那斯提力斯都可以被原样复现。

尽管Roblox和Minecraft的起源、市场策略和经营成果都不一样，但从两者的故事中，我们可以吸取一些经验。

• UGC“飞轮”：创作者-内容-玩家。这两款游戏都受益于强大的内容飞轮，玩家们转化为创造者，为新玩家制作内容。随着平台积累更多优秀的内容和创作者，形成强大的网络效应。
• 一个强大的工具集。Minecraft和Roblox多年来为创作者提供了强大的工具包，创作者们可以打造和测试多种多样的新规则和玩法循环。创造成为游戏的一种形式。即使是现在，如《Adopt Me!》这类最受欢迎的Roblox游戏，都是以流行的品类为基础进行的迭代。
• 有机增长的重要性。从开发者和社会的角度，Minecraft和Roblox都受益于强大的创作者参与度。许多像Dream和Flamingo这样的顶级YouTube博主促进了这个生态系统的成长。
• 丰富的创作者/开发者生态系统。这两款游戏都对应的社区论坛、海量的教程视频、教科书和维基百科。这些内容由粉丝创作出来，帮助新人适应游戏，并帮助用户从玩家变成创作者。
• 对长线运营的关注。Roblox和Minecraft都由他们的开发者提供长期更新，增加新的工具、生物、生物群落等，并不断修复错误和故障，吸引玩家社区参与。
• 强有力的内容管理。考虑到目标受众群体和潜在的不适宜内容的扩散，Mojang和Roblox都有审核团队来监控用户正在创造的内容类型，有效保护生态系统。
• 物质激励。这两款游戏都有开发者和合作伙伴计划，允许创作者对他们的创作进行商业化，激励高质量、受欢迎的内容。

我们可以以这两款游戏为镜，创建一个评估当前和未来的UGC平台的标准。这也取决于它们在多大程度上是开放的、平台优先的（如Roblox），以及在多大程度上是固定好轨道的、以游戏性优先的（如Minecraft）。

尽管它们采取的模式不同，但这两款游戏也具有高度的可组合性和水平性，这也创造不同类型的游戏变得可能（如格斗、MOBA、赛车等）。然而，也有一些UGC游戏是高度垂直于某个特定类型的。例如，光环的Forge编辑器鼓励玩家创作关卡和游戏规则，但整体依然要在《光环》游戏的机制下进行。另一个例子是专门为桌面RPG游戏（TTRPG）定制的平台Roll20。

AIGC的第一阶段：由AI优化工作流程

AIGC的第一阶段将代表从UGC 1.0到“AI驱动式创造”的过渡，其中生成性AI将被用来大幅改善现有的UGC工作流程。导致过渡阶段发生的将会是两大重要因素。

首先，生成性人工智能领域仍在快速发展——大语言模型（LLM）直到最近才开始突飞猛进，优秀到可以有意义地改善文本和2D资产创建的工作流，而3D资产的创建仍是一项艰巨的工作。因此，AIGC平台的第一波可能会被灵活地建立起来，而基础设施层会随着时间的推移而不断改变（见下文）。其次，最初的工具也可能是在现有工具集和用户界面的基础上而建立的。像Roblox这样的公司会选择对现有的创作管道进行精简而非全面改造，而初创公司可能会选择走阻力最小的道路，而不是向创作者灌输新的开发模式。

现在的UGC霸主已经在逐步将AIGC添加到他们的工具库中。Roblox将生成型AI工具添加到Roblox Studio，但Roblox同时也面临多种挑战，包括“创新者的困境”和积累了十多年的技术债务。但他们的创作者、玩家和开发团队也有明显的规模优势。在这个过渡阶段的公司将专注于建立什么？他们又将需要什么才能成功？

• 人工智能+人类的共创型的工具：通过文本、语音或图像提示生成资产的共同创作工具（例如，用于Stable Diffusion的Controlnet）。用于文案、世界观建设、故事情节、任务，甚至完整的分支视觉小说游戏的共同创作工具（例如，像AI Dungeon和Electric Noir这样的创业公司的分支型叙事游戏）。代码辅助工具将帮助没有经验的创作者更容易攻克UGC游戏开发的技术部分（见GPT-4的早期实验，自动生成《贪吃蛇》这样的简单游戏）。各大公司将在UX、灵活性和技术能力方面进行竞争。最好的工具对初学者来说是易上手的，但仍然能够跟上高级创作者的复杂指示。
• Prompt提示词的分享和搜索：当伟大的游戏主要是通过Prompt制作的时候，最重要的任务就成了让创作者以最便捷的方式获取最好的prompt提示。我们已经看到Midjourney的Discord服务器开辟了实时传授“食谱”的专区。在这个阶段的公司将竞相将优秀的prompt作为可共享/可销售的艺术品，就像Roblox的Creator Marketplace、虚幻引擎的资产商店或是PromptBase一样。当这些提示库变得五花八门，人工智能可以再次通过语义搜索来帮助创作者找到适合他们游戏的提示词。
• 新颖的游戏机制。开辟吸引新玩家的新机制或品类，将是帮助创作者成长的有力途径。例如，基于规则的程序性内容生成已经在游戏开发中应用了几十年，在《哈迪斯》这类Rougelike中尤甚。有了生成型AI，创作者可以使这些内容以更加动态的形式生成。例如，像Role和Riftweaver这样的创业公司正在尝试让利用生成性人工智能的力量，将桌游的玩家置于自定义环境中，用动态生成的状态/传说/能力与更加奇妙的新怪物战斗，所有这些都在运行时进行。初创企业可能会发现，在竞争之下，建立一个垂直化的工具比试图建立一个横向的完整平台更容易成功。
• 内容推送：在生成型AI的帮助下，创造者将比以往生产多得多的内容。选择的大量增加也意味着玩家将需要外部帮助，将他们连接到最适合他们的游戏和玩家。对于UGC初创公司来说，将新玩家与正确的游戏相匹配是实现玩家留存并保持创作者飞轮健康的关键。例如，Loci.ai正在研究由人工智能驱动的游戏资产语义搜索。
• 商业化：虽然与AIGC没有直接关系，但处于第一阶段的公司的竞争方式之一是创作者的商业化。在Roblox，创作者可以获得他们创造的收入的30%。而《堡垒之夜》的创意用户的收入还不到10%。用生成型AI构建创作工具，维护和升级的成本可能会更低，从而使新平台能够更好地支付创作者。
• 监管：UGC平台需要被控制，以保护玩家免受各种形式的不当行为的侵扰。由人工智能驱动的工具也需要进行自我调节，以防止创作者滥用这些工具，并防止有人创造不受欢迎的资产、情况或行为。这些都是不小的任务——据说Roblox雇佣了数百名在线审核来确保平台的安全——但像GGWP这样的初创公司正在利用分析性AI的力量来调节行为和内容。

AIGC的第二阶段：全新的创作范式

如果AIGC的第一阶段是利用生成型AI加速现有的UGC工具，那么第二阶段就将是生成型AI为底层创作引擎提供动力。我们预测，使用生成型AI建立的创作引擎可能会催生新的创作范式和用户体验，拥有定制的渲染能力，并且使用专门面向人工智能创作开发出的编程语言。

这些原生的人工智能引擎可能是基于云体验的，具有完全重新构建的技术和数据架构，面向任何设备，助力创作和快速迭代。因此，眼下的UGC从业者要在这个阶段获胜将是非常困难的——他们必须重写他们所有的底层技术，并将现有的根深蒂固的生态系统移植过来。那么，创业企业可能采取的路径是什么？我们想假设两种潜在的途径——与UGC 1.0一样，一种是垂直途径，一种是水平途径。

走垂直道路的公司将从一个狭窄的初始范围起步。它们可以侧重于为特定类型的游戏，面向特定的创作者专门建立一套创作能力。像Hidden Door（叙事型游戏）、Roleverse（桌面RPG游戏）和Regression Games（机器人对战游戏）这样的公司，最初都是围绕单一类型建立创作工具。狭窄的重点提供了输出产品、获取用户、收集反馈的机会，并最终更快地实现产品的市场适应性，这反过来又允许创业公司建立更好的工具。

这种模式的缺点是，当创作者试图超越这些界限，扩展到新的类型时，他们可能会感到十分困难（并最终造成用户流失）。但是，由于他们在特定类型中的深度，他们可能会像《Minecraft》中的数字乐高积木一样，重新发明整个创作流程。

横向的AIGC初创公司将会和游戏引擎公司有些类似。将生成型AI的能力下放到基础架构层，以此实现新的创作工作流程和工具。如果今天的我们来建立一个新的搜索引擎，它可能会从 “回答用户的问题 “开始，而不是从索引关键词的模式开始。

支持AIGC的游戏引擎可能会给游戏创作带来类似的根本性变化；例如，如果这些新的AIGC引擎使“场景图”这种创作范式过时了，会怎么样？就像我们看到创作者开始在没有传统动画软件和渲染管道的情况下生成视频一样，新的技术可能会出现，从而取代我们今天所知的实时渲染。

或者以资产创造为例–像Luma Labs这样的公司正在建立新的3D扫描和资产生成技术，最终可能会推动新的游戏开发引擎。如果我们不使用文字提示，而是拍摄一段空间视频，由人工智能自动生成游戏中的网格、纹理和完全渲染的关卡，会怎么样？横向路径是最有风险的，所需要的资金规模更大，研究团队也更强大，但它们也能够完全重新定义游戏创作的路径。

结论

生成式人工智能将通过游戏创作的民主化来彻底颠覆UGC游戏领域。每个人的内心都是一名玩家，每名玩家都可以成为游戏制作者。AIGC时代将使数以百万计的人有能力制作他们的第一款游戏，新一代的游戏开发者将释放出一波游戏设计创意，永远改变游戏行业。更多的创作者、更多样化的游戏、更多的玩家。