关键字: [出海日城市巡展, Claude, 生成式Ai, 游戏素材生成, 平台运营优化, 企业提效应用, 游戏智能体开发, 模型选择策略]

本文字数: 2600, 阅读完需: 13 分钟

导读

在这场演讲中,演讲者介绍了生成式AI在游戏行业的应用,包括素材生成、平台运营、企业提效和游戏智能体等。他重点分享了游戏公司沐瞳科技如何利用Anthropic公司的Claude AI模型提升内部运营效率,如翻译、舆情分析和辱骂识别等场景。Claude模型在性能、多模态能力、上下文窗口长度和成本等方面表现出色,帮助沐瞳科技高效优化了多个流程。演讲者总结了Claude模型的优势,并展望了生成式AI在游戏行业的广阔前景。

演讲精华

以下是小编为您整理的本次演讲的精华，共2300字，阅读时间大约是12分钟。

生成式人工智能(AI)在游戏行业的应用和发展前景已经成为一个备受关注的热点话题。根据一份研究报告的指出,生成AI将在一定程度上影响80%的职业,而信息产业将受到更快速和更显著的影响。游戏行业作为信息产业的一个重要组成部分,许多游戏客户已经开始利用生成式AI来提高工作效率。

生成AI在游戏行业的应用场景主要集中在四个方面。首先是素材生成,通过利用生成式AI服务,如Stable Diffusion等生成图像的AI工具,游戏公司可以生成游戏素材原画、图标、世界观、脚本以及人物素材等,大幅降低素材生成的成本。思维科技这家位于西部的游戏公司就表示,他们使用亚马逊云科技的Stable Diffusion服务,可以将素材生成的成本降低60%以上。

其次是平台运营方面的应用。一家位于北部的游戏公司通过创新的方式,利用生成AI模型审核广告视频素材,提高了广告投放的精准度。由于游戏行业的广告投入成本通常远高于开发和运营成本,如果广告素材存在问题或错误,将直接影响投放效果。该公司通过生成AI技术对视频进行截帧,并对每一帧图片进行审核,检查是否存在游戏Logo位置错误、数据引导错误等问题,从而确保广告投放的精准性。另外,该公司还可以通过生成AI分析爆款游戏素材的爆点所在,快速复制相似的素材。

除了广告审核,生成AI在用户头像、社交言论和上传图片的合规性审核方面也发挥着重要作用,可以节省大量的人工成本。一家游戏公司就采用了多模态分析的方法,首先将用户上传的图片输入生成AI模型,让模型生成对应的标签并详细描述图片中的每个元素。然后,将这些标签输入到下一个AI模型或人工审核系统中,判断该图片或言论是否合规。

第三个应用场景是企业效率的提升。许多游戏客户使用生成AI帮助生成代码、脚本,进行代码排错和优化,提高开发效率。在代码开发过程中,如果遇到错误提示,开发人员可以将问题描述输入生成AI模型,模型会分析可能的原因并提供解决步骤,大大提高了开发效率。

此外,生成AI还可以通过自然语言查询生成SQL语句,获取数据洞察。一些用户研究部门直接使用生成AI模型将用研数据转换为SQL,执行查询并以可视化的方式呈现结果,提高了数据分析效率。

在内部沟通效率方面,游戏公司也可以构建基于生成AI的知识库问答助手。不同的项目角色如开发、测试、策划等,都有自己的文档和知识库,传统的沟通方式效率低下。通过知识库问答助手,员工可以使用自然语言进行文档查询,打破沟通壁垒,提升内部协作效率。

第四个应用场景是游戏智能体。自《逆水寒》游戏中推出智能对话NPC(非玩家角色)以来,越来越多的游戏公司开始尝试使用生成AI生成智能对话的NPC,为玩家提供沉浸式的游戏体验。与传统的规则限定对话不同,智能对话NPC可以根据玩家的反馈进行自主探索,给予相应的行动反馈,提升用户体验。

除了智能NPC,生成AI还可以生成具有不同性格特征的AI角色进行持续对话,为社交困难人群提供7*24小时的陪伴,这一领域的市场潜力巨大。

构建一个端到端的生成AI应用,关键在于模型的选择。游戏公司可以选择使用现有的预训练大模型,或者使用自有数据训练定制模型。对于大多数客户而言,选择现有模型的经济代价会更低,因此模型的选择就变得尤为重要。

最近,Anthropic公司推出的新一代大模型Constitutional AI(简称”Claude”)因其出色的表现而备受关注。Claude模型在多个评测中已经超越了GPT-3,展现出更强大的能力。Anthropic公司的创始人团队中,包括了OpenAI的多名前高管,如CEO Dario Amodei、前安全政策副总裁Dandi Amodei(兄妹关系)、以及曾主导GPT-3开发的CTO Tom Brown等。

从Claude模型的发布时间轴来看,自2022年8月首个版本发布以来,到2023年Claude 3发布,仅用了一年时间,但其能力的追赶速度非常快,已经超过了发布时间更早的GPT-3.5。最近,亚马逊云科技(亚马逊云科技)还向Anthropic追加了10亿美元的投资,总投资金额达到40亿美元,这预示着亚马逊云科技和Anthropic未来将会有更加紧密的合作。

Claude一共有三个模型版本,分别是高(high)、中(sonata)和低(pass)版本,网友戏称为”中杯”、“大杯”和”超大杯”。在多个测评中,Claude模型的表现都远超其他模型,无论是本科水平知识测评MMLU、研究生水平测评GPQA,还是编码测评和科学推理能力测评,Claude模型都表现出了领先优势。

Claude模型是目前防止大模型”越狱”(生成有害内容)的领导者。研究发现,如果用户尝试10次,GPT-4的越狱概率高达92%,而Claude模型的越狱概率则为0%,安全性能卓越。对于游戏行业这一重监管行业而言,生成有害内容可能会给游戏公司带来毁灭性打击,因此Claude模型的高安全性是一个重要优势。

除了安全性,Claude模型还具备多模态能力,可以通过文本和图像的融合洞察,精准描述图像内容。例如,它可以判断一个包裹是否被压坏、描述车辆反射的云彩细节,甚至能分辨手机屏幕内外的手是否为同一只手。在多模态分析方面,Claude模型表现出了领先的能力。

Claude模型从2.1版本开始,就标配了200K的超长上下文窗口。这意味着它可以一次性阅读超过470页PDF的内容,对于分析小说人物关系、代码库等任务有着天然优势。一项研究显示,在代码召回率测评中,Claude模型的表现也远超其他模型。

在代码辅助方面,Claude模型同样表现出色。普林斯顿大学的一项研究发现,在解决GitHub上的代码issue方面,Claude模型的表现最为出众。

最重要的是,Claude模型的推理成本更低。假设输入输出token比为16:1,那么Claude 3的Sonata版本的成本仅为GPT-4 Turbo版本的37%,而Claude 3的High版本的成本则仅为GPT-3.5 Turbo版本的61%。因此,Claude模型不仅性能更强、更智能,而且推理速度更快、多模态能力更强、上下文窗口更长,其价格也更具优势。

字节跳动的全资游戏子公司沐瞳科技(Bytedance Gaming)就是Claude模型的受益者之一。沐瞳科技在东南亚拥有巨大影响力,其手游”无尽对决”(Mobile Legends: Bang Bang)在该地区的影响力相当于《王者荣耀》在国内的地位。

沐瞳科技在AI方面有多年的积累,但在使用Claude模型后,发现它不仅能解决之前无法解决的问题,而且成本更低、效率更高。沐瞳科技采取了一种循序渐进的方式,先在内部的翻译场景中试用Claude模型,熟悉其使用方式,之后再将其应用到更多场景,最终落地到生产系统中。

由于”无尽对决”游戏需要为东南亚20多个国家的小语种进行本地化,包括术语、俚语、专有英雄、技能、皮肤等,因此小语种翻译一直是沐瞳科技面临的一个瓶颈。通过使用Claude模型,沐瞳科技不仅解决了这一难题,而且成本低、速度快,令客户和亚马逊云科技都感到惊讶。

在获得第一个翻译场景的成功经验后,沐瞳科技开始在其他场景中尝试Claude模型。其中一个场景是舆情分析。传统的舆情分析流程是先采集数据,然后进行人工抽取、统计和分析,但这种方式在数据量较大时就力不从心了。

有了Claude模型的200K超长上下文窗口,沐瞳科技可以直接将全量数据输入模型,而无需人工抽样。他们的每日评论数据大约为500-600K,只需分三个trunk就可以完成全量处理。此前需要人工完成的数据清洗、SQL查询等步骤,现在都可以交给Claude模型自动执行,大幅提高了效率。

在具体的架构设计上,沐瞳科技构建了一个流式处理系统。第一步是使用”中杯”版本的Claude模型对采集的数据进行打标和分类,方便后续的召回和查询;第二步是将用户的自然语言查询输入给Claude模型,模型会基于多Agent架构,调用开放搜索引擎进行知识检索,并对检索结果进行总结,最终以可视化的形式呈现给用户。

这种架构设计将Claude模型的强大能力与开放搜索引擎的知识检索能力相结合,可以高效地完成舆情分析任务。同时,它还利用了Claude模型的不同版本,在实时性和智能化之间达到了平衡。

在辱骂识别场景中,沐瞳科技面临的是一个线上系统,需要对玩家的聊天记录进行实时审核和判罚。之前的做法是先使用关键词匹配,如果匹配不到再将记录交给海外客服团队人工审核,人力成本高昂。

为了降低人力成本,沐瞳科技设计了一个三层过滤系统。第一层是关键词匹配过滤,如果过滤不了就进入第二层,使用向量相似度匹配;如果仍无法判断,就将记录输入给Claude模型进行最终判断。

这个系统的设计还体现了自学习的能力。如果Claude模型判断出某条记录属于辱骂行为,不仅会对该玩家进行判罚,还会将这条记录的信息反馈回系统,用于更新关键词词库和线上数据库,从而不断优化系统的性能。

通过在翻译、舆情分析和辱骂识别等三个场景的实践,沐瞳科技证实了Claude模型的卓越表现。该模型不仅能解决他们之前无法解决的问题,而且成本低、速度快,对游戏运营的提效作用显著。

生成式AI在游戏行业的应用前景广阔,新一代大模型如Claude在素材生成、平台运营、企业效率提升、游戏智能体等多个领域都展现出了巨大的潜力,有望为游戏行业带来革命性的变革。Claude模型强大的能力、优秀的安全性、多模态融合能力、超长上下文窗口、高效的代码辅助能力,以及更具成本优势,都使其成为游戏公司在生成AI领域的不二之选。未来,我们可以期待更多游戏公司效仿沐瞳科技的做法,充分利用Claude等新一代大模型,提升游戏开发、运营和用户体验,推动整个游戏行业的创新发展。

总结

生成式AI正在为游戏行业带来创新体验,助力高效运营。亚马逊云科技游戏行业解决方案架构师陈汉卿分享了生成AI在游戏行业的四大应用场景:素材生成、平台运营、企业提效和游戏智能体。他重点介绍了Anthropic公司的Claude模型,其性能强大、安全可靠、多模态能力出众,在翻译、舆情分析和辱骂识别等场景中展现出卓越表现。通过与游戏公司沐瞳科技的合作案例,展示了生成AI如何提升内部运营效率,优化生产流程,为游戏运营带来革新。

生成AI的素材生成能力可大幅降低美工成本,平台运营中可应用于广告审核、用户内容审查等,企业提效方面可辅助代码生成、数据查询等,游戏智能体则可创造更佳用户体验。Claude模型凭借强大的多模态能力、超长上下文窗口和较低成本,在各领域表现出优于GPT的卓越性能。通过与沐瞳的合作,生成AI成功应用于翻译、舆情分析和辱骂识别等场景,展现出提升运营效率、优化流程的巨大潜力。

生成AI正在为游戏行业带来革新,助力游戏公司提高运营效率,优化内部流程,创造更佳用户体验。亚马逊云科技与Anthropic的合作将进一步推动生成AI在游戏行业的落地应用,释放其巨大潜能。