Netflix 棄用人類遊戲開發轉向 AI，遊戲大廠不敢跟風，Netflix 高管：這是「千載難逢」的機遇

Netflix 公司一位高管透露，該公司的電子遊戲部門正在投資開發生成式 AI，旨在「加快開發速度，解鎖前所未有的新鮮遊戲體驗，希望讓玩家們感到驚喜、愉悅和振奮」。

而就在幾週之前，該公司剛剛關閉了旗下知名遊戲工作室「Team Blue」並解僱了遊戲開發團隊。這一消息首先由 Game File 報導，當時正值遊戲行業裁員風暴肆虐。

Netflix 棄人類開發，轉 AI 開發？

在雄厚資金的支撐下，Team Blue 工作室招募了很多頂尖大作的資深遊戲開發者，暗示未來將推出一些更高級的遊戲，包括《鬥陣特攻》執行製片人 Chacko Sonny、微軟 Halo 創意主管 Joseph Staten、暴雪和 Bungie 的 Gavin Irby、索尼聖莫尼卡藝術總監 Rafael Grassetti 等等。隨著眾多大牌人物的加入，許多人認為 Netflix 已經完全進入了遊戲世界。

然而該工作室已經於上個月關閉，Game File 報導稱有 35 人被解僱，Sonny、Staten 和 Grassetti 這三名重要員工均已離開公司。

Team Blue 工作室於 2022 年成立，原本負責的是一款高預算的 3A 遊戲項目，旨在擴展 Netflix 的遊戲業務。然而，對於這家受歡迎的流媒體服務商來說，遊戲似乎是一個失敗。自 2021 年起，Netflix 就推出了多款移動遊戲。然而，隨著工作室的關閉，Netflix 原計劃推出的這一跨平台 3A 遊戲項目也被迫中止。

Netflix 並未完全退出遊戲行業，而且已調整了遊戲部門的其他角色，但短期內似乎很難再進入 3A 遊戲領域了。值得注意的是，早在 2022 年就有報告指出，只有不到百分之一的 Netflix 訂閱用戶在玩遊戲，但 Netflix 此後加大了對高質量遊戲的投入。

事實上，玩過 Netflix 遊戲的網民對其遊戲評價還是不錯的。「過去幾個月，我用 Netflix 玩遊戲的時間比看電影和電視還多。他們那裡有一些好東西。」網民 efbo 說道。還有網民表示，「我在上面玩過 Bloons TD6，投入了數百個小時的時間。」

但似乎還有一些人並不知道 Netflix 有遊戲業務，還有網民表示「只能在手機上看到遊戲頁面，筆記本電腦上看不到。在手機上，只要打開應用程序，頂部就會出現觀看電影或電視節目的選項。如果點擊這些選項，就會直接進入這些頻道。我玩過一些遊戲，有些很有趣，有些則不然。」也有網民表示可能只有訂閱者會更願意繼續玩下去。

現任 Netflix 遊戲開發生成式 AI 副總裁 Mike Verdu 在 LinkedIn 上發帖公佈了自己的新職務，並表示，「我終於準備好聊聊自己接下來要做的工作了：我正在努力擁抱由生成式 AI 推動遊戲開發和玩家體驗這一‘千載難逢’的轉折點。自上世紀 90 年代以來，我還從未對電子遊戲行業的機會感到如此興奮。

Verdu 說道，「那個時候，我們每隔幾個月就能看到一款新遊戲發佈、重新定義種種可能性，但其開創意義仍無法與當下相提並論。雖然那是個遊戲開發的絕妙時代，無數才華橫溢的創作者向我們展示著未來的樣貌，但如今那種潛力無限、極速創新的日子又回來了，還變得更高效、更發散。每隔幾個月，就會有新的驚喜呈現在玩家面前。」

Verdu 在他的 LikedIn 帖子中寫道，「不要理會媒體對於 Netflix Games 變動的無知猜測。過去幾個月來大家瞭解到的動向，其實是一次有計劃的業務轉型。」

Verdu 和 Netflix 計劃在生成式 AI 和電子遊戲開發的交叉領域做出哪些探索，目前還無法斷言。生成式 AI 可用於生成 3D 模型、概念圖、配音表演乃至遊戲內對話，而且不少遊戲開發商已經開始實際應用。在更具實驗性的方面，我們則越來越多看到完整的生成式 AI 遊戲引擎原型，這些引擎能夠動態生成實時 3D 環境，只是距離生產性質的應用似乎還有很長的路要走。

Verdu 在自己的 LinkedIn 帖子中總結道，「我專注於創造者為先的 AI 願景，將創意人才視為絕對的中心，而 AI 科技則作為催化劑與推進劑。AI 將使得大型遊戲團隊能夠加快行動速度，也將為小規模遊戲團隊中的開發者提供以往難以想像的一系列新功能。」

對引入生成式 AI，猶疑不定

跟生成式 AI 遇見其他創意領域時的情況一樣，遊戲開發者們對於生成式 AI 的態度也是參差不齊。部分遊戲開發者對它背後的種種可能性感到興奮，也有不少人擔心它被過度濫用，導致本就壓力巨大且士氣不高的遊戲行業被徹底摧垮。

2024 年，隨著生成式 AI 全面進軍遊戲領域，不少最頂尖的遊戲大廠也開始探索其應用方式。但對於此類新技術，也沒人能保證它們到底會走多遠。換言之，生成式 AI 會像區塊鏈和 NFT 那樣曇花一現，還是真正改變遊戲產業的未來？

在前幾年，遊戲廠商們大力宣傳他們使用的各種最新技術：加密貨幣、區塊鏈、NFT 乃至 Web 3.0 等等。今年，不少小公司也開始在廣告中宣傳自己的 AI 集成探索。但遊戲界的幾家大廠在這方面表現得倒是謹慎，不願貿然承諾將 AI 納入自己的開發計劃。

英偉達和育碧在 2024 年的 GDC 大會上展示了自己的動態響應 NPC 設計，可並未宣佈會將這套系統整合進即將推出的遊戲作品當中。去年 11 月，微軟宣佈與 Inworld AI 合作開發 AI 遊戲對話與敘事工具（Inworld 也是英偉達與育碧合作開發 AI NPC 的夥伴）。但據傳，微軟著手開發的唯一生成式 AI 成果只有 Xbox 端的客服聊天機器人。

紐約大學媒體與信息研究助理教授 Laine Nooney 表示，遊戲行業對於這場即將席捲而來的暴風雨抱有不少緊張情緒。另外儘管生成式 AI 廠商們紛紛做出大膽承諾，但其中多數目標恐怕無法實現。在 ChatGPT 的響應結果中存在幻覺也許可以接受，但對於嚴謹的電子遊戲敘事場景則完全不行。

Nooney 表示，「這些技術似乎有望拉高遊戲玩家的期待，但我堅持認為廠商們低估了發揮其現實生產力所需要投入的額外勞動力規模。」

儘管如此，Nooney 也承認 AI 技術必將在遊戲開發流程中發揮重要作用。他以 modl.ai 提出的 AI 機器人查找 bug 和錯誤來幫助人類質量保證團隊高效完成工作為例，表示 QA 機器人不需要回家吃飯、也不用睡覺，能夠整個週末高強度工作。這種現象可能導致大大小小的廠商放棄以人類為主導的傳統 QA 測試模式。

「不難想見，這樣的工具可能會徹底消除以人類為主導的 QA 測試體系，特別是對於那些預算不高或者質量要求較低的遊戲作品。此外，這實際也是在鼓勵廠商開發規模更大的遊戲，尤其是那些以往無法通過人類勞動力進行有效測試的作品——很多耗神費力的工作，現在都可以由 AI 負責完成。」Nooney 指出。

遊戲大廠如何 在開發中使用生成式 AI

不少遊戲開發者已經使用生成式 AI 技術來協助提升生產效率。比如有人使用 AI 工具在遊戲中的地下城或者類似馬力歐的平台遊戲關卡中快速生成數十張地圖；Unity（遊戲製作領域最重要的引擎開發商之一）將生成式 AI 技術應用於行為樹。

Unity 高級軟件開發人員 Pierre Dalaya 和高級研究工程師 Trevor Santarra 表示，細粒度任務的自動化執行能夠加快生產速度，讓開發人員有更多時間參與創造性構思。未來的遊戲開發者可以使用這種方式改進自己的工作流程，特別是在能夠以 AI 提示詞形式提交自然語言的遊戲設計領域。

「我們期待看到這種工作流程能夠創造出新的遊戲規則和機制、協調 NPC 和玩家之間的交互，進而設計出讓虛擬世界更加栩栩如生的動態系統。」Dalaya 和 Santarra 表示。

Keywords Studios 是一家大型公司，幫助客戶完成從概念設計到營銷發佈的整個遊戲開發流程。該公司使用了約 400 種 AI 工具製作實驗性遊戲 Project AVA——一款科幻文明類的建設遊戲，但預計不會實際投放市場。

結果好壞參半。Keywords 的開發人員並沒有嘗試用生成式 AI 創作影片，而是使用靜態 2D 圖像來生成視覺效果。他們使用類似 Midjourney 的圖像生成工具搭配精心設計的提示詞，成功獲得了遊戲所需要的印象派藝術風格。然而，事實證明其中的每一步操作都需要人為規劃，因為 AI 工具的定期更新往往會導致原有提示詞失效。

「我認為生成式 AI 確實能夠發揮不小的作用，但仍然需要輔以藝術眼光對生成的結果進行調整和修改。」Keywords 工作室旗下 Electric Square Malta 工作室藝術總監、Project AVA 聯合負責人 Lionel Wood 表示。

生成式 AI 生成的藝術作品令 Keywords 感到滿意甚至印象深刻，但其在修復 bug 方面的表現則遠沒有這麼成功，甚至經常導致問題惡化。雖然它能夠生成靜態圖像，但在創建帶有菜單和圖標的用戶界面佈局方面則性能不佳。回顧 Project AVA 的開發過程，Keywords 工作室遊戲 AI 負責人 Stephen Peacock 坦言，生成式 AI 最大的作用其實是幫助程序員們構思、編碼和快速適應新的遊戲引擎。

Peacock 指出，「從 Project AVA 的開發體驗來看，我的總體觀點是如果要給生成式 AI 打個分，我認為滿分 5 分的話能給到 3.5 分，屬於能用但還有很大進步空間的狀態。但我們確實發現，某些工具在特定開發場景下效果極好。」

Peacock 對於生成式 AI 幫助遊戲玩家在遊戲中創造新元素的潛力印象深刻，包括為玩家角色生成新皮膚和構建自定義地圖等。「哪怕是在五年前的 Roblox 或者其他遊戲當中，玩家也得花不少時間才能真正掌握這些創作工具。但現在這些工具在 AI 的輔助下越來越易用，也讓越來越多的人能夠發揮出創造力，這的確非常令人興奮。」

因此從實驗結果看，情況還算令人欣慰：雖然生成式 AI 確實在 Project AVA 當中簡化了一部分遊戲開發流程，但 Keywords 的結論是其無法取代人類開發者，至少目前還不行。

「我認為人們往往忽略了一個重要事實，就是生成式 AI 工具其實是讓我們成為了更優秀的從業者。」Peacock 補充道，「雖然能感受到新型 AI 工具的出現速度在加快，但這並不是什麼新鮮事。我覺得大家可以放寬心態，創作故事和體驗從本質上講其實是在反映人類相互間的聯繫方式，而 AI 技術的存在只是為了幫助我們做得更好、更豐富、更深入。」

隨著生成式 AI 技術的進步，Hidden Door 也在努力改進其遊戲系統，包括整合動畫和影片等生成內容，或者隨時在帶有人物模型和環境的可視化 2.5D 及 3D 界面間切換。

此外，該公司聯合創始人兼 CEO Hilary Mason 還表示需要持續改進各類 AI 工具中的固有偏見。Mason 此前在一段演講中現場使用 Dall-E 3 和 Midjourney 圖像生成工具創作了一張人群照片，表現的正是當時台下的觀眾。可最終圖像顯示觀眾均為男性，明顯與當時的實際情況不符。

Mason 承認，訓練數據源中存在種種道德爭議，而 Hidden Door 的模型是根據該公司自己創建或合成的數據訓練而成。其並未選取大量現成素材，而是根據類型對不同的單詞和概念進行權衡，即時生成新的內容。這樣當玩家在享受西岸牛仔的拓荒冒險時，就不會因為火箭飛船的出現而出戲。從設計上講，玩家也不會遇到從以往作品中直接照搬來的用詞和情節段落。

總而言之，遊戲行業必須努力為大語言模型的使用方式找到正確的路徑。幾十年來，這些模型一直在毫無顧忌地吸納公開可用的數據。Mason 強調，「我們之所以另闢蹊徑，就是因為我們訓練的模型不是要跟原始數據的創造者競爭，而是為了達成明確的實際效用。」

結束語

對於遊戲行業，除了使用生成式 AI 的技術帶來的效率提升，其背後引發的法律和道德也讓人擔憂，比如生成式 AI 工具製作的內容到底歸不歸相關遊戲工作室所有？可以在商業作品中使用生成式 AI 嗎？

不過，俄亥俄州立大學工程學院高級講師 Neil Kirby 表示，儘管人們對於生成式 AI 可能給遊戲帶來的衝擊和法律風險感到擔憂，但這項技術最終可能會以更加溫和、可接受的方式落地，這一點跟以往的其他生產工具相似。在這項新技術的加持下，遊戲行業可能更多感受到的是巨大的生產力提升。

對生成式 AI 工具感興趣的不只有開發人員，想要投身於遊戲行業的學生們也在積極使用。與其他技術工具一樣，生成式 AI 同樣是把雙刃劍，Kurby 發現不少年輕的學習者過度依賴 AI 意見，而不再獨自學習編程的核心專業知識。這可能導致 AI 引入的幻覺和其他錯誤無法被及時發現。但情況正在發生變化，至少一部分準備進入遊戲行業的學生，開始積極將生成式 AI 納入自己的工作流程。

參考鏈接：

https://www.404media.co/netflix-games-ai-exec/

https://www.cnet.com/tech/gaming/generative-ai-is-coming-for-video-games-heres-how-it-could-change-gaming/#google_vignette

https://www.gamefile.news/p/netflix-team-blue-socal-studio

https://www.reddit.com/r/netflix/comments/1dn91ot/netflixs_obsession_with_games/

本文來自微信公眾號「AI前線」，整理：褚杏娟、核子可樂，36氪經授權發佈。