Kecerdasan buatan sedang merevolusikan cara pembangun permainan mencipta peta dan persekitaran. Alat AI moden boleh menjana dunia permainan yang terperinci secara automatik yang sebelum ini memerlukan pasukan berjam-jam untuk mereka bentuk.

Daripada mereka bentuk setiap jubin atau model secara manual, pembangun boleh memasukkan arahan atau data tahap tinggi dan membiarkan AI melengkapkan selebihnya. Contohnya, model baru Google DeepMind “Genie 3” boleh mengambil penerangan teks (seperti “kampung gunung berkabus ketika matahari terbit”) dan segera menghasilkan dunia 3D yang boleh diterokai sepenuhnya.

Pakar industri menyatakan bahawa alat seperti Recraft kini membolehkan keseluruhan persekitaran permainan (tekstur, sprite, susun atur tahap) dijana daripada arahan teks ringkas. Gabungan AI dengan kaedah prosedur tradisional ini mempercepatkan pembangunan dengan ketara dan membuka kemungkinan kreatif tanpa had.

Penjanaan Peta Tradisional vs. Berasaskan AI

• Penjanaan Prosedur Tradisional: Permainan terdahulu menggunakan kaedah PCG (penjanaan kandungan prosedur) algoritma, seperti bunyi Perlin untuk medan atau penempatan jubin berasaskan peraturan, untuk mencipta tahap dan peta.
  Teknik ini menyokong dunia yang luas atau rawak – contohnya, siri Diablo dan No Man’s Sky menawarkan “kandungan tanpa had dengan mencipta tahap dan pertemuan secara dinamik” menggunakan algoritma prosedur.
  Kaedah sebegini mengurangkan kerja manual tetapi boleh menghasilkan corak berulang dan sering memerlukan pereka untuk melaraskan parameter.

• Penjanaan Berpandukan AI: Sebaliknya, AI moden menggunakan pembelajaran mesin untuk menjana peta. Model generatif (seperti GAN, rangkaian penyebaran, dan model dunia transformer) belajar daripada contoh sebenar atau data permainan.
  Mereka boleh menghasilkan persekitaran yang lebih pelbagai dan realistik serta mengikuti arahan kreatif. Contohnya, setelah AI dilatih pada landskap sebenar atau fantasi, ia boleh menjana peta atau medan baru yang meniru gaya tersebut.
  Seperti yang disebutkan di atas, pakar memerhatikan bahawa pembangun kini menggunakan alat AI (contohnya Recraft) untuk “menjana aset permainan – sprite, tekstur, persekitaran – melalui arahan teks ringkas”. Ringkasnya, model AI boleh menangkap corak spatial yang kompleks dan mengaplikasikannya dalam penciptaan peta permainan.

Teknik AI Generatif

AI menggunakan beberapa teknik untuk membina persekitaran permainan:

• GAN (Generative Adversarial Networks): GAN adalah rangkaian neural yang dilatih pada koleksi peta atau imej medan. Mereka boleh mencipta peta baru dengan ciri realistik dengan mempelajari statistik data tersebut.
  Penyelidikan menunjukkan kaedah berasaskan GAN (contohnya self-attention GAN) meningkatkan koheren tahap dengan menangkap corak jarak jauh dalam tahap permainan 2D atau peta ketinggian.
  Contohnya, penyelidik telah menggunakan GAN untuk menjana peringkat platformer 2D yang kompleks dan juga medan 3D yang munasabah dengan melatih pada peta contoh.

• Model Penyebaran (Diffusion Models): AI berasaskan penyebaran (seperti Stable Diffusion) memperhalusi bunyi rawak menjadi imej berstruktur secara berperingkat. Ini telah diadaptasi untuk kandungan permainan – contohnya, penyebaran berasaskan teks boleh menukar peta bunyi menjadi landskap atau susun atur bandar yang terperinci.
  Demo terkini menggunakan penyebaran 3D (“DreamFusion”-gaya) untuk menghasilkan aset permainan atau keseluruhan adegan daripada arahan, menghasilkan tekstur dan geometri yang kaya.

• Model Dunia Transformer: AI berasaskan transformer berskala besar boleh menjana dunia interaktif sepenuhnya. Genie 3 dari DeepMind adalah satu contoh: ia menggunakan seni bina model dunia untuk mentafsir arahan teks dan menghasilkan persekitaran 3D yang konsisten secara masa nyata. Model ini memahami ruang seperti permainan dan boleh “mengimpikan” adegan secara spontan, berfungsi sebagai pereka tahap automatik yang dikuasakan oleh AI canggih.

Alat dan Penyelidikan AI Terkemuka

Genie 3 dari DeepMind: DeepMind membangunkan model dunia canggih yang mencipta persekitaran permainan 3D daripada teks. Dengan arahan, Genie 3 menjana dunia interaktif yang pelbagai dan boleh diterokai oleh pemain pada kadar bingkai tinggi. Ia mengendalikan medan, objek, dan fizik dengan konsisten, menunjukkan bagaimana AI boleh mengautomasikan pembinaan dunia sepenuhnya.

Ludus AI (Plugin Unreal Engine): Ludus AI adalah plugin untuk Unreal Engine yang menggunakan AI generatif untuk mencipta model 3D daripada penerangan teks. Dalam beberapa saat, pembangun boleh menjana aset kompleks (seperti kenderaan, perabot, atau bangunan) tanpa pemodelan manual. Ini mempercepatkan penciptaan aset dan membolehkan pereka membuat iterasi dengan pantas. Contohnya, meminta Ludus menghasilkan “gerabak kayu berkarat” menghasilkan model 3D sedia guna hampir serta-merta.

Selain itu, beberapa alat dan projek berasaskan AI lain sedang membentuk penciptaan dunia permainan:

• Recraft (Penjana Aset AI): Menurut sumber industri, alat seperti Recraft membolehkan pembangun “menjana aset permainan – sprite, tekstur, persekitaran – melalui arahan teks ringkas” dan mengimportnya ke dalam enjin seperti Unity atau Godot.
  Ini bermakna pereka boleh menaip “reruntuhan kuil purba” dan segera mendapatkan tekstur, model 3D, dan susun atur tahap untuk dimasukkan ke dalam permainan mereka.

• Promethean AI: Alat penyusunan adegan berkuasa AI, Promethean AI secara automatik menyusun prop, pencahayaan, dan medan menjadi adegan 3D yang padu. Ia mengikuti garis panduan gaya dan input pengguna untuk menjana set maya lengkap tanpa pemodelan manual.
  Pereka boleh dengan cepat menghasilkan peta besar (contohnya, plaza bandar atau bilik penjara bawah tanah) dengan menentukan susun atur dan gaya umum, kemudian membiarkan AI mengisi dan memperincikan adegan tersebut.

• Muse Microsoft (WHAM): “Muse” dari Microsoft Research (Model Dunia dan Tindakan Manusia) adalah model generatif permainan yang boleh menghasilkan urutan permainan penuh dan visual. Walaupun fokus pada tindakan permainan, Muse juga mempelajari struktur dunia permainan.
  Sebagai model berasaskan transformer, ia menunjukkan bagaimana AI boleh menangkap geometri dan dinamik tahap permainan, dan mungkin membantu menjana kandungan dunia yang konsisten pada masa depan.

• NVIDIA Omniverse & Cosmos: Platform Omniverse NVIDIA kini termasuk ciri AI generatif untuk penciptaan persekitaran.
  Pembangun boleh menggunakan arahan teks untuk mendapatkan atau menjana aset 3D (melalui perkhidmatan NIM Omniverse). Dengan menyusun adegan dan merender data sintetik, mereka melatih model dunia “Cosmos” untuk menghasilkan persekitaran maya tanpa had.
  Dalam istilah NVIDIA, ini membolehkan pembangun mencipta “berjuta-juta persekitaran maya sintetik” daripada input ringkas. Dalam praktik, Omniverse mempercepatkan pembinaan dunia berskala besar untuk permainan dan simulasi, menggunakan AI untuk mengisi perincian dan realisme.

>>> Anda boleh rujuk: Perbualan AI Percuma

Manfaat Utama dan Aplikasi

Peta dan persekitaran yang dijana AI menawarkan beberapa kelebihan praktikal:

• Kelajuan dan Skala: AI boleh menghasilkan dunia besar dan terperinci dalam beberapa saat. Contohnya, Ludus AI boleh menjana aset 3D kompleks “dalam beberapa saat”, manakala pemodelan manual memerlukan berjam-jam. Ini membolehkan pembangun mengisi dunia permainan dengan lebih pantas.
• Kepelbagaian dan Variasi: Model pembelajaran mesin memperkenalkan variasi tanpa had. Penjanaan prosedur tradisional sudah membolehkan permainan seperti No Man’s Sky mempunyai planet tanpa had; model AI membawa ini lebih jauh dengan menggabungkan gaya, tema, dan elemen cerita secara baru. Setiap peta yang dijana AI boleh unik, mengelakkan kebosanan yang kadang-kadang berlaku dalam tahap buatan tangan.
• Kecekapan: Automasi penciptaan peta mengurangkan beban kerja dan kos. Pasukan indie kecil dan studio besar boleh menyerahkan reka bentuk tahap rutin kepada AI dan menumpukan perhatian pada permainan, naratif, dan pelarasan halus. Pakar menyatakan bahawa alat seperti Promethean AI “menjimatkan berjam-jam kerja reka bentuk 3D” dengan menyusun adegan secara automatik, meningkatkan produktiviti dan kreativiti.
• Dunia Dinamik dan Adaptif: AI canggih juga boleh menyesuaikan persekitaran secara masa nyata. Penyelidikan sedang meneroka dunia yang berubah secara spontan atau bertindak balas kepada tindakan pemain. Contohnya, AI boleh menjana susun atur penjara bawah tanah baru setiap kali pemain masuk, atau membentuk semula medan mengikut kemajuan cerita. Dunia “hidup” sebegini sebelum ini hanya boleh dilakukan dengan trik prosedur yang lebih mudah, tetapi AI menjadikannya lebih kaya dan koheren.

Cabaran dan Arah Masa Depan

Walaupun berpotensi besar, penjanaan peta berasaskan AI menghadapi cabaran. Model generatif berkualiti tinggi memerlukan sejumlah besar data latihan, dan dataset khusus permainan sering sukar diperoleh.

Seperti yang dinyatakan dalam satu tinjauan, membina “AI generatif berprestasi tinggi memerlukan sejumlah besar data latihan,” yang sukar dikumpul untuk genre permainan khusus.

Data terhad boleh menyebabkan output yang generik atau cacat, jadi pembangun sering perlu membimbing AI dan membetulkan kesilapan. Terdapat juga persoalan konsistensi dan kebolehmainan: AI mungkin menjana medan yang cantik tetapi mengandungi kawasan yang tidak boleh dicapai atau objektif yang hilang, jadi pengawasan manusia tetap penting.

Isu undang-undang dan etika juga mula timbul. Sesetengah platform kini menghendaki pembangun mendedahkan penggunaan AI, dan isu seperti hak cipta (bagaimana jika AI belajar daripada peta berhak cipta?) sedang diperdebatkan. Buat masa ini, studio permainan perlu mengimbangi automasi AI dengan niat reka bentuk yang jelas dan kawalan kualiti.

Peta dan persekitaran permainan yang dijana AI sudah mula mengubah pembangunan permainan. Projek teknologi terkemuka—daripada Genie Google DeepMind hingga Omniverse NVIDIA—membuktikan bahawa dunia penuh boleh “diimpikan” oleh AI daripada penerangan ringkas.

Teknologi ini menjanjikan penciptaan dunia imersif yang lebih pantas dengan kepelbagaian yang belum pernah ada. Apabila model AI terus bertambah baik, kita boleh menjangkakan landskap maya yang lebih hidup dan interaktif dihasilkan secara spontan.

Bagi pemain dan pereka, masa depan menjanjikan dunia permainan yang lebih kaya dibina oleh algoritma pintar, selagi kita menggunakan teknologi ini dengan bijak dan kreatif.