今天小編分享的科技經驗：國外大佬用AI三小時做遊戲，兩周賺48萬，馬斯克也盯上了這個賽道，歡迎閱讀。
前兩天 Manus 鬧得最兇的時候，一直有種聲音：這麼厲害嗎？為什麼國外沒什麼讨論呢？
國外網友也在讨論 AI，不過，是 AI 遊戲：X 用戶 @levelsio，借助編程工具 Cursor 和 Grok 3 做了一款模拟飛行的遊戲，所有編程工作都基于生成式 AI。
做遊戲花了 3 小時，兩周就掙了 6.7 萬美元。
當然，這不是哄騙大家立刻丢下工作去做遊戲，AI 遊戲這塊肥肉，早已經被不少大佬盯上。
AI 遊戲賽道，越發擁擠
@levelsio 的事迹引來了馬斯克，不僅是因為開發過程中用到了 Grok 3，還因為馬斯克自己也盯上了這個賽道。
馬斯克的 AI 初創公司 xAI 正在采取一條大膽的實驗性道路，在公司内部成立了一個專門的 AI 遊戲工作室。
在 Grok 3 發布直播中，也展示了 Grok 3 何實時編寫簡單遊戲，比如俄羅斯方塊。
馬斯克自己也是個遊戲迷，12 歲時就寫過一款簡單的射擊遊戲 Blastar，受到《太空侵略者》啟發，後來賣了 500 美元。九十年代時，他加入過一家小遊戲工作室，做過一些基礎開發工作。
時光荏苒，已是巨頭的馬斯克，又開始想起初心了。
這次 xAI 通過設立工作室，邀請遊戲行業的開發者加入，一起打造 「AI 生成的遊戲」 。目前，xAI 的遊戲工作室團隊規模很小，大約 9 名成員，但他們的目标是創造 「前所未有的遊戲深度與復雜性」Musk 還提到，他們正在 「嘗試将照片級畫質引入 AI 遊戲」 。
xAI 的整體願景是利用大型 AI 模型，自動生成遊戲及遊戲内容。
無獨有偶，微軟研究院最近發布的新成果，也和遊戲有關。
微軟的代表性項目是 Project 「Muse」，由微軟研究院與 Xbox Game Studios 合作開發。
Muse 是一種 「世界與人類行為模型」，本質上是一個神經網絡遊戲模拟器。Muse 通過學習 3D 遊戲世界和物理規則，可以 「基于 AI 生成符合遊戲規則的玩法」 。
與 xAI 試圖直接用 AI 生成遊戲不同，微軟的目标是用 AI 賦能遊戲開發者，提高玩家體驗。
作為輔助工具，而非直接的創意工具，還體現在微軟和 Xbox 合作，重現經典老遊戲的計劃。
那些因時間與硬體進步而被遺忘的遊戲，Muse 或許能幫助優化舊遊戲，讓它們能夠适應任何設備，将來可以在任何一台 Xbox 設備上重現。
都是 AI，但兩種路線
xAI 和 Muse 都在用人工智能，但思路卻截然不同。
xAI 的目标是，将 AI 生成的遊戲邏輯與高保真視覺效果相結合。這意味着生成式 AI 将在用戶提示或 AI 推理的指導下處理遊戲創作的許多方面，從代碼到美術。
比如，xAI 設想遊戲能夠動态叙事，能夠實時适應玩家的選擇。由 AI 策劃的挑戰根據個人技能進行調整，還有根據玩家互動，而不斷演變的虛拟世界。
這和馬斯克對「遊戲」的認識有緊密的關系。他設立遊戲工作室的一大原因，是因為反感現實問題投射、進入遊戲當中，他認為遊戲就是為了娛樂，應該為了逃離世界。
xAI 策略是用 AI 颠覆傳統遊戲開發， 瞄準的尋求新鮮和體驗感的玩家群體，而微軟的重點則有所不同。
微軟想要通過多方合作，以一種更具支持性和基礎設施驅動的方式将 AI 整合到遊戲中。
以 Muse 項目為例，這是微軟研究院與 Xbox 合作開發，Ninja Theory 為 Muse 提供了數據。
訓練自 Xbox 遊戲 Bleeding Edge，Muse 使用了超過 10 億幀的遊戲畫面數據及其對應的玩家輸入，相當于 7 年以上的連續遊戲數據。
這讓 Muse 的物理一致性更為可靠，而且能理解 3D 世界與物理——這是 Muse 的重要突破，它能夠從純觀察數據中學習 3D 遊戲環境的豐富内部模型。
微軟表示：「Muse 的突破性在于它對 3D 遊戲世界的詳細理解，包括物理規則以及遊戲如何對玩家的行動做出反應」，這意味着 Muse 不僅僅是創建随機視覺效果，而是生成遵循遊戲規則的幀。
例如，如果玩家在 Bleeding Edge 中按下跳躍和攻擊按鈕，Muse 可以生成一個可信的幀序列，顯示角色在跳躍時進行攻擊，跳躍和攻擊效果的物理效果與真實遊戲引擎匹配。
Muse 目前是一個研究原型，但微軟已經開始想辦法讓它走入遊戲制作的工作流當中。遊戲設計師可以把它當作創意生成工具使用，通過 WHAM 演示界面，開發者可以輸入 prompt 詞，比如設計師可以輸入一個場景和動作的描述，讓 Muse 來生成一則預覽小視頻。
這樣一來，不用寫代碼制作預覽視頻，就可以看到大概的效果，把腦中的想法可視化。
未來的遊戲，到底在我手中還是在 AI 手中？
這種通過 AI 工具生成視覺素材的方式，有肉眼可見的好處：如今，3A 級别的遊戲擁有大量資產，《荒野大镖客 2》擁有超過 1000 個獨特的 NPC、60 小時的音樂等，制作成本接近 5 億美元。
開發者可以将概念美術輸入 AI，幾秒鍾内獲得數十種變體創意，有效地提高效率。可以說，無論是面向開發者，還是直接面向玩家，未來遊戲制作不可避免地會有生成式 AI 的一席之地。
早在 2018 年，研究人員在 1000 個人工設計的《DOOM》關卡上訓練了一個生成對抗網絡（GAN），之後 AI 能夠自行設計新的可玩關卡。
同樣，一個 GAN 原型在學習了現有的《超級馬裡奧》關卡後，能夠生成新的關卡。這些關卡并非随機堆砌；AI 模型通過研究原始關卡，學習了什麼是一個有效或有趣的關卡的規律，例如敵人的排列方式。
2020 年，NVIDIA 研究人員通過 GameGAN 進一步推進了這一技術，通過觀看 50000 次《吃豆人》遊戲回放，就生成了一個完全可玩的《吃豆人》克隆版——換句話說，AI 僅通過螢幕視覺和玩家輸入，就推斷出了遊戲的關卡設計邏輯和規則。
那麼問題來了：當你知道一款遊戲裡，包含大量 AI 生成的場景、規則、乃至台詞對話，你還會想玩嗎？
去年，動視暴雪的遊戲《使命召喚：黑色行動 6》遭到玩家和粉絲的強烈批評。在加載頁面的僵屍聖誕老人，出現了六根手指。
還有一些其它細節看上去，都讓人生疑是不是用了 AI。包括《吉他英雄 3》也被發現了很重的 AI 生成痕迹。
這直接促使了動視暴雪的母公司在今年一月，修改了 AI 披露政策，要求開發者明确寫清楚遊戲制作中所使用到的 AI 工具。
暴雪的玩家顯然是不買賬的——就這？
但是另一邊，是全 AI 制作的 fly.Pieter，狂賺六萬刀，雖然廣告是其主要收入來源，但購買高級機型也是需要氪金的。
這反映出一種新的價值博弈：玩家究竟是在為開發的過程付費，還是成品？如果只是對成品付費，那過程如何還重要嗎？AI 是不是也可以？
那遊戲開發的價值會發生改變嗎？玩家又會如何重新為這種體驗「定價」呢？
畢竟，「玩得開心」并不是一個按按計算器就能算出來的固定數值，它是獨屬于每個人的「心理價值」。
