1997，IBM 的「深蓝」在国际象棋比赛中击败人类世界冠军，标志着 AI 在棋类游戏中的重大突破。

2004 年，《半条命 2》发布，游戏中的 AI 角色能够进行更复杂的决策和互动，提升了游戏的沉浸感。

2011 年，IBM 的「沃森」在智力问答节目《危险边缘》中击败了人类冠军，展示了 AI 在自然语言处理和知识推理方面的进步。

2016 年，AlphaGo 在围棋比赛中击败了李世石，标志着 AI 在复杂策略游戏中的重大突破。

2018 年，《荒野大镖客 2》发布，游戏 AI 角色和环境互动水平大幅提高，提供了高度逼真的游戏体验。

2020 年，英伟达推出了 DLSS 技术，利用 AI 加速图形渲染，提升了游戏的性能和画质。

置于当下的游戏环境中审视，游戏依然主打一个陪伴，而 AI 则如同一台放大器，将这份陪伴放大了无数倍。

在今年的 CES 展会上，英伟达使用 Avatar Cloud Engine（ACE）让游戏 NPC「活」起来，也借此火爆出圈。

在名为 Kairos 的演示中，玩家能够与拉面店老板 Jin 进行互动。虽然 Jin 只是一个 NPC，但在生成式 AI 的帮助下，像真人一样回答问题。

AI 与游戏的结合也总是让人感到既爱又恨。

就拿竞技类游戏来说吧，过往的做法只是生硬地调整难度，而现在则是模仿人的操作，让游戏体验更加真实。

支持者认为，当模拟人类的 AI 成为对手或队友的时候，反过来也能提升因缺乏真人玩家所带来的游戏竞技感。

而弊端也正在于此，玩家的的留存率是提高了，但在系统的操控下，玩家们也逃脱不了被 AI 玩弄的漩涡。

前期豪言壮语，中期胡言乱语，后期沉默不语。

当我们熬夜通宵只为再赢一把的时候，已经很难说清楚究竟是我们在玩这个游戏，还是这个游戏在玩我们。尤其当你意识到队友可能是 AI 时，那种无力感就像是拳头打在了棉花上。

心里也软绵绵的，毫无着力点。

即便是代码小白，也能用 AI 手搓游戏。

这放在几年前，估计只能在梦里想想了，但生成式 AI 到来让这一切有了落地的实际空间。

往小了说，创建一个 GPTs 玩起故事剧本杀，再大了点说，那就是 AI 辅助生成的小程序游戏，虽然互动性差点意思，但胜在画面精美丰富。

再往大了说，甚至未来连 3A 大作级别的游戏，都有可能直接通过 AI 渲染生成。

去年英伟达创始人黄仁勋曾预言，未来游戏中的每一个像素都将被生成，而不是渲染。当时这话说的时候，但大家可能还半信半疑，但现在，越来越多的研究成果给这个落地找到了可能性。

通常，制作一款小型游戏的环境可能需要一周时间，对于工作室项目，创建游戏环境可能需要更长的时间，具体取决于设计的复杂程度。

上个月，Google DeepMind 公布了首个「AI 游戏引擎」GameNGen。

它能够在单个 TPU 芯片上以超过 20 帧每秒的速度实时模拟经典射击游戏《毁灭战士》。其工作原理是利用扩散模型实时预测每一帧，这意味着，游戏中的每一刻都是根据玩家的操作和环境的复杂互动实时生成的。

当时，英伟达高级科学家 Jim Fan 不禁感慨，被黑客们在各种地方疯狂运行的《毁灭战士》，竟然在纯粹的扩散模型中实现了，每个像素都是生成的。

再后来，类似更多成果也正在涌现。

前不久，腾讯也放了大招，推出了一款专门面向 3A 开放世界游戏的大模型——GameGen-O。

GameGen-O 可不简单，它能够模拟各类 3A 游戏，比如《巫师 3》、《赛博朋克 2077》《刺客信条》以及《黑神话：悟空》里的角色、动态环境，以及复杂动作等，生成的游戏场景质量也很高。

为了构建数据集，下血本的腾讯搜集了超过 32000 个游戏视频，每个视频短则几分钟，长则几小时，然后经过人工数据标注挑选了 15000 个可用视频。

这些精选的视频通过场景检测被切割成片段，然后按照美学、光流分析和语义内容进行了严格的排序和过滤。

美国游戏开发商 Electronic Arts 最近也通过一段「从想象到创造」视频，向业界展示了未来 AI 在游戏开发落地的美好愿景。

视频中，玩家仅凭简单的指令，就能使用 AI 工具创建游戏场景、角色和其他内容。

CEO Andrew Wilson 称未来生成式 AI 可改进公司一半以上开发流程，预计将在三至五年内设计创造更大、更身临其境的游戏世界。

AI 不仅能够提升现有游戏的开发效率，还可能创造出全新的游戏体验。

也许你会说，不管游戏用的是什么高大上的技术，归根结底，好玩才是王道。

但在 GTA 6 反复跳票，迟迟不见踪影的情况下，我们或许也会萌生一种自己动手、丰衣足食的念头。

毕竟，如果未来能亲手打造一个「罪恶都市」，感觉好像也还不错。