Будущее контента в геймдеве
Появилась новая работа по улучшению графики игр с помощью нейронных сетей. На этот раз на примере GTA V. В ролике можно посмотреть на полученный результат и на описание структуры сети.
Я уже в шутку писал об изменении pipeline арта. В этот раз сделаю более серьёзный прогноз.
Посмотрим на краткое описание системы из видео:
- Используется две нейронки.
- Одна сеть обучена оценивать соответствие изображения стилю. Обучающая выборка взята из набора фотографий реального города. Выход этой сети используется как оценочная функция второй нейронки.
- Вторая сеть непосредственно трансформирует стиль графики. Она получает на вход изображение из игры сразу в нескольких форматах:
- итоговое отрендеренное изображение;
- глубина объектов;
- типы материалов объектов;
- etc.
- Вторая сеть состоит из блоков, которые работают с разными наборами входных данных. То есть учитывает топологию изображения.
В итоге у нас получается инструмент, который формирует итоговое изображение исходя из его топологии и желаемого стиля.
На сколько я представляю, сейчас подготовка контента — это последовательная работа, каждый из этапов которой ограничен другими этапами и ограничивает их же. Например, указывая свойства материала мы должны учитывать в каких местах он будет встречаться, как будет освещаться, сколько будет объектов с таким материалов в кадре. Это затратно.
Если у нас появляется описанный инструмент, разработка контента разделится на две специализированные части:
- Разработку топологии контента, при которой перестают быть важны детализация, нормали, углы падения света и прочее. Останутся только вещи, которые непосредственно влияют на геймплей: что где находится и из чего состоит.
- Разработку стилистики игры, а-ля концепт-арт, только круче. Пропадёт часть ограничения топологии: «художник» будет рисовать так, как считает лучше для стилистики. Пропадут требования к оптимизации графики, поскольку эта часть нужна только для разработки.
Итоговая работа ускоряется, так как не надо синхронизировать куча ограничений:
- Художники начинают рисовать так, как считают правильным.
- Дизайнеры и архитекторы начинают проектировать так, как считают правильным.
Более того, может снизиться потребление ресурсов играми. Вместо тонн текстур и чрезмерно детализированных моделей с игрой будет поставляться одна (или несколько) обученных моделей.
Добавим сюда процедурную генерацию контента, тот же Houdini, и получим огромный скачок в количестве и качестве контента.
Какие выводы можно сделать:
- Пора учить machine learning — велика вероятность, что лет через пять он станет обязательной технологией в геймдеве.
- Пора делать лопаты — первый, кто создаст готовый инструмент для улучшения стиля в играх, сорвёт куш.
Читать далее
- Глупые прогнозы об искусственном интеллекте
- Write your own adventure
- Генерация подземелий — от простого к сложному
- Автоматический генератор квестов
- Следующий фронтир геймдизайна
- Feature programming
- О проектировании миров
- World builders 2023: Отчётная презентация
- Используем dall-e-3 для геймдева
- Процедурную генерацию в массы!