随着图形处理单元（GPU）性能的不断提高，以及市场上的游戏引擎提供的功能和工具越来越多，3D场景建模已经成为游戏厂商提升整体视觉效果的关键环节。
与此同时简单的3d游戏引擎，高昂的硬件、软件和人工成本也随之而来。 从草图设计、模型构建、细节雕刻、材质贴图到光影渲染，每一步都需要花费大量的时间和精力。
以 Rockstar 的《侠盗猎车手 V》中的洛桑托斯为例。 这个场景以美国第二大城市洛杉矶为背景。 地图分为40个行政区和街区，包括各种建筑物、街道和车辆。 等待。 为了更真实地呈现场景建模，开发团队数百名成员不仅深入实地拍摄了近25万张照片供参考，还进一步研究了模拟地球仪、洛杉矶人口数据和相关历史纪录片，花费了近25万张照片。花了五年时间对场景的所有元素进行建模。
然而，在生成式人工智能技术逐渐渗透到传统游戏开发流程的今天，3D场景建模这个需要大量人力物力的环节，在AI的支持下或许会得到极大的提升。
例如，近日，掌趣科技（300315.SZ）公布了其在AI游戏引擎领域的最新进展。 据演示，在其与Layabox联合开发的AI游戏引擎LayaAir3中，开发者可以根据画笔绘制的线条草图，通过AI快速生成相应的3D场景。 从海滩、悬崖、隧道、桥梁等复杂场景，到道路、河流、树木、花卉等基本环境元素，都可以在LayaAir中一键绘制生成。
业界暂时无法预测的是，这个演示距离实际应用于游戏开发还有多远。 这背后，让AI游戏引擎快速实现3D场景建模的具体原理是什么？ 这类引擎的建模精度和计算效率是否真的能提高开发团队的工作效率？
Sketch一键生成3D场景
张曲所披露的案件中，作为素材的草图是由几个简单的色块组成的。 但将草图输入AI游戏引擎后，就会自动生成一个相对完整的3D场景。
（说明：草图生成的3D建模效果概览。来源：掌曲科技公众号）
对于这项技术的实现原理，掌趣科技在接受21世纪经济报道记者采访时表示，所谓AI 3D场景生成（根据草图自动生成三维室外场景）是指用户提供或绘制难以绘制的场景。 计算机识别AI算法驱动的二维平面草图，并根据草图表达的含义自动生成对应的三维现场场景。
PalmQu以生成包含山脉、平原和道路的三维场景为例。 如果是手动模型，首先需要绘制高度图，标明地面各个地方的具体高度。 您还需要在三维场景中绘制一条道路。 由于道路不平坦3D道具，需要适应起伏的地面。 打造一条适合地形、坡度控制合理的道路并不容易。
“但是根据草图自动生成三维室外场景是非常容易的。用户只需要在电脑画布上用指定的单一颜色（代表素色）填充一幅画，然后用画笔绘制一个一边用另一种单色（代表平原）（山区），中间用纯色画一条曲线代表道路。只需要几秒钟就可以完成这个三维场景的制作。 曲棕榈说道。
值得注意的是，除了章曲之外简单的3d游戏引擎，不少海外大厂也开始布局AI生成3D资产的赛道。 今年6月，实时3D引擎开发商Unity正式宣布将推出两款AI产品Unity Muse和Unity Sentis。
其中，Unity Muse是AI辅助创作的通用平台，提供Chat、Sprite、Texture等AI生成的游戏资产功能。 Unity中国平台技术总监杨东此前在接受21世纪记者采访时介绍，通过Muse，可以通过简洁的文字指令或草图创建纹理、精灵甚至完整的角色动画。 Sentis是Unity中用于神经网络推理的框架工具，可以直接以原生方式在用户设备上运行AI模型。
5月，AI芯片巨头英伟达也宣布将为游戏提供定制化AI服务。 该服务的全称是 Avatar Cloud Engine (ACE) for Games。 这项服务的强项也正如它的名字“阿凡达”一样，用于在云端和PC上开发AI模型，创建实时交互的AI NPC。
前景广阔，但仍需发展
尽管在2023年人工智能年将会出现多种支持AI生成游戏资产的功能和服务，但在业内人士看来，这仍然是一项“非常先进”的技术。
一位长期关注游戏行业的分析师向21世纪记者指出，目前AI生成的游戏资产，包括3D建模，普遍存在的问题是可控性和准确性不足，这也是难以避免的。一定程度的重复性。 造成上述情况的原因主要来自硬件性能限制、生成对抗网络（GAN）等技术的训练数据不足、算法不成熟等多种因素。
然而，新事物的诞生往往伴随着各种不确定性。 对于LayaAir3这样的AI游戏引擎，业界对其的期待远远大于担忧。
“虽然AI的理解能力仍然有限，处理更复杂的业务代码仍然有困难，但对于分解的简单需求和重复功能，仍然大大提高了效率。” 分析师指出。
除了生成游戏内资产以降低开发时间成本之外，业界也在利用AI来辅助游戏玩法进行一些有趣的尝试。 近日，日本游戏厂商索尼曝光了一项新的AI专利。 该专利显示，索尼可能正在开发一种新的游戏辅助人工智能功能。
具体来说，该功能可以为暂时“放弃”游戏的游戏玩家显示更多的提示信息，并且游戏中配备了可以监控和学习玩家游戏行为的AI，而这个AI将能够跟踪玩家的战斗情况和实时表现。 任务中的成功率用于动态调整游戏难度，帮助回归玩家重新适应游戏节奏。
同时，随着生成式AI技术的不断发展，其应用场景不再局限于游戏。
曲掌还向21世纪记者表示，未来，AI生成3D资产技术可以应用于多种场景，不仅限于游戏开发，还包括影视动画制作（如互动影视等）、文化制作等。旅游、建筑可视化、广告营销等领域。
同时，该技术对于UGC内容也具有强大的生态潜力。 曲棕榈指出3D道具，具体在游戏开发过程中，这项技术主要应用于角色设计与建模、环境场景建模、游戏资源库生成、材质与贴图生成与变换、关卡生成与迭代等，可以进一步帮助开发人员提高效率并降低成本。
