Sejumlah universitas di Hong Kong dan Tiongkok telah berkolaborasi dengan Tencent untuk mengembangkan model AI yang disebut GameGen-O untuk mensimulasikan generasi video game dunia terbuka. Model ini tidak hanya dapat menghasilkan konten game berkualitas tinggi, tetapi juga mensimulasikan berbagai karakteristik mesin game untuk menciptakan elemen game yang kaya, seperti lingkungan dinamis, aksi kompleks, dan berbagai peristiwa, serta mendukung kontrol interaktif multi-modal untuk meningkatkan kemampuan pemain. pengalaman bermain game. GameGen-O bukanlah game lengkap yang dapat dimainkan, tetapi menyediakan alat bagi pengembang untuk membuat prototipe dan menguji elemen game dengan cepat, sehingga sangat mengurangi waktu dan biaya pengembangan. Artikel ini akan memperkenalkan secara rinci proses pengembangan, karakteristik fungsional, dan prospek penerapan GameGen-O di masa depan.
Baru-baru ini, beberapa universitas di Hong Kong dan Tiongkok bekerja sama dengan Tencent untuk mengembangkan model AI bernama GameGen-O yang dirancang khusus untuk membuat simulasi video game dunia terbuka.
Fungsi GameGen-O tidak terbatas pada menghasilkan konten game berkualitas tinggi, tetapi juga mensimulasikan karakteristik beberapa mesin game dan dapat menciptakan elemen game yang kaya dan beragam, seperti lingkungan dinamis karakter, aksi kompleks, dan berbagai peristiwa.
Pintu masuk proyek: https://gamegen-o.github.io/
Model ini juga menyediakan kemampuan kontrol interaktif multi-modal, memungkinkan pemain untuk mengontrol secara bebas selama permainan, menghadirkan pengalaman bermain yang belum pernah ada sebelumnya.
Tim peneliti mengatakan bahwa meskipun GameGen-O bukanlah game yang dapat dimainkan sepenuhnya, GameGen-O menyediakan alat luar biasa bagi pengembang yang memungkinkan mereka dengan cepat membuat prototipe dan menguji berbagai elemen game tanpa harus membuatnya dari awal.
Dalam video demonstrasi yang ditampilkan, adegan-adegan dari banyak game terkenal muncul dalam adegan yang dihasilkan oleh model, yang mungkin memicu diskusi lebih lanjut mengenai hak cipta.
Pengembangan GameGen-O adalah proyek besar yang dimulai dari awal. Tim membuat kumpulan data video game dunia terbuka yang disebut OGameData, yang berisi data pemrosesan untuk lebih dari 100 game dunia terbuka modern.
Untuk tujuan ini, mereka mengumpulkan 32.000 video asli dari Internet, dan setelah penyaringan dan pemrosesan profesional, 15.000 video yang dapat digunakan akhirnya terbentuk. Video dipotong menjadi beberapa segmen setelah deteksi adegan, lalu disaring dan disortir secara ketat untuk memastikan kualitas tinggi dalam hal estetika, aliran optik, dan konten semantik. Cuplikan ini disusun dan diberi anotasi untuk membentuk kumpulan data yang lebih halus dan cocok untuk pelatihan.
Selanjutnya, mereka melatih model tersebut melalui dua tahap. Pada tahap pertama, model belajar menghasilkan berbagai konten game berdasarkan OGameData; pada tahap kedua, mereka menambahkan komponen yang disebut "InstructNet" sehingga pengguna dapat mengontrol konten yang dihasilkan secara interaktif.
Dalam proses pembuatan game sebenarnya, GameGen-O tidak hanya mendukung pembuatan karakter dan lingkungan, tetapi juga merancang berbagai aksi dan peristiwa, sehingga pemain dapat merasakan adegan game yang hidup. Selain itu, model ini dapat secara fleksibel menyesuaikan konten yang dihasilkan berdasarkan masukan dan instruksi pemain, sehingga menghadirkan pengalaman bermain game yang lebih personal.
Para peneliti percaya bahwa GameGen-O telah mengambil langkah penting dalam penggunaan AI untuk menghasilkan video game dunia terbuka. Ini menggabungkan generasi kreatif dan kemampuan interaktif dan diharapkan menjadi alternatif terhadap teknologi rendering tradisional.
Mereka mengatakan model ini akan menjadi sumber daya berharga bagi para peneliti dan pengembang yang mengeksplorasi berbagai aplikasi seperti pengembangan AI video game, kontrol interaktif, dan lingkungan virtual yang imersif.
Selain itu, tim peneliti lain baru-baru ini mendemonstrasikan sistem AI serupa, seperti GameNGen yang dikembangkan bersama oleh Google Research, Google DeepMind, dan Universitas Tel Aviv. Sistem ini dapat mensimulasikan dan memainkan game klasik "DOOM" secara real time dengan frame rate melebihi 20 frame per detik.
Menyorot:
GameGen-O adalah model AI baru yang dikembangkan yang mampu menghasilkan berbagai elemen video game dunia terbuka.
Maket ini dimaksudkan untuk membantu pengembang dengan cepat membuat prototipe dan menguji konsep game, daripada membuat game yang dapat dimainkan sepenuhnya.
Dengan menetapkan kumpulan data dan pelatihan dua tahap, tim peneliti meningkatkan kemampuan kontrol interaktif model, sehingga menghadirkan kemungkinan baru dalam pengembangan game.
Kemunculan GameGen-O menandai kemajuan signifikan AI di bidang pengembangan game. Kemampuan pembuatan prototipe yang efisien dan fungsi kontrol interaktif akan sangat mendorong perkembangan industri game. Di masa depan, seiring dengan semakin matangnya teknologi, GameGen-O dan teknologi serupa diharapkan dapat sepenuhnya mengubah proses pengembangan game dan menghadirkan dunia game yang lebih berwarna.