홍콩과 중국의 여러 대학이 Tencent와 협력하여 오픈 월드 비디오 게임 생성을 시뮬레이션하기 위한 GameGen-O라는 AI 모델을 개발했습니다. 이 모델은 고품질 게임 콘텐츠를 생성할 수 있을 뿐만 아니라 다양한 게임 엔진 특성을 시뮬레이션하여 동적 환경, 복잡한 액션, 다양한 이벤트 등 풍부한 게임 요소를 생성하고 다중 모드 대화형 제어를 지원하여 플레이어의 게임 플레이를 향상시킵니다. 게임 경험. GameGen-O는 완전한 플레이 가능한 게임은 아니지만 개발자에게 게임 요소의 프로토타입을 빠르게 제작하고 테스트할 수 있는 도구를 제공하여 개발 시간과 비용을 크게 절감합니다. 이 글에서는 GameGen-O의 개발 과정과 기능적 특징, 향후 적용 전망에 대해 자세히 소개하겠습니다.
최근 홍콩과 중국의 여러 대학이 Tencent와 협력하여 오픈 월드 비디오 게임 시뮬레이션을 생성하도록 특별히 설계된 GameGen-O라는 AI 모델을 개발했습니다.
GameGen-O의 기능은 고품질 게임 콘텐츠 생성에만 국한되지 않고 여러 게임 엔진의 특성을 시뮬레이션하며 캐릭터의 동적 환경, 복잡한 액션, 다양한 이벤트 등 풍부하고 다양한 게임 요소를 생성할 수 있습니다.
프로젝트 입구: https://gamegen-o.github.io/
이 모델은 또한 다중 모드 대화형 제어 기능을 제공하여 플레이어가 게임 중에 자유롭게 제어할 수 있도록 하여 전례 없는 게임 경험을 선사합니다.
연구팀은 GameGen-O가 완전히 플레이 가능한 게임은 아니지만 개발자가 처음부터 문제를 만들지 않고도 다양한 게임 요소를 신속하게 프로토타입하고 테스트할 수 있는 훌륭한 도구를 제공한다고 말했습니다.
공개된 시연 영상에는 모델이 생성한 장면에 여러 유명 게임의 장면이 등장해 저작권에 대한 추가 논의가 촉발될 수도 있다.
GameGen-O의 개발은 처음부터 거대한 프로젝트였습니다. 팀은 100개 이상의 최신 오픈 월드 게임에 대한 처리 데이터가 포함된 OGameData라는 오픈 월드 비디오 게임 데이터 세트를 구축했습니다.
이를 위해 인터넷에서 32,000개의 원본 영상을 수집하였고, 전문적인 심사와 처리를 거쳐 최종적으로 15,000개의 사용 가능한 영상이 형성되었습니다. 비디오는 장면 감지 후 세그먼트로 잘라낸 다음 엄격하게 필터링 및 정렬하여 미적 측면, 광학적 흐름 및 의미론적 콘텐츠 측면에서 높은 품질을 보장합니다. 이러한 스니펫은 훈련에 적합한 보다 정제된 데이터세트를 형성하기 위해 구조화되고 주석이 추가됩니다.
다음으로 그들은 두 단계를 통해 모델을 훈련했습니다. 첫 번째 단계에서 모델은 OGameData를 기반으로 다양한 게임 콘텐츠를 생성하는 방법을 학습했으며, 두 번째 단계에서는 생성된 콘텐츠를 사용자가 대화형으로 제어할 수 있도록 "InstructNet"이라는 구성 요소를 추가했습니다.
실제 게임 생성 과정에서 GameGen-O는 캐릭터 및 환경 생성을 지원할 뿐만 아니라 다양한 액션과 이벤트를 디자인하여 플레이어가 생생한 게임 장면을 경험할 수 있도록 합니다. 또한 이 모델은 플레이어 입력 및 지침에 따라 생성된 콘텐츠를 유연하게 조정하여 보다 개인화된 게임 경험을 제공할 수 있습니다.
연구원들은 GameGen-O가 AI를 사용하여 오픈 월드 비디오 게임을 만드는 데 중요한 단계를 밟았다고 믿습니다. 이는 창의적인 생성과 대화형 기능을 결합하여 기존 렌더링 기술의 대안이 될 것으로 예상됩니다.
그들은 이 모델이 비디오 게임 AI 개발, 대화형 제어 및 몰입형 가상 환경과 같이 다양한 응용 프로그램을 탐색하는 연구원과 개발자에게 귀중한 리소스가 될 것이라고 말합니다.
또한 최근 다른 연구팀에서는 Google Research, Google DeepMind 및 Tel Aviv University가 공동으로 개발한 GameNGen과 같은 유사한 AI 시스템을 시연했습니다. 이 시스템은 20을 초과하는 프레임 속도로 고전 게임 "DOOM"을 실시간으로 시뮬레이션하고 플레이할 수 있습니다. 초당 프레임.
가장 밝은 부분:
GameGen-O는 오픈 월드 비디오 게임의 다양한 요소를 생성할 수 있는 새로 개발된 AI 모델입니다.
모형은 개발자가 완전히 플레이 가능한 게임을 만드는 대신 게임 컨셉을 빠르게 프로토타입하고 테스트하는 데 도움을 주기 위해 만들어졌습니다.
연구팀은 데이터 세트를 구축하고 2단계 훈련을 통해 모델의 대화형 제어 기능을 향상시켜 게임 개발에 새로운 가능성을 가져왔습니다.
GameGen-O의 등장은 게임 개발 분야에서 AI의 획기적인 발전을 의미하며, 효율적인 프로토타이핑 기능과 대화형 제어 기능은 게임 산업의 발전을 크게 촉진할 것입니다. 앞으로도 기술이 계속 성숙해짐에 따라 GameGen-O와 유사한 기술은 게임 개발 프로세스를 완전히 바꾸고 더욱 다채로운 게임 세계를 가져올 것으로 예상됩니다.