传媒互联网行业专题：海外AIGC应用进展之游戏篇

传媒互联网行业专题——海外AIGC应用进展之游戏篇 AIGC技术持续突破，与场景融合度提升助力产业升级。基础层，多模态算法持续发展，为后续产品提供技术支撑；中间层，海外大模型开源推动不同细分场景的垂直类模型落地；应用层，AIGC技术与场景的融合度持续升级，已在游戏，教育等多个领域落地，加速产业升级，释放商业潜力。 AIGC技术为游戏行业编程、美术、发行等环节赋能，促进行业提质增效。研发端，AIGC工具可优化数值并提高输出效率，实现成本节降与研发效率提升，解决生成精度问题，率先实现游戏美术领域商业化落地；发行端，个性化算法推荐倍增买量投放效果，智能解决方案明显改善用户留存。 子行业评级 游戏 AIGC技术提升玩家游戏体验，推动UGC平台构建丰富内容生态。AIGC工具带动突破NPC单一行为层交互功能，推动提升智能NPC场景资源适配能力，实现多智能体多目标场景下的连续情节生成。通过AI工具将有效降低玩家创作门槛，进一步活跃平台的内容生态。随着相关工具不断完善，内容端供给有望持续增加。 E-Mail：zhenglei@tpyzq.com执业资格证书编码：S1190523060001 投资建议 目前，海外GPT等大模型持续实现算法突破。随着多模态模型迭代优化、算力大幅提升，海外生成式AI迅速发展，现已广泛应用于游戏产品。AIGC技术在B端实现游戏策划、编程、美术等环节的降本增效，在C端大幅提升玩家体验，降低游戏开发门槛，未来有望构建UGC平台生态。建议关注三七互娱、吉比特、恺英网络。 风险提示 海外AIGC技术落地不及预期、AIGC在游戏中的应用不及预期、游戏产品上线进度不及预期的风险。 目录 1.AIGC技术革新推动游戏应用落地...............................................41.1多模态算法持续突破...........................................................41.2海外大模型加速开源...........................................................51.3泛娱乐目前是AIGC重要落地场景.................................................62.AIGC赋能游戏B端：推进降本增效.............................................72.1策划环节：丰富玩法创意........................................................82.2编程环节：辅助编写大幅提效....................................................92.3美术环节：提升生成效率.......................................................102.4运营环节：提升用户留存.......................................................142.5发行环节：优化买量效率.......................................................143.AIGC赋能游戏C端：构筑玩家全新体验........................................153.1智能NPC：打造全新交互体验...................................................153.2游戏UGC平台：低代码降低游戏开发门槛.........................................194.投资建议..................................................................195.风险提示..................................................................19 图表目录 图1：海外主流预训练模型.........................................................4图2：NVIDIA图像生成.............................................................5图3：NVIDIA图像生成.............................................................5图4：NovelAI图片生成画面........................................................5图5：我国AI企业所属细分领域占比情况.............................................6图6：AI赋能游戏开发.............................................................7图7：游戏资产分类...............................................................8图8：ChatGPT生成《指环王》世界观塔防游戏玩法文案................................9图9：Source AI编码自动生成流程.................................................10图10：NVIDIA GET3D基于AI生成的模型示例........................................10图11：Stable diffusions图片生成原理............................................11图12：UE5设计界面..............................................................12图13：Stable diffusions生成3D图片示例.........................................12图14：Stable diffusions生成分镜画面............................................13图15：Midjourney实时预览和修改功能.............................................14图16：Azure PlayFab投流模式...................................................15图17：Ghostwriter智能生成对话..................................................16图18：Ghostwriter对话修改选项..................................................16图19：《逆水寒》智能NPC对话界面...............................................16图20：Inworld AI功能界面.......................................................17图21：NVIDIA智能NPC生成原理...................................................18图22：西部世界游戏画面.........................................................19 1.AIGC技术革新推动游戏应用落地 1.1多模态算法持续突破 AIGC基础层持续发展，为后续产品搭建基础。人工智能产业链分为基础层、中间层和应用层三个层面。AIGC上游基础层作为整个产业的基础，主要提供算法、数据和算力支持。其中，多模态认知计算为数字孪生和虚拟现实的感知和交互提供了框架，以此为基础生成的AIGC产品支持全息立体应用场景。 单模态和多模态、跨模态算法齐头并进，加强大模型感知能力。（1）单模态：单模态即纯文字、纯图片、纯音频等单一内容的处理。目前主流产品包括自然语言处理(NLP)模型，如谷歌LaMDA，Open AI GPT系列；基于卷积神经网络（ConvolutionalNeural Network，CNN）算法的CV计算机视觉任务大模型，如微软Florence。CV视觉任务模型帮助计算机“看到”并理解数字图像内容的研究领域，例如理解照片和视频的内容，是AI大模型中发展较为迅速的一类。 （2）多模态：多模态模型融合文字、图片、音视频等多种内容形态，融合多种智能处理算法，提供对场景的更透彻的理解。多个来源的编译数据能够支持产出更准确可信的决策。多模态通过特征提取、对齐、融合三大步骤完成对数据的数字特征收集、提炼、对齐和融合，以深入了解情况。多模态训练模型代表包括Open AI的DALL-E，该模型支持通过文本生成图像，这也是多模态模型的主要应用。NVIDIA的Audio 2Face模型则是能够根据输入音频源获得AI驱动的面部动画，该模型已被应用在游戏人物动画领域。 资料来源：NVIDIA，太平洋证券研究院 资料来源：NVIDIA，太平洋证券研究院 1.2海外大模型加速开源 AIGC中间层提供开源，助力垂直领域模型落地。AIGC产业中间层是模型层，即垂直化、应用化、场景化的模型和应用工具。模型层主要分为底层通用大模型和中间层模型，底层通用大模型通过数据训练实现大算力、大数据、大参数下的通用模型能力，为具体垂直领域模型提供开源。中间层模型又细分为人类互动反馈、大模型调整和个性化模型。这类模型通过预训练模式实现基础模型，更容易实现小算力场景下的应用，因此在画图、办公、直播内容等细分场景展示出高适配度。基于开源的Stable Diffusion使用数千个图片网站的近亿张照片，训练出能够提供故事续写服务与图片生成服务的二次元AI绘画工具Novel-AI（萌娘）。 资料来源：Youtube，太平洋证券研究院 1.3泛娱乐目前是AIGC重要落地场景 AIGC应用层赋能多个领域，助力产业升级。AIGC下游是落地各行业、场景的应用。面向C端用户的文字、图片、音视频等内容生成服务按不同的价值创造逻辑，可分为生产可直接消费内容、结合底层系统生产高附加值内容、提供内容生产辅助工具、用于提供体系化解决方案四类。其中生产可直接消费内容是目前落地及变现进展最快的赛道。目前主流海外AI应用领域包括AI+办公、AI+教育、AI+游戏、AI+电商、AI+医疗等场景。通过降低内容生产成本、简化行业流程交互过程以及行业内容技术创新，AIGC逐步赋能各个行业领域，产品AI功能的推出将带动产业价值飞跃。 资料来源：艾媒咨询，太平洋证券研究院 海外AI应用逐步演进，技术与场景的融合度持续升级。海外的AI相关应用从最直接的模型即工具，如聊天机器人ChatGPT、ChatwithAskAI，AI生成图像工具Midjourney等，到融合具体场景的轻量级工具应用，如AI虚拟陪伴、AI办公助手、AI教育助手、AI图片/视频编辑、AI代码助手、AI医疗健康助手、AI文件管理助手等，再到对生成内容要求较高的AI+游戏、AI+影视等。随着应用场景的不断拓展，AI的融合程度也不断加深。 预计未来AIGC将独立完成内容创作。Gartner预计，2024年全球对话式人工智能和虚拟助理市场将实现24%的显著增长，2025年生成式人工智能将占所有生成数据的10%。AIGC即将迎来