giant network: große modelle fördern die innovation von spielparadigmen, „game ai“ 2.0 vom konzept zur realität
2024-09-23
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
laut nachrichten vom 23. september nahm ding chaofan, leiter des giant network ai laboratory, am yunqi conference forum teil und hielt eine grundsatzrede. dabei enthüllte er erstmals die technischen details der selbst entwickelten großmodelle giantgpt und bailing. tts sagte, dass die großen modelle die innovation des spielparadigmas „game + ai“ 2.0 vom konzept zur realität vorangetrieben hätten.
große modelltechnologie ist implementiert, giantgpt ist gut im rollenspiel und „kann spiele spielen“
auf der diesjährigen yunqi-konferenz stellte giant network zwei selbst entwickelte große modelle, giantgpt und bailing-tts, sowie deren implementierung vor. unter ihnen ist giantgpt eines der ersten großen modelle, das in der gaming-branche registriert wurde. seit letztem jahr hat giant network ai lab es weiter iteriert und optimiert.
ding chaofan stellte vor, dass giantgpt über hervorragende rollenspielfähigkeiten, lebendige fähigkeiten zum situationsdenken, ein individuelles langzeit- und kurzzeitgedächtnis und die fähigkeit verfügt, spielszenarien tiefgreifend zu unterstützen. es kann als großes rollenspielmodell bezeichnet werden, das „spielen kann“. spiele".
daten sind der kern großer modellfunktionen. giant network hat zu diesem zweck einen riesigen datensatz erstellt, der auf öffentlichen daten im internet und eigenen daten basiert und die vorteile von großem umfang, vielfalt und hoher qualität bietet und effiziente datenproduktionskette.
derzeit ist giantgpt in vielen giant-netzwerkprodukten wie „zhengtu“ implementiert. basierend auf giantgpt verfügt der intelligente begleit-npc über persönlichkeit, emotionen und ein adaptives langzeitgedächtnis, was den spielern ein intimes kameradschaftserlebnis bietet und die benutzerbindung verbessert.
zusätzlich zum großen sprachmodell hat giant network ai lab in diesem jahr auch das erste große tts-modell der branche auf den markt gebracht, das mandarin und mehrere dialekte unterstützt – bailing-tts.
derzeit hat die sprachsynthese-großmodelltechnologie im bereich mandarin erhebliche fortschritte gemacht, ihre entwicklung im bereich der dialekte ist jedoch sehr langsam und kann die unterschiedlichen anforderungen der sprachsynthese nicht erfüllen. in china gibt es dutzende wichtiger dialekte, jeder mit einzigartigen phonetischen merkmalen und grammatikalischen strukturen, was das training eines großen tts-modells, das verschiedene dialekte abdeckt, äußerst schwierig macht. darüber hinaus erhöhen die knappheit an dialektkorpora und der mangel an qualitativ hochwertigen annotationsdaten die technischen schwierigkeiten zusätzlich.
um dieses problem zu lösen, hat das giant network ai laboratory einen mandarin- und dialektdatensatz erstellt, der 20 dialekte und mehr als 200.000 stunden auf der grundlage des chinesischen dialektsystems abdeckt, und eine reihe technischer innovationen basierend auf der modellebene vorgeschlagen, sodass bailing- tts kann realisiert werden. es verfügt über ein zero-sample-klonen von mandarin sowie hochwertige dialektstimmen- und peking-opern-gesangssyntheseeffekte.
große modelle verändern das spielerlebnis und die produktivitätsinnovation
in seiner rede demonstrierte ding chaofan eine reihe von untersuchungen von giant network zur anwendung großer modelle, die ki-malplattformen, ugc-skripterstellungstools, anthropomorphe intelligente frage- und antwortsysteme, ki-natives gameplay usw. umfassten und die auswirkungen großer modelle widerspiegelten modelle zu spielerlebnis und produktivitätsinnovation.
die one-stop-ki-gemäldeproduktionsplattform „giant painting“ konzentriert sich auf die unterstützung der teamzusammenarbeit. gleichzeitig integriert sie eine reihe selbst entwickelter ki-bildalgorithmusfunktionen in ein workflow-formular, um eine kollaborative standard-ki-kunstproduktionspipeline aufzubauen die notwendigkeit eines häufigen imports, exports oder durch wechseln der software können sie komplexe aufgaben innerhalb derselben plattform erledigen und gleichzeitig die kreative effizienz verbessern. es integriert einen ein-klick-workflow, um eine große anzahl komplexer vorgänge zu vereinfachen, und eignet sich für große mengen. maßstabsgetreue kunstproduktionsarbeit.
basierend auf den fähigkeiten mehrerer selbst entwickelter großer modelle hat das ai lab außerdem eine intelligente bearbeitungs- und erstellungsplattform für werbevideos geschaffen, die eine automatische analyse und stilanpassung heißer videos ermöglicht und die fähigkeiten von skript-großmodellen und tts-sprache kombiniert klonen, ein-klick-erzielung der fertige filmeffekt verbessert die produktions- und erstellungseffizienz von werbevideos erheblich.
das ultimative ziel der implementierung groß angelegter modelltechnologie besteht darin, das spielerlebnis neu zu gestalten und innovationen auf gameplay-ebene zu fördern. das projekt „space killing“ hat dies aktiv untersucht. das ugc-skripterstellungstool des spiels führt ki-funktionen für das schreiben großer modelle und tts ein, wodurch die schwelle zur inhaltserstellung gesenkt und die begeisterung der spieler für die inhaltserstellung angeregt wird. das ki-native gameplay „ai endgame challenge“ macht die spieler sehr „fortgeschritten“ und treibt das voran der relevanzindex des spiels verdoppelte sich auf der kurzvideo-plattform und eine große anzahl von spielern teilte spontan verschiedene interessante gameplay- und strategietipps.
der kern des „ai endgame challenge“-gameplays liegt im unabhängig von giant network entwickelten multi-agent-framework-design, das zwei hauptfunktionen enthält: „zusammenarbeit“ und „wettbewerb“. der aufbau einer ausgewogenen strategie auf der grundlage eines kontrollsystems ist der schlüssel zur bildung eines qualitativ hochwertigen kooperations- und wettbewerbsparadigmas. da die spieler außerdem tief in das spiel eingebunden werden müssen, müssen wir uns auf die flexibilität und freiheit der spieler bei der ausführung von aufgaben sowie auf einen guten betriebsmechanismus konzentrieren, um eine angemessene entwicklung des spielprozesses sicherzustellen.
„game + ai“ 2.0: vom konzept zur realität
wenn die produktivitätsverbesserung die „spiel + ki“-ära 1.0 ist, dann hat die auf der aigc-technologie basierende gameplay-innovation „spiel + ki“ in die 2.0-ära gebracht.
ding chaofan glaubt, dass „game + ai“ 2.0 eine zukünftige spielform schaffen wird: eine nichtlineare welt, die die einschränkungen traditioneller regeln durchbrechen kann, die umgebung basierend auf dem feedback der spielerdaten aktualisiert wird, das handlungsdesign dynamisch erweitert wird, und zwar wird durch zufällige ereignisse ausgelöst und bietet den spielern ein extrem hohes maß an freiheit und bietet ihnen sogar individuelle spielinhalte.
„das spannende ist, dass wir die möglichkeit dieser spielform im gameplay der ‚ai endgame challenge‘ sehen. spieler können die umgebung beeinflussen und die richtung der handlung durch ihre eigenen aktionen ändern, und der gesamte prozess bietet ein hochwertiges interaktives erlebnis.“ es ist nicht nur ein erfolgreicher technologischer durchbruch und versuch, sondern verwirklicht auch die weiterentwicklung einer neuen spielform vom konzept zur realität.“
derzeit hat giant network eine umfassende palette grundlegender funktionen mit selbst entwickelten großen modellen als kern aufgebaut, die große sprachmodelle, visuelle inhaltsgenerierung, sprachgenerierung und ki-agenten abdecken. große modelle wie giantgpt und bailing-tts sind implementiert in kerngeschäftsszenarien von spielen wurde eine groß angelegte anwendungsimplementierung erreicht und umfassend auf alle aspekte der spieleentwicklung, des betriebs, der verteilung, des testens usw. angewendet, wodurch ein effizienter geschlossener kreislauf von produktionsverbindungen entsteht. gleichzeitig dringt es in kombination mit den fähigkeiten großer modelle tief in die grundlegende gameplay-ebene des spiels ein, um einen intelligenten ki-begleitassistenten, eine emotionsgesteuerte entscheidungs-ki und ein neues spielparadigma zu schaffen, das auf großen modellen mit mehreren agenten basiert .
mit blick auf die zukunft betonte ding chaofan, dass das giant network ai lab gameplay-innovationen, die von großen modellen vorangetrieben werden, radikaler erforschen wird: „es wird eine native spielwelt entstehen, die intensiv mit den spielern interagiert und auf natürliche weise dauerhafte und äußerst attraktive inhalte hervorbringt.“ ich denke, es ist nicht mehr weit.“
