berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

apakah game "black myth: wukong" hanya satu monster?

saya akui, ketika teman saya menanyai saya seperti ini, pada saat itu juga saya lengah.

hanya butuh waktu kurang dari setengah hari bagi saya sejak menyadari bahwa yang jian harus ditangkap hingga kematian tiger vanguard. jika kita ingin menyelesaikan "mitos hitam", dapatkah kita mengandalkan ai?

berguling dan menghindar, jaga jarak, dan lihat pergerakan monster dengan jelas.

ketika saatnya tiba, sang takdir tiba-tiba mengayunkan tongkatnya yang berat.

dengan bantuan kekuatan ai, kombo yang mulus dilakukan, dan bos dikalahkan tanpa kemampuan melawan. saya tidak tahu berapa banyak gamer yang menangis.

tim peneliti alibaba baru-baru ini mengusulkan kerangka kerja agen varp. dan "kuda" ai ini dibuat oleh mereka.

dapat dikatakan bahwa ini bukan plug-in, tetapi lebih baik dari pada plug-in.

gpt yang menghadapi great sage sebenarnya tidak lebih buruk dari manusia.

saat ai menghadapi great sage, sebenarnya tidak terlalu rumit.

secara tradisional, ai game mengandalkan api game untuk memperoleh informasi lingkungan dan data tindakan yang dapat dieksekusi. namun permasalahannya adalah tidak semua game bersedia menyediakan api terbuka, atau bahkan jika disediakan, beberapa api memiliki kekurangan pada bagian tangan dan kakinya sehingga sulit untuk memenuhi kebutuhan sebenarnya.

selain itu, metode tradisional selalu terasa ada sesuatu yang hilang dan tidak dapat sepenuhnya mensimulasikan pengalaman bermain game nyata dari pemain manusia.

berdasarkan hal ini, tim peneliti alibaba mengusulkan kerangka kerja agen varp (vision action role-playing) yang baru.

setelah menerima masukan tangkapan layar permainan, kerangka agen varp melakukan inferensi menggunakan sekumpulan vlm, dan akhirnya menghasilkan kode dalam bentuk python untuk mengontrol karakter permainan, termasuk kombinasi serangkaian perintah atom, seperti serangan ringan, menghindar, serangan berat , dan pemulihan kesehatan tunggu.

varp berisi tiga basis pengetahuan: basis situasi, basis tindakan dan basis panduan manusia, dan dua sistem: sistem perencanaan tindakan dan sistem lintasan panduan manusia.

sederhananya, sistem perencanaan tindakan setara dengan seorang pustakawan, yang bertanggung jawab untuk menemukan materi yang paling tepat dari perpustakaan situasi dan perpustakaan tindakan yang dapat diperbarui.

berdasarkan tangkapan layar permainan masukan, sistem memilih atau menghasilkan tindakan yang sesuai dengan situasi saat ini, dan kemudian tindakan dan situasi tersebut disimpan atau diperbarui di dua perpustakaan ini.

sistem lintasan yang dipandu manusia menggunakan kumpulan data operasi manusia untuk meningkatkan kinerja varp dalam tugas-tugas kompleks, seperti tugas pencarian jalur dan tugas tempur yang sulit.

di perpustakaan tindakan, "def new_func_a()" mewakili tindakan baru yang dihasilkan oleh sistem perencanaan tindakan, sedangkan "def new_func_h()" mewakili tindakan baru yang dihasilkan oleh sistem lintasan yang dipandu manusia. "def pre_func()" menunjukkan tindakan yang telah ditentukan sebelumnya.

dalam game "black myth wukong" yang disebutkan di atas, tim peneliti menetapkan 12 tugas, 75% di antaranya melibatkan pertempuran, dan melakukan tes benchmark menggunakan vlm termasuk gpt-4o, claude 3.5 sonnet, dan gemini 1.5 pro.

hasilnya menunjukkan,varp memiliki tingkat kemenangan hingga 90% dalam misi dasar dan pertempuran dengan tingkat kesulitan sederhana hingga menengah. namun ketika dihadapkan pada tugas-tugas sulit, performa varp mudah turun, dan levelnya secara keseluruhan masih belum sebaik pemain manusia.

selain itu, ketika agen varp memproses keputusan dalam game, ia tidak dapat menganalisis setiap frame game (yaitu layar game) secara real time karena bergantung pada kecepatan inferensi model bahasa visual (vlm).

dengan kata lain, ia tidak bisa bereaksi terhadap segala sesuatu yang terjadi di layar secara instan seperti yang bisa dilakukan pemain manusia. sebaliknya, ia hanya dapat memproses cuplikan permainan setiap beberapa detik, memilih beberapa bingkai penting (bingkai utama) untuk analisis dan pengambilan keputusan.

saat "black myth: wukong" diluncurkan, dikeluhkan tentang kurangnya peta dan banyaknya "dinding udara". oleh karena itu, tanpa bantuan manusia, ai akan seperti lalat tanpa kepala yang tidak mampu melakukannya temukan bos.

ai generatif telah menyulut api perubahan dunia. sebelum memasuki kesadaran publik, ikatan intuitif masyarakat awam dengan ai mungkin sebagian besar berasal dari game.

dalam sejarah video game, ai jauh lebih penting dari yang kita kira

banyak orang mungkin tidak menyangka bahwa salah satu game pertama yang mengikuti kereta ai adalah game arcade klasik “pac-man.”

prasyarat untuk kemenangan pemain adalah memakan semua kacang di labirin, dan hantu berwarna-warni yang tampak konyol memiliki algoritma pengejaran yang berbeda, dan mereka akan mengejar pemain dengan jalur dan cara yang berbeda.

gerakan algoritmik setiap hantu sangat sederhana dan tidak memiliki kemampuan belajar apa pun. setelah pemain memahami aturan ini, kesulitan permainan akan menurun.

"metal gear solid" yang diluncurkan pada tahun 1987 menandai tonggak penting lainnya dalam game ai.

karakter ai dalam game mulai menunjukkan pola perilaku yang lebih kompleks, dan untuk pertama kalinya mekanisme respons bermusuhan terhadap pemain diperkenalkan. jika pemain ditemukan oleh musuh, musuh akan memicu sistem alarm, memanggil bala bantuan, mengubah rute patroli, dan bahkan memasang jebakan.

nantinya, jika proses pengembangan ai dan game dirangkum dalam rangkaian peristiwa penting, kira-kira sebagai berikut:

pada tahun 1997, "deep blue" ibm mengalahkan juara dunia manusia dalam pertandingan catur, menandai terobosan besar ai dalam permainan catur.

pada tahun 2004, "half-life 2" dirilis. karakter ai dalam game mampu membuat keputusan dan interaksi yang lebih kompleks, sehingga meningkatkan pengalaman bermain game.

pada tahun 2011, "watson" dari ibm mengalahkan juara manusia dalam acara kuis "jeopardy!" yang menunjukkan kemajuan ai dalam pemrosesan bahasa alami dan penalaran pengetahuan.

pada tahun 2016, alphago mengalahkan lee sedol dalam game go, menandai terobosan besar ai dalam game strategi yang kompleks.

pada tahun 2018, "red dead redemption 2" dirilis. tingkat interaksi antara karakter ai game dan lingkungan meningkat pesat, memberikan pengalaman bermain game yang sangat realistis.

pada tahun 2020, nvidia meluncurkan teknologi dlss, yang menggunakan ai untuk mempercepat rendering grafis dan meningkatkan performa game serta kualitas gambar.

melihat lingkungan game saat ini, game tersebut masih berfokus pada persahabatan, dan ai seperti penguat, memperkuat persahabatan ini berkali-kali.

pada acara ces tahun ini, nvidia menggunakan avatar cloud engine (ace) untuk membuat npc game “hidup” dan menjadi populer di industri.

dalam demo bernama kairos, pemain dapat berinteraksi dengan jin, pemilik toko ramen. meskipun jin hanyalah seorang npc, dengan bantuan ai generatif, dia menjawab pertanyaan seperti orang sungguhan.

kombinasi ai dan game selalu membuat orang merasakan cinta sekaligus benci.

ambil contoh game kompetitif. dulu, caranya hanya dengan menyesuaikan tingkat kesulitannya secara kaku, namun kini meniru operasi manusia untuk membuat pengalaman bermain lebih realistis.

para pendukung percaya bahwa ketika ai yang disimulasikan manusia menjadi lawan atau rekan satu tim, hal itu pada gilirannya dapat meningkatkan nuansa kompetitif permainan karena kurangnya pemain sungguhan.

ini juga merupakan kelemahannya. tingkat retensi pemain telah ditingkatkan, tetapi di bawah kendali sistem, pemain tidak dapat lepas dari pusaran permainan ai.

pada tahap awal terdapat kata-kata yang berani, pada tahap tengah terdapat omong kosong, dan pada tahap selanjutnya terdapat keheningan.

ketika kita begadang semalaman hanya untuk memenangkan permainan lain, sulit untuk mengatakan apakah kita sedang memainkan permainan tersebut atau permainan tersebut mempermainkan kita.

apalagi saat anda menyadari bahwa rekan satu tim anda mungkin ai, perasaan tidak berdaya itu seperti kepalan tangan yang memukul kapas. hati saya terasa lembut dan tidak fokus.

nabi huang tua! akankah game masa depan dihasilkan oleh ai?

bahkan jika anda seorang pemula dalam coding, kita bisa menggunakan ai untuk bermain game.

beberapa tahun yang lalu, hal ini mungkin hanya bisa kita impikan, namun hadirnya ai generatif telah memberikan ruang bagi semua hal ini untuk menjadi kenyataan.

pada level kecil, ini seperti membuat gpt untuk memainkan game bercerita. pada level besar, ini adalah mini program game yang dibantu ai meskipun interaktivitasnya tidak menarik, namun lebih baik daripada grafisnya yang indah.

selangkah lebih maju, bahkan game tingkat mahakarya 3a dapat dihasilkan langsung melalui rendering ai di masa depan.

tahun lalu, pendiri nvidia jensen huang meramalkan hal itusetiap piksel di game mendatang akan dihasilkan, bukan dirender.ketika hal ini dikatakan pada saat itu, semua orang mungkin masih ragu.

biasanya, diperlukan waktu seminggu untuk menciptakan lingkungan untuk game kecil, dan lebih lama untuk proyek studio, bergantung pada kompleksitas desain.

bulan lalu, google deepmind mengumumkan “mesin game ai” pertamanyagamengen。

ia mampu mensimulasikan game menembak klasik "doom" secara real time dengan kecepatan lebih dari 20 frame per detik pada satu chip tpu.

ia bekerja dengan menggunakan model difusi untuk memprediksi setiap frame secara real-time, artinya setiap momen dalam game dihasilkan secara real-time berdasarkan interaksi kompleks dari tindakan pemain dan lingkungan.

pada saat itu, ilmuwan senior nvidia jim fan tidak bisa tidak mengeluh bahwa "doom", yang dijalankan secara liar oleh peretas di berbagai tempat, sebenarnya diimplementasikan dalam model difusi murni, dan setiap piksel dihasilkan.

belakangan, hasil yang lebih serupa muncul.

belum lama ini, tencent juga melakukan langkah besar dan meluncurkan model besar khusus untuk game dunia terbuka 3a——gamegen-o。

gamegen-o dapat mensimulasikan karakter, lingkungan dinamis, dan aksi kompleks di berbagai game aaa, seperti "the witcher 3", "cyberpunk 2077", "assassin's creed" dan "black myth: wukong", serta kualitas game yang dihasilkan adegan juga sangat tinggi

untuk membangun kumpulan data, tencent, yang menghabiskan banyak uang, mengumpulkan lebih dari 32.000 video game, setiap video berdurasi beberapa menit atau selama beberapa jam, dan kemudian memilih 15.000 video yang tersedia melalui data manual anotasi.

video yang dikurasi ini dipotong menjadi beberapa segmen melalui deteksi adegan, lalu diurutkan dan disaring secara ketat berdasarkan estetika, analisis aliran optik, dan konten semantik.

electronic arts, sebuah pengembang game amerika, juga baru-baru ini menunjukkan kepada industri ini visi cemerlang untuk penerapan ai di masa depan dalam pengembangan game melalui video berjudul "dari imajinasi ke penciptaan."

dalam video tersebut, pemain dapat menggunakan alat ai untuk membuat adegan game, karakter, dan konten lainnya hanya dengan instruksi sederhana.

kata ceo andrew wilsondi masa depan, ai generatif dapat meningkatkan lebih dari separuh proses pengembangan perusahaan, diharapkan dapat merancang dan menciptakan dunia game yang lebih besar dan lebih mendalam dalam waktu tiga hingga lima tahun.

ai tidak hanya dapat meningkatkan efisiensi pengembangan game yang sudah ada, tetapi juga menciptakan pengalaman bermain game yang baru.

mungkin anda akan mengatakan bahwa tidak peduli teknologi canggih apa yang digunakan dalam permainan, pada analisis akhir, kesenangan adalah rajanya.

namun ketika gta 6 berulang kali terpental dan hilang, kita mungkin juga punya ide untuk melakukannya sendiri dan memiliki cukup makanan dan pakaian.

lagipula, alangkah baiknya jika anda bisa membuat "kota dosa" dengan tangan anda sendiri.