在 Web3 遊戲的世界裡，我們見證了一個頗具挑戰的時代。從 2018 年至 2023 年，共有 2817 款 Web3 遊戲問世，但其中 2127 款（占比 75.5%）未能成功，這一數據凸顯了行業的艱難。
雖然自 2018 年以來，Web3 遊戲始終未能真正掀起狂潮，但每當加密貨幣翻湧新篇章，Web3 遊戲常被寄予厚望，再結合當前市場的牛市預期，我們很可能會看到許多遊戲達到瘋狂的估值。
僅看 2024、2025 兩年，隨著 DALL-E、Stable Diffusion、Midjourney、ChatGPT 等眾多 AI 模型的集中式爆發，我們認為「AI 向 Web3 滲透」將成為其關鍵驅動力。基於 AI 技術突破，7 月，DeGame 官方正式宣布上線「AI 生成遊戲」功能，希望通過一系列具有互操作性、可組合性、可編程性和工具，以及模塊化的遊戲/視頻/語音生成模型，為 Web3 遊戲產業強勢復甦帶來全新的嘗試。
全球近 30 億的 Web2 遊戲玩家和近 6 億的 Web3 用戶，都讓 Web3 遊戲擁有強大的敘事基礎。但目前，資金和項目更多聚集在基建層面，在大規模用戶採用和轉化敘事方面缺乏新的增長點。
推動遊戲行業發展的重點實際在於技術變革。AI 技術在遊戲開發中的應用日益成熟，借助 AI 生成模型解決 Web3 遊戲面臨的典型問題，從而在短期內實現破圈與增長，或許是最佳方案。
破冰敘事「寒冰期」
可玩性是此前限制 Web3 遊戲難以獲取大規模玩家的主要弊病。單調的玩法和粗糙的畫面，經常讓玩家在參與 Web3 遊戲時閃回十幾年前。但對普通玩家來說，評價一款遊戲優劣的硬標準從來只有一個，就是好不好玩；過度注重「Fi」的 Web3 遊戲只能吸引打金人群，卻無法完成 Web2 用戶的大規模轉化。
作為一個極度燒錢和耗時的行業，遊戲板塊爆發需要資本、時間和技術等多重因素的共同推動。而當時間行進到 2024 年，AI 似乎可以將這些要素聚集。模塊化的 AI 生成工具的完善讓 Web3 遊戲朝 3A 級製作及高質量方向改進有了更強支撐。
在傳統遊戲中，NPC（非玩家角色）擁有非常有限的人工智能，往往只能在固定的情況下進行操作。而借助於 AI 技術，NPC 可以更加逼真地模擬人類的行為，擁有更加智能化的操作方式。例如《救救我!勞動法保護神》中的 AI NPC 實時對話解密，增加了遊戲的互動性和沉浸感。
此外，AI 還可以用於生成環境、角色形象和數值平衡等，進一步豐富遊戲的多樣性和可玩性，使遊戲中的互動更加便捷和自然。傳統的遊戲互動方式往往基於鍵盤和滑鼠，難以滿足玩家的需求。而借助於 AI 技術，可以實現更加直觀和生動的互動方式，例如語音、手勢、表情等等。
總體來看，AI 對於遊戲領域，目前被成功實踐最大的方向無疑是增強遊戲體驗、個性化遊戲內容。AI 生成模型能夠在短周期內，優化遊戲開發過程，以較低開發成本融合傳統 Web2 遊戲的多重亮點，以提升增量用戶參與 Web3 遊戲的絲滑度，而這則是 Web2 用戶向 Web3 遊戲大規模遷徙的重要一環。
釋放無限創造力
去中心化的區塊鏈是平衡 AI（和機器學習）的重要力量，一是可以結合其他技術，比如 ZK，優化機器學習的信任框架，二是可以有效地利用長尾資源，降低使用 AI 的成本和門檻。而另一方面，許多 Web3 應用為了安全性和去中心化而犧牲了用戶體驗，而 AI 則能夠幫助優化和提升用戶體驗，這是 AI 可以賦能 Web3 的部分。
具體到落地的應用場景，雖然 AI+DeFi、AI+DID/社交均有用例，但生成式 AI 天然適用在文字類、沙盒類、養成類、開放世界、UGC 等 Web2 用戶熟悉的玩法上，通過 AI 改寫遊戲邏輯，讓遊戲充滿更多不確定性和隨機性，都會使 Web3 遊戲與 AI 碰撞出不一樣的火花。
例如，Web3 遊戲的一個重要創新是它需要用戶和平台一起參與創作過程，而不是規劃好的有限遊戲。在遊戲當中，會有一個 Lore 的概念，在傳統遊戲當中，這是被遊戲設計者規劃好的，是完全可預測的，而通過 AI 模型，可以將各種輸入匯集在一起，並生成不可預測的輸出，這樣的遊戲就擁有了無限可能性。
想像一下，在未來的某一天，我們能夠通過 AR/VR 設備訪問神奇的虛擬世界，我們可以通過 prompts 提示詞瞬間創建出我們腦海中想像或者無法想像的 2D 以及 3D 物品，就像念了一句神奇的咒語，然後便真正擁有了它們（數據託管在公鏈上）。我們還可以和虛擬世界智能的 AI NPC 互動，並影響整個遊戲世界的故事發展，而這一切都將由完全透明的開源基礎設施提供支持。
在這種願景下，AI 驅動 Web3 遊戲領域，將釋放無限的創造力。
飛速演進和不斷融合
實際上，AI 開發遊戲歷史的雛形也許可以追溯到更早。AI 在遊戲開發中的應用可以追溯到《星際爭霸》和《暗黑破壞神》等經典遊戲。在當時，開發人員需要用 AI 系統來製作互動式的虛擬世界和角色，而這些系統已成為此類互動平台開發的標準配置。
早期和遊戲開發 AI 相關的研究強調控制非玩家的角色（NPC），而隨著自然語言處理（NLP）技術的發展，出現了一些利用深度學習技術生成關卡的開創性工作。其中代表作是 MarioGPT，它通過微調的 GPT-2 模型成功生成了《超級瑪利歐兄弟》中的部分關卡。
隨著模型的快速迭代，AI 的能力越來越強悍。對於 Web3 遊戲領域的從業者來說，如何用 AI 更好地打造優質遊戲，如何將 AI 生成模型運用到研發流程當中，是搶占增量用戶的核心。
DeGame AI 是一個輕量級的專注於生成式的模型，也是無代碼創作者工具，支持用戶在遊戲開發或優化過程中，將 DeGame AI 提供的工具集成到現有遊戲製作生態中，以自動執行具有挑戰性的內容創建任務。同時，以 Transformer 神經網路為根基，通過 DeGame 的 Annotation 和 Substation 模型，DeGame AI 還提供文字生成遊戲視頻等功能。
我們希望看到湧現的、程式生成的世界，每個世界都有自己豐富的歷史、
人物和故事情節。玩家將能夠在這些世界中自由探索，並且他們所做的一切都會對遊戲產生影響。這種「開放世界」的概念將超越傳統遊戲的限制，創造出無限可能的遊戲體驗。
擁抱未來的變革
AI 和 Web3 這兩個高科技領域的結合將釋放出無限的創造力和潛力。通過 AI，Web3 遊戲可以變得更加智能、個性化和互動化。而 Web3 則為 AI 提供了一個安全、透明和去中心化的運行環境。這種融合將徹底改變我們對遊戲的認知和體驗，並為未來的遊戲行業帶來全新的機遇和挑戰。
隨著技術的進步和應用的推廣，我們可以期待 AI 在 Web3 遊戲中發揮越來越重要的作用，並最終實現遊戲行業的全面變革。未來已來，讓我們一起期待和迎接這個激動人心的時代。
本內容來自News 投稿，不代表本網站觀點與立場。转载，请注明出处：https://news.kejixun.com/17257.html
