網(wǎng)易AI Lab技術(shù)經(jīng)理陳康：如何利用AI技術(shù)促進程序化美術(shù)資源生成

2022N.GAME網(wǎng)易游戲開發(fā)者峰會（以下簡稱峰會）于「4月18日-4月21日」舉辦，本屆峰會圍繞全新主題“未來已來 THE FUTURE IS NOW”，共設(shè)置創(chuàng)意趨勢場、技術(shù)驅(qū)動場、藝術(shù)打磨場以及價值探索場四個場次，邀請了20位海內(nèi)外重磅嘉賓共享行業(yè)研發(fā)經(jīng)驗、前沿研究成果和未來發(fā)展趨勢。

在19日的技術(shù)驅(qū)動論壇上，網(wǎng)易互娛AI Lab技術(shù)經(jīng)理陳康帶來了題為《當(dāng)技術(shù)碰撞藝術(shù)——基于AI的美術(shù)資源生產(chǎn)》的演講，就AI的美術(shù)資產(chǎn)生產(chǎn)流程，尤其是利用AI在原畫、模型和動畫方面的嘗試進行了探討與分享。

以下是演講實錄：

陳康：大家好，我是來自網(wǎng)易互娛AI Lab的陳康,目前負責(zé)互娛AI Lab滬杭團隊，圖形學(xué)、3D視覺和語音方向的技術(shù)研發(fā)和落地。很高興有這個機會給大家分享一下我們部門從17年底成立到現(xiàn)在，在基于AI的美術(shù)資源生產(chǎn)方面做過的一些嘗試。

首先，什么是美術(shù)資源呢？這在游戲行業(yè)其實是一個專有名詞，也叫美術(shù)資產(chǎn)。

我們這邊以《一夢江湖》和《王牌競速》兩款游戲為例：一個偏古風(fēng)的、一個偏現(xiàn)代的，藝術(shù)風(fēng)格上是有明顯差異，但共同點是你在畫面里看到的所有東西。比如說人物、人物上看到的衣服、遠處的建筑、植物、甚至車輛，甚至界面上的這些按鈕圖標(biāo)，其實都是美術(shù)同學(xué)在DCC軟件或者游戲引擎中制作出來的，所以這些東西都屬于美術(shù)資產(chǎn)。

游戲行業(yè)發(fā)展到今天，在美術(shù)資產(chǎn)制作方面已經(jīng)形成了一套非常成熟的工業(yè)化、流水線生產(chǎn)的解決方案。

我們以我們部門的虛擬技術(shù)代言人、同時也是峰會的虛擬主持人i.F. 為例，給大家簡單介紹一下常見美術(shù)資產(chǎn)的制作過程。

假設(shè)你作為一名策劃同學(xué)，想要美術(shù)幫你制作一個這樣的角色，你會怎么跟他表達需求呢？你可能會說你想要活潑可愛的二次元妹子、處于青春期的年齡段、可能性格有點呆萌……但這種描述其實都是很主觀、抽象的描述。

比如都是二次元，《陰陽師》那種二次元和《原神》那種二次元是有很大的差異?；谶@種模糊的描述，美術(shù)是沒法直接制作三維模型的。因為在這過程中肯定需要不停的迭代需求，甚至有可能推翻重做，所以在三維模型環(huán)節(jié)進行這種角色設(shè)計層面的迭代，成本是非常高的。

所以策劃的需求一般會先給到原畫師，原畫師會首先把這些抽象的描述轉(zhuǎn)化成具體的形象，所有形象設(shè)計層面的修改和迭代都是在原畫階段完成的，這邊展示的就是i.F.的角色原畫。

當(dāng)然在設(shè)計過程中，原畫師肯定會融入的自己理解，提出一些修改，因為在設(shè)計這個領(lǐng)域美術(shù)要比策劃專業(yè)的多。比如IF這個形象，頭上帶的這個像兔子耳朵一樣的耳機，就是原畫同學(xué)自己設(shè)計出來的。因為我們的需求是制作一個青春可愛的技術(shù)代言人，現(xiàn)在就可以在保持角色可愛風(fēng)格的同時，體現(xiàn)出一定科技元素。

角色的原畫設(shè)定圖完善之后，就會進入模型環(huán)節(jié)。模型師會參考這個形象制作三維模型和對應(yīng)的材質(zhì)貼圖。這邊對模型師的要求就是，制作完成的模型和貼圖放到游戲引擎之后，最大程度能夠還原原畫設(shè)計的形象。如果是靜態(tài)物體的話，一般這一步做完就結(jié)束了，后面就直接交給場景編輯師在游戲引擎中搭建游戲場景就可以了。

但是游戲角色的話其實他是要能動起來的，所以模型制作完成后還要交給綁定師架設(shè)骨骼、蒙皮、一些變形體，然后制作綁定控制器，也就是角色身上的這些奇怪的線圈和右邊的面板。通過操縱這些東西，就可以驅(qū)動角色做出一些對應(yīng)的動作。

綁定好的角色會交給動畫師，動畫師會采用動作捕捉，或者手動設(shè)定關(guān)鍵幀的方式制作動畫資源。整個生產(chǎn)過程其實非常類似一條工業(yè)流水線，一環(huán)套一環(huán)。每一款成品游戲的美術(shù)資源都是由大量美術(shù)勞動力堆起來的，這一塊的開銷也一直是整個游戲研發(fā)成本的大頭。

現(xiàn)在玩家也是越來越挑剔，游戲行業(yè)的競爭也越來越激烈。比如現(xiàn)在的這些3A大作，如果不支持開放世界已經(jīng)不好意思說自己是本世代游戲了。

那開放世界是怎么讓你覺得有開放感的呢？其實簡單來說就是盡量多的生產(chǎn)內(nèi)容、產(chǎn)出足夠多主線以外的內(nèi)容，你就會覺得這個游戲有非常好的開放內(nèi)容。比如說《刺客信條》、《孤島驚魂》這種級別的經(jīng)典的開放世界沙盒游戲，地圖動不動就幾十平方公里，這種規(guī)模的地圖你按照傳統(tǒng)方式制作已經(jīng)不現(xiàn)實。所以目前大量的程序化手段被應(yīng)用到了游戲開發(fā)過程中。像程序化地形、建筑、植物這些都已經(jīng)是很常見的做法了。

目前在游戲行業(yè)的整個趨勢就是最大程度的利用程序化制作美術(shù)資源，那怎么來理解基于AI的美術(shù)資源生產(chǎn)呢？

其實簡單說AI就是一種程序，所以我們做的工作本質(zhì)上是在程序化生產(chǎn)這條主線下引入一些AI的技術(shù)手段，從而實現(xiàn)一些傳統(tǒng)方案無法做到的效果。并不是因為說AI技術(shù)火了以后我們生造出來的一個方向，這個因果關(guān)系是需要大家正確理解。

下面我就給大家介紹一下，我們部門在原畫、模型和動畫三個方面做過的一些嘗試。

首先是原畫方面的，我們在這塊做了兩個輔助創(chuàng)作的工具。

第一個應(yīng)用是對二次元角色的線稿進行自動上色的工具，并且可以生成多套不同的上色方案。主要作用是給美術(shù)在設(shè)計二次元形象時，提供一些色彩搭配上面的靈感。

第二個工具是人臉的生成和編輯工具，這個工具可以基于美術(shù)繪制的人臉線稿生成真實的人臉照片，并且允許對生成的人臉的一些屬性進行編輯，這里展示的是對人臉的年齡進行修改后的結(jié)果。由于互聯(lián)網(wǎng)上人臉是數(shù)據(jù)非常豐富的，人臉的結(jié)構(gòu)相對也比較簡單，所以目前這個工具是可以生成非常高清的人臉照片的。作為美術(shù)在設(shè)計一些寫實類角色時，是可以參考這些AI合成的人臉進行二次創(chuàng)作。

當(dāng)然，我知道很多同學(xué)對AI在原畫方面是有更高的期待的。比如說利用GAN或風(fēng)格遷移等技術(shù)直接生成游戲的場景原畫，因為這也是AI技術(shù)最早出圈被大家知道的這一批應(yīng)用。不過目前想要實際落地還是稍微有點困難的，倒不是說技術(shù)本身有什么問題，主要是因為游戲原畫設(shè)計追求的不一定是真實，更多是一種特定藝術(shù)風(fēng)格下的視覺表達。

我們隨便找一幅游戲畫面對比一下，這種圖片跟日常照片是有明顯區(qū)別的。在當(dāng)前的數(shù)據(jù)條件下，想生成一個這種級別的AI模型還是比較困難。所以，如何讓AI在原畫設(shè)計方面發(fā)揮更多的作用，本身也是我們未來的重點努力方向之一。

接下來是模型方面，在這一塊我們的主要工作圍繞在人臉模型。

首先簡單介紹一個基礎(chǔ)設(shè)施叫三維參數(shù)化人臉模型，這是一個基于大量三維掃描得到的三維人臉數(shù)據(jù)制作出來的雙線性模型，有臉型和表情兩個維度。簡單說就是任意給定一組臉型參數(shù)、一組表情參數(shù)，就會得到一個對應(yīng)參數(shù)下的三維人頭模型。

我們在18年時候，自己掃描并制作了一套高質(zhì)量的三維參數(shù)化人臉。當(dāng)時一共采集了500個中國人，里面男女各占一半，年齡段涵蓋10-60歲，每個人掃描了7套表情，所以一共采集了3500個人頭。在這塊我們是投入了不小的成本的，這個工作我們在去年的游戲開發(fā)者大會GDC上也做過一次分享。

我相信很多從事三維人臉相關(guān)研究同學(xué)的對這個模型概念非常熟悉的，這是由一篇1999年的SIGGRAPH論文提出來的概念、專業(yè)名稱叫3DMM，目前學(xué)術(shù)界其實是有一些很出名的開源3DMM數(shù)據(jù)的。

那我們?yōu)槭裁床恢苯佑眠@種開源模型呢？主要有三方面原因：首先是因為版權(quán)問題，因為我們希望我們這套技術(shù)是真的能夠在游戲產(chǎn)品能夠用起來的。其次是因為精度的問題，因為這些開源模型的精度其實距離實際游戲的標(biāo)準(zhǔn)還是有不小差距的。我們早期做實驗用的也是這些模型，但是美術(shù)同學(xué)對這些開源模型的人和質(zhì)量是非常嫌棄，所以我們自己采集人頭的時候，每一個人頭后續(xù)都是發(fā)包人工精修過的，所以質(zhì)量是很高的。

最后一個原因就是人種問題，因為這種開源模型一般都是歐美機構(gòu)發(fā)布的，他們采集的對象也主要是歐美的高加索人種，你看你會發(fā)現(xiàn)這種明顯的高鼻梁、深眼窩特點，一看就不是亞洲人?；谶@些原因，我們果斷決定自己制作一套這樣的模型。

在AI領(lǐng)域，參數(shù)化人臉的主要作用是提供關(guān)于人臉的三維形狀先驗，所以制作好的參數(shù)化三維人臉模型，可以用于從二維照片中重建三維人臉模型。我們這套參數(shù)化人臉模型，在東亞人臉照片上取得非常好的重建效果。

當(dāng)然，由于單視角照片會存在一些深度方面的缺失，很難還原類似鼻梁高度，眼窩這方面的特征，所以我們也開發(fā)了一套多視角的重建算法。如果條件允許的話可以拍攝演員的多張照片進行重建，這邊大家可以對比一下，右邊多視角重建結(jié)果對演員鼻子形狀的還原程度，是要比單視角高非常多。

除了從照片中重建三維模型，這套參數(shù)化人臉還有一個更重要的應(yīng)用，就是批量給游戲生成人頭模型。如果游戲的人頭資源標(biāo)準(zhǔn)跟我們庫里的人頭標(biāo)準(zhǔn)一致的話，就很簡單了?？梢灾苯釉趨?shù)化人臉模型的參數(shù)空間采樣，把采樣模型給到游戲項目使用。

當(dāng)然這種情況一般不太多，因為每個游戲都會有自己特定的需求，有一些游戲的角色甚至都不是傳統(tǒng)意義上的人頭，所以一個更常見的生成方式是對項目組的模型進行自動批量變形。簡單來說就是把我們生成的模型，生成的模型相對于平均臉的變化遷移到項目組的模型上面去，這種遷移的變化可以是表情、也可以是臉型，并且所有變形都可以用項目規(guī)定的骨骼蒙皮來進行表達。

這是一組我們生成的結(jié)果。最左邊是項目組提供給我們的角色模型，我們可以根據(jù)這個模型自動批量生成一批同風(fēng)格。但臉型和五官有明顯區(qū)別的模型，并且每個模型都可以生成一套表情。也就是說，項目組只需要做一個靜態(tài)模型，我們就能自動批量生成很多綁定好的模型。這對這種追求千人千面的開放世界游戲其實是非常有價值的，可以以非常低的成本讓游戲里的每個NPC看起來都不一樣。

這是我們對兩個Metahuman模型變形后的效果，從上面可以看到我們生成人頭模型跟原始的資源標(biāo)準(zhǔn)是完全兼容，而且以這個變形質(zhì)量生成的模型作為實際游戲的頭模也是綽綽有余的。大家要知道，像Metahuman這種級別模型，一個頭的成本，保守一點計算都要小幾十萬人民幣，所以這個技術(shù)是非常有價值的。

為了進一步豐富我們的三維人頭數(shù)據(jù)，我們也是搭建了一套自己的三維掃描實驗室。目前是在杭州園區(qū)搭建了一個專門掃描人頭的設(shè)備，左邊是我們的設(shè)計圖，右邊是搭建完成后的一個實物。

這是一個正20面體，一共包含53臺單反和150組定制led燈光，整套系統(tǒng)都是我們自己設(shè)計和搭建的，后續(xù)的話我們還會在網(wǎng)易的廣州和上海園區(qū)，分別搭建一套更大的可以掃描全身的設(shè)備。

三維掃描的原理其實非常簡單，簡單說就是利用攝影測量算法，從多視角照片中計算人頭的三維點云。這是我們系統(tǒng)掃描的一組樣例，這個精度是可以對標(biāo)國內(nèi)外一線掃描服務(wù)供應(yīng)商的，這是基于我們的掃描流程制作的一組表情基的效果。大家可以看到，掃描模型對演員面部細節(jié)的還原程度是非常高的。

剛才說我們這套設(shè)備是有150組定制的LED燈光，這組燈光也是我們花了很高的成本定做的。每一盞燈的開關(guān)和亮度是可以獨立控制的。每一組燈光包含三個燈頭，分別安裝了一個普通無偏振的uv鏡和兩個偏振鏡，這兩個偏振鏡相對于相機上安裝的偏振鏡方向，一個是平行的，一個是垂直的。

對攝影比較熟悉的同學(xué)應(yīng)該很熟悉偏振鏡的用法，這是一種很常用的uv鏡，主要用于非金屬物體表面的一些不必要的反射光，可以還原物體本身的顏色。

偏振鏡的原理是什么的呢？中學(xué)物理大家就學(xué)過，光是具備波粒二象性，既是粒子、也是一種電磁波。而且光的振動方向與傳播方向是垂直的，這種類型的波叫橫波，所有的橫波是具有偏振現(xiàn)象的。簡單說光的偏振方向與偏振鏡方向平行，那所有能量都會通過。如果是垂直的，那所有能量都會被過濾。

基于這個原理，我們可以給掃描物體一次拍攝8組燈光下照片，然后利用這8張照片就能算出物體表面的材質(zhì)，也就是漫反射、高光和法線的信息。這8組燈光分別是4組平行偏振光和4組交叉偏振光，每一組里面都是首先所有燈光全部打開，然后是燈光亮度按照燈光在三維空間的坐標(biāo)值遞減，XYZ三個方向分別可以產(chǎn)生一組燈光。目前這套設(shè)備我們也是剛搭建完成，我們在人臉材質(zhì)掃描方面我們剛剛起步，后續(xù)我們也會逐漸加大這塊的投入。

最后是動畫部分，這塊是我們這幾年工作的重心。前面其實有介紹過，美術(shù)資產(chǎn)一般在整個游戲研發(fā)總成本里面都是占最大部分。但是在這里面，動畫一般又會占整個美術(shù)資產(chǎn)最大的一塊。主要是因為原畫、模型這些雖然也很貴，但大部分屬于一次性開銷，但動畫是需要配合劇情持續(xù)產(chǎn)出的，高質(zhì)量的動畫，一分鐘的制作成本就可以很輕松過萬。

我們在動畫這塊首先是在光學(xué)動捕數(shù)據(jù)的清洗方面做了一些工作，光學(xué)動捕的原理其實很簡單，就是在緊身動捕服表面設(shè)置很多標(biāo)記點，通過多視角紅外相機跟蹤這些點標(biāo)記點在三維空間中的坐標(biāo)，然后根據(jù)這些坐標(biāo)就可以算出來人體骨骼的旋轉(zhuǎn)和平移信息。

當(dāng)然自動算出的這些信息不可避免有一些錯誤，就會導(dǎo)致解算出來的骨骼動畫可能有些異常，所以在實際的動捕過程流程中，會有專門的美術(shù)負責(zé)對動捕出來的標(biāo)記點進行清洗。資深的動捕美術(shù)對這塊都很有經(jīng)驗，一般首先直接看標(biāo)記點的軌跡曲線就能知道出現(xiàn)了什么類型錯誤，需要怎么修改。這塊也是目前動捕工作流中主要的人工工作量，18年時候育碧提出了一種算法通過AI模型來取代這個過程的，當(dāng)時也是發(fā)表在了SIGGRAPH上。

因為我們19年時候投資了一家法國3A游戲工作室Quantic Dream，就是做底特律變?nèi)说哪莻€公司，所以我們當(dāng)時雙方開始有一些技術(shù)合作。他們當(dāng)時給我們提出這個需求，所以我們對這個工作進行了跟進。做了一年多以后，我們找到了一種精度更高的解決方案，也發(fā)表在了SIGGRAPH 2021上面。

目前這套算法我們已經(jīng)以Vicon軟件的插件形式，部署在了網(wǎng)易互娛和Quantic Dream的動捕工作流中。這里是一個例子，這是原始含噪音的標(biāo)記點，閃來閃去的就是局部噪音，留在原地的那些點就是跟丟的那些點，這是暫時調(diào)用我們算法得到的清洗結(jié)果。

接下來要介紹的是幾個工作是我們部門落地最多的項目，首先是一套基于普通單目攝像頭的輕量級面部動捕系統(tǒng)。

基本原理就是利用前面我們介紹的那套三維參數(shù)化人臉模型，對視頻中演員的臉型、表情頭部姿態(tài)進行回歸，然后把回歸得到的系數(shù)重定向到游戲角色上就可以了。當(dāng)然我們也會配合一些CV檢測和識別模型，加強算法對眨眼、視線、舌頭和整體情緒的捕捉精度。

這個項目是我們從18年的時候就開始做的，前前后后差不多有十位同事參與，這里面所有算法模塊都是我們自己開發(fā)，打磨到現(xiàn)在已經(jīng)是一套非常成熟的in-house面部動捕解決方案。

圍繞這套算法，我們還打造了一整套的工具鏈，有實時的動捕的預(yù)覽工具、有針對動捕結(jié)果進行離線調(diào)整和編輯的工具、還有Maya/Max里的動捕數(shù)據(jù)重定向插件。另外為了方便項目組接入面部動捕系統(tǒng)，我們還開發(fā)了一套專門適配我們算法的面部自動綁定插件。此外，核心算法我們還打包了全平臺的sdk，在iphones 6s以上的機器，可以做到單核單線程實時。

這套系統(tǒng)在游戲里是有非常多的應(yīng)用場景的，首先就是輔助動畫師制作正式的游戲動畫資源。相比于傳統(tǒng)一幀一幀手k，采用動捕方案的制作效率是有明顯優(yōu)勢的，而且只要演員表演到位，效果跟美術(shù)手k幾乎看不出來區(qū)別。

其次，可以給營銷同學(xué)快速產(chǎn)出一些面部動畫素材，營銷場景的特點是精度要求沒那么高，但他的時效性要求很高，因為慢了就趕不上實時熱點了。我們這種輕量級方案，是非常適合這種場景的。比如短視頻平臺上某段視頻火了，用我們這套工具可以非?？焖俚漠a(chǎn)出面部動畫素材。

另外，因為我們整套算法是提供全平臺的sdk的，所以也可以打包在游戲客戶端里，給玩家提供一些UGC玩法。比如我們在一夢江湖游戲里上線的顏藝系統(tǒng)，可以讓玩家錄制自己的表情動畫。

右邊是我在B站上找到的一個視頻，就是玩家系統(tǒng)錄制的一段打哈欠的動畫，然后傳到了b站，傳播效果非常好。最后，這套算法還可以支持一些虛擬主播的場景，比如第五人格禿禿杯電競比賽的虛擬解說、云音樂look直播的虛擬主播，用的都是我們這套技術(shù)。

另外我們還配合高精度三維掃描設(shè)備，測試了我們面部動捕算法的在超寫實模型上的效果。這個模型是我們自己雇了一個國外的模特掃描出來的，我們用模特自己的視頻來驅(qū)動他自己的角色，這樣可以更好的對比表情的還原度。這邊是另外一組效果，這個模特是我們部門的一位同事，從效果上可以看到其實不管是掃描重建也好、還是面部捕捉也好，我們的技術(shù)都足夠支持這種高精度的場景。

跟面部動捕類似，我們也做了一套輕量級基于普通攝像頭的身體動捕系統(tǒng)，也是單視角和多視角輸入都支持。原理跟前面的面部捕捉類似，就是利用一套參數(shù)化人體模型，來對視頻中人物各個關(guān)節(jié)的骨骼參數(shù)進行擬合。同樣也會配合一些cv模型來提升優(yōu)化結(jié)果的一些合理性。這個項目我們也是打磨了兩年時間，目前效果和穩(wěn)定性都相當(dāng)不錯。

這是在冬奧結(jié)束之后，我們用這個技術(shù)給哈利波特項目制作的視頻，當(dāng)時也是很快沖上了微博熱搜。如果按傳統(tǒng)制作方式，這種營銷策劃案是不太可能實現(xiàn)的，因為需要找到能還原這套動作的演員，還要約演員和動捕棚的檔期，一套下來沒有6位數(shù)的開銷和1個多月制作周期的話是很難完成。但是用我們這套AI的方案，成本可以忽略不計。

這個是更早時候我們跟《大話西游》項目組合作的一段視頻，大話的官網(wǎng)和B站上都能搜到。當(dāng)時是請了B站舞蹈區(qū)的一位知名up主，用三部手機錄了這套舞蹈動作，用我們的動作捕捉算法得出了動作，重定向到大話西游的游戲角色上整體效果是非常精美的。

這是最終成片的效果。

另外一個我們給《明日之后》項目組制作的動畫素材，只用了一個單目攝像頭捕捉了身體和面部動作，并且只要拍得足夠清晰，手指動作也是可以準(zhǔn)確捕捉的。

除了繼續(xù)視頻輸入以外，我們還做了基于音頻輸入生成動畫的技術(shù)，比如從語音輸入生成角色的面部和肢體動畫，也是圍繞這個技術(shù)做了一整套的工具鏈。這個技術(shù)我們也是做的很早，18年就已經(jīng)在不少游戲里落地上線。但是當(dāng)時做得還比較簡單，只支持口型和幾種簡單的基礎(chǔ)情緒。

后來我們也是做了持續(xù)的基礎(chǔ)升級和迭代，增加了語音驅(qū)動頭動、眼動、手動、面部微表情、還有肢體動作等等。這邊展示下我們算法的最新效果，語音驅(qū)動身體部分的效果大家可以去看N.GAME峰會的虛擬主持人I.F.的動畫，這邊展示主要是頭部以上的動畫。

另一個從音頻輸入生成動畫的工作是基于音樂生成舞蹈動作，這個工作目前在業(yè)界比較出名。我們是18年就開始做的，經(jīng)過了幾年的持續(xù)打磨迭代最終形成了一套落地方案，同樣也是發(fā)表在了SIGGGRAPH 2021上。

會后我們還收到了SIGGGRAPH官方的采訪邀請，采訪內(nèi)容發(fā)布在了SIGGGRAPH的官方博客上，現(xiàn)在很多機構(gòu)都在跟進這個，詳細的技術(shù)方案論文里有情景介紹，這里主要給大家展示這個技術(shù)的實際落地效果。

首先是二次元女團舞的效果。

這是一個韓舞的動畫，這段動畫也是網(wǎng)易cc直播年度盛典的開場舞蹈。

最后是我們用一些網(wǎng)絡(luò)上熱門歌曲所合成的舞蹈。

最后我們展示一下AI動畫技術(shù)的全家福，這是我們?nèi)ツ晔フQ節(jié)的時候用我們部門的虛擬偶像I.F.制作的B站互動視頻，完整版大家在B站可以搜到的。這里面的所有動畫都是我們通過AI技術(shù)生成的，這邊給大家展示一下這段視頻的幕后過程。

目前我們這套AI動畫的解決方案已經(jīng)是相當(dāng)成熟了，在內(nèi)部經(jīng)過了大量項目的驗證，目前也是在內(nèi)部給網(wǎng)易各個項目組持續(xù)不斷輸出動作資源。

簡單總結(jié)一下，從前面的介紹中大家可以發(fā)現(xiàn)，AI技術(shù)對程序化美術(shù)資源生成這個方向產(chǎn)生明顯的促進作用的。而且根據(jù)我們的實踐經(jīng)驗，在人臉人體的模型和動畫方面，甚至可以在一定程度上取代一些初級執(zhí)行向美術(shù)的工作。而且利用我們的AI方案普遍可以比傳統(tǒng)方案提升5-10倍的制作效率，但目前想讓AI從事一些更高級的工作還是比較困難，這也是我們未來努力的方向。

主要的難點還是因為高質(zhì)量的數(shù)據(jù)比較稀缺，大家都知道數(shù)據(jù)是AI的核心，AI模型有多少能力其實很大程度上取決于人給模型多少有價值的數(shù)據(jù)。但是游戲資產(chǎn)的獲取門檻其實還是很高的，這跟照片、語音、文字這種所有人日常都在生產(chǎn)的數(shù)據(jù)不太一樣。比如在某個景點看到一個很有特色的雕塑，絕大部分人的反應(yīng)可能是掏出手機，拍一張照片記錄一下這個，但幾乎不會有人掏出電腦現(xiàn)場建個模，這是不太可能發(fā)生的。

當(dāng)然隨著技術(shù)的進步，游戲資源的制作門檻肯定是越來越低的，而且像元宇宙這樣的熱門應(yīng)用場景，本身也要求游戲廠商讓廣大玩家參與到虛擬世界的內(nèi)容創(chuàng)造過程中來。所以我相信隨著數(shù)據(jù)的持續(xù)積累，未來AI技術(shù)也是可以能從事一些更高級工作，這也是我們的努力方向。

以上就是本次分享的全部內(nèi)容，謝謝大家！

關(guān)鍵詞： 網(wǎng)易AI Lab技術(shù)經(jīng)理陳康如何利用AI技術(shù)促進程序化美術(shù)