游戏行业报告-AI生成3D:关注游戏行业“AI拐点”

作者：520游戏发布时间：2024-3-27 12:05 查看评论

报告出品方：国泰君安

以下为报告原文节选

------

1. 游戏产品的趋势：3D 化、UGC、碎片化

1.1. 3D 化：3D 建模成为头部产品标配

头部手游已经进入全面 3D建模时代。根据sensor tower 发布的统计数据，过去 48 个月中，曾进入全球手游收入 top10 的游戏共 38 款，上榜超过10 次的游戏有 16 款，其中大多都涉及到 3D 建模，7 款游戏为绝对头部，上榜超过 30 次，其中 5 款游戏依赖于 3D 建模视角（《王者荣耀》《绝地求生》《ROBLOX》《原神》《Pokemon GO》）。随着手机终端的性能提升和价格下降，玩家游玩 3D 游戏的门槛在持续降低，而 3D 在画面展现的丰富度和美观度上要优于传统 2D，自然会受到更广泛玩家群体的认可。

1.2. UGC 化：平台提供基础玩法，用户自己生产内容

游戏本质是“内容”和“玩法”的体验，后者可重复体验，更容易留住用户。游戏玩家在游戏中希望收获好的内容认知或是游玩体验，大多数游戏都可以在“内容”或“玩法”的二元划分中找到自己更偏向的一级。

从近年来的头部游戏产品来看，偏向“玩法”属性的明显更多，如《王者荣耀》《绝地求生》等，这些游戏并不重视故事性，玩家重复体验相似的玩法；而“内容”属性的包括《原神》《PokemonGO》等，玩家更关注主线故事或人设故事的体验。

具体而言,“内容”就是要“讲好一个故事”，游戏通过线性叙述（如各类单机游戏）、丰富而具体的人设（如二次元向、收集类）等获得玩家的认同，因此游戏运营方要持续进行内容更新和投入，如不断推出新内容、资料片，从而延长游戏的内容时长，留下玩家，因此大型 MMORPG的主线剧情会持续更新，如《剑网 3》需要运营团队十几年来持续保持每年 2-4 次的资料片更新频率，《魔兽世界》的每次更新都伴随着大量的主线剧情的更新，给用户以“追剧”般的体验。

而“玩法”核心是“一次好的体验”，玩家重复游玩相似的内容，只是过程和结果不尽相同，玩家希望从游戏中收获的是体验或成就，关注玩法的创新性、体验的顺畅性，所以如 MOBA、“大逃杀/吃鸡”类等游戏，每个赛季的更新主要是推出新主题、新英雄/装备、新装饰/商品，从而丰富玩法中的各类元素，核心工作量在于对游戏模型的更新。如《王者荣耀》每 3 个月为一个赛季，最新的 S34 赛季，贴合新春时期，采用了“天穹节”的设定，相应推出了一系列皮肤、战令计划、组队功能方面的更新，而核心玩法或者剧情并没有大幅变化。

UGC 已经成为过去十年新玩法出现的重要来源。近年来的头部游戏中，“MOBA”、“大逃杀/吃鸡”、“自走棋”等玩法占据重要位置，相对传统的 MMORPG、三消、卡牌等玩法，已经成为了重要的游戏类型，这些玩法都是脱胎于玩家的二次创作，或是借助成熟游戏中的 UGC 功能，是玩家创意的体现，玩家会通过 MOD 的形式修改游戏的外观或玩法，一些游戏产品官方直接提供各类 UGC 板块，如地图编辑器、创意工坊等，玩家可以通过对游戏提供的现有元素进行组合，设计出新的玩法，再进行发扬光大，形成了最后商业成熟的玩法。

如“MOBA”就是来自《魔兽争霸》的地图编辑器。“MOBA”也被称为“类 DotA”，其原型来自经典即时战略游戏《魔兽争霸》中地图编辑器的一张地图《defense of the ancients》，该地图奠定了上中下三路防守、攻破对手大本营、操控单一英雄升级和购买装备等基本玩法要素，经由《Dota》、《Dota2》《英雄联盟》《王者荣耀》等产品一路发展至今，核心玩法基本没有改变，可以说“MOBA”的核心就是来自玩家创意。

再比如“大逃杀/吃鸡”玩法来自《武装突袭》的玩家 MOD。“大逃杀/吃鸡”出处是日本电影《大逃杀》中提到的竞争淘汰机制，游戏《武装突袭》的 DayZ MOD 设定了拾取随机装备、压缩生存空间、最后一人胜出的玩法，爱尔兰玩家格里尼做了进一步设计，将原 MOD 中的僵尸元素剔除，形成了如今拾取枪械和物资、对抗其他竞争者的形态。之后《DayZ》独立成为一款游戏，这种玩法也出现了更多竞品，如《H1Z1》《PUBG》，甚至手游端的《小米枪战》《荒野行动》《和平精英》，在这个基础上也增加了很多其他元素，衍生出包括《APEX》《堡垒之夜》《永劫无间》之类的“吃鸡+”的玩法。

除了玩法外，玩家也可以通过逻辑和剧情触发的方式创造内容。如《魔兽争霸》的编辑器提供了剧情触发的选项，通过角色的动作设计和镜头设计，玩家可以调整画面观察视角，使用 3D 模型演绎事先编辑好的剧情。像素风的模拟创意游戏《Minecraft》中，大量玩家借助基本元素搭建自己的地图世界，制作游戏，甚至制作剧集内容，如 2014 年由神游八方制作的《我的三体》第一季，前 8 集由初期团队借助《Minecraft》的游戏引擎制作而成。

1.3. 碎片化：小游戏崛起，适合更广泛受众的轻量需求

由于网络基础设施改进和供给的极大丰富，移动互联网用户注意力被短视频为代表的碎片化内容进一步分散。从使用时长占比上看，短视频的时长占比从 2019 年的 15.2%逐年提升到了 2022 年的 28.5%，即时通讯与在线视频的时长占比被相对压缩。

类似短视频，小游戏由于轻量化、便捷的特点，近几年活跃度明显提升。

用户规模角度来看，截至 2023 年 6 月，微信小游戏累计服务用户超 10亿，MAU 超 4 亿，背后是截至 2023 年达到 30 万的庞大开发者群体。

抖音方面，截至 2023 年 12 月，抖音 DAU 超 6 亿，其中小游戏人群占比 49%，抖音小游戏 DAU达 3 亿，相比 2021 年的 0.8 亿增幅超过 200%。

抖音小游戏榜 Top50 中，一半左右的游戏为偏轻度玩法。近两年来抖音小游戏活跃用户增长迅速，2023 年增速较上年增加近 3 倍。

小游戏吸引了更多原本不玩游戏的用户，扩大了游戏基本盘。根据微信公开课 PRO，微信小游戏的用户中，游戏流失用户及非游戏用户来源占比分别为 41%和 22%，仅 37%为原本游戏活跃用户。

小游戏玩家付费仍有提升空间。在 2022 年的调查中发现，纯小游戏付费用户单价整体较低，53.2%只玩小游戏的用户每月在游戏中消费金额不到 50 元，相对而言，纯 APP 游戏的付费用户中 70%以上的月花费超过 50 元，说明近期还在培养消费习惯的阶段。

微信小游戏市场或将在 23 年达到 400 亿，关注变现成长趋势。小游戏依托微信、抖音等超级流量平台，借助“点击即玩”的轻量模式，快速触达大量用户，又以简单、快节奏、高粘性的玩法留存，用户规模长足增长，市场已经迈过了发展的早期阶段，微信小游戏市场规模预计 2023年可达 400 亿以上，增速达 50%，体现了这一细分方向的潜力。

2. “AI 生成 3D”作用于核心环节，可影响 B/C 两端

2.1. 目前生成式 AI 多作用于游戏的脚本、原画设计等环节

游戏产品是文本、图片、音频、视频、动画、编程代码等多种内容形式的综合，从规划到上线运营涉及复杂的生产过程，一般而言可划分为四个环节：1）概念阶段，主要是文字形式，如各种提案、脚本的文档，策划人员需要讨论并确立游戏项目的玩法、世界观、风格等主基调方向，从而完成系统、剧情、关卡等内容的策划工作，为后续的正式开发奠定基础，因此该内容需要尽量详细和严谨。

2）demo 开发，一般涉及简单的开发工作，开发者会做出一个“草稿”从而对策划概念进行验证和调整。

3）开发阶段，一旦确认游戏的方向，产品进入正式开发，就涉及到程序（代码）、美术（图像、3D、视频）、音频音效等多个生产环节，中间也会有各种测试，这一阶段也是游戏生产需要人员、时间、金钱最多的环节。

4）上线运营阶段，游戏开发完毕后上线，进入宣发和运营状态，游戏产品与其他内容产品的一个巨大差异在于，其上线后仍然需要持续更新和维护，如推出新资料片、新的付费项目等，或多或少仍然涉及各类开发工作。

生成式 AI 经历一年多发展，但目前仍主要用在文本、图像环节。游戏行业使用 AI 由来已久，如画面渲染、程序逻辑等环节，AI 可以辅助提升效率，而随着 2023 年 ChatGPT 为代表的生成式 AI 大发展，这种辅助作用呈现扩大化、低门槛化的趋势。由于 AI 在不同领域发展水平不一，在游戏的不同环节发挥的作用也有不同。

脚本设计、文档写作、智能 NPC：相对最成熟的文本类 AI（ChatGPT、NewBing、文心一言等）已经可以较好的胜任脚本写作等工作内容，甚至一定程度上接管智能 NPC 的角色。

代码编写：GitHub Copilot 等 AI 依据庞大的代码数据训练基础，能够一定程度上扮演程序员的辅助角色。

美工：画图 AI 如 Midjourney、SD、DALL-E 等也已经能够较好完成任务，AI 绘图已经较多用于素材、原画、宣传图等视频动画：Runway、Pika 等工具的生成长度和一致性相对还不成熟，更多用于要求不高的宣传材料上，模型设计：暂不能形成足够质量的内容，目前只能用作参考辅助用。

2.2. B 端：3D 生产过程复杂，生成式 AI 可极大改进效率

3D 模型的生产一般包括多个环节，建模的上游是策划和美工提供的概念设计，基于对方给定的原画、2D 概念图，建模师需要构思出 3D 造型并通过多个建模软件逐步实现，整体而言要经历模型设计（制作中模、雕刻高模、拓扑低模）、UV 拆分、贴图、绑定骨骼、制作动画等过程，然后再交给工作流下一环节的程序员，进行代码编辑和导入引擎，建模过程可能用到 MAYA、Zbrush、Substance Painter 等多个软件，上手难度较大、耗时较长。

3D 模型制作效率提升对大型游戏进展有重要影响。以 2024 年初大卖的Steam 游戏《幻兽帕鲁》为例，根据创始人的分享，其一开始制作时，一个建模师制作一个帕鲁（游戏中的生物）的 3D 模型花费了一个月，由于不同帕鲁的体型差异巨大，骨骼匹配无法简单复用，每个帕鲁需要独立设计动作，每个帕鲁需要约 20 个动作，按照每个动作 1 天工作量，则还需要额外的 20 个工作日。该游戏中共有 100 余种帕鲁，如果全都按照原有方式制作，理论上完成全部 100 个帕鲁模组需要花费 5000 天以上，而游戏工作室最终在 3 年时间完成了这部作品。

影眸科技发布的演示视频展示了其 Rodin Gen-1 模型的使用效果，能够借助图生 3D 的能力，直接拖拽一张宝可梦图片，通过选项生成提示词，在 10 秒内完成一个表面光滑、细节尖锐的高质量白模。

2.3. C 端：一键定制化模型，高自由、低门槛 UGC 游戏可期

游戏内容制作的效果一般与制作难度成正比，前者体现为自由度、精美程度等，后者则体现在工具上手难度等，游戏内容制作包括多种类型：

专业游戏制作人员开发的游戏，效果最强，但也需要用到各类编程、建模的专业开发，专业性极强；

其次是 MOD 开发，一般来自第三方团队或比较有技术力的个人，官方也可能参与其中，是以游戏补丁的形式添加进游戏内容；

再次是各类创意工坊或地图编辑器，沙盒类游戏会鼓励玩家利用这类功能进行创作，并与其他用户交流；

最低的是面向玩家的游戏内的创造玩法，如搭建房屋、制作道具等，作为玩法的一部分，组合和功能一般有限，但是上手难度也极低。

“一键生成”式的 3D 创建可降低创作门槛到 C 端，打破制作效果和制作难度的正相关性。“AI 生成 3D”的进步或将直接影响创意工坊/地图编辑器的运行逻辑，通过一键生成定制化 3D 模型的方式，UGC 效果有望提升至 MOD 开发的水平，而上手难度能够降低至“游戏内创造玩法”，从而打破效果与难度的相关性，帮助游戏玩法丰富化、内容厚度提升。

3. 技术积累、新工具频出，“AI 生成 3D”或有加速

3.1. 技术积累：数据积累触及突破边缘，各模态依序推进

3.1.1. Objaverse 与 OpenUSD 推动训练数据积累

3D 资产数据集 Objaverse-XL 达到千万级别，且具备较强多样性。2023年发布的 Objaverse-XL 包含约 1020 万个 3D 模型，远超过半年前Objaverse 1.0 的 80 万个，相比目前 2D 图像领域最大的开源数据集LAION 还有较大差距，但这一数量级已经接近 ImageNet，后者是当前多个图像人工智能模型的训练基础数据集。从构成来看，Objaverse-XL包含的 3D 模型主要从 Github、Sketchfab 及 Thingiverse 等平台爬取，包括手动设计的物体、地标和日常物品的摄影测量扫描，以及历史和古董的专业扫描，具备相当强的多样性。这意味着“AI 生成 3D”的数据限制已经接近突破。

Objavers 已经催生出了一些 3D 生成模型。2023 年 12 月 14 日，图片生成 3D 模型 Stable Zero 123 发布，Stability.ai 从 Objaverse-XL 中筛选出高质量、精确和数据标注准确的模型，以便 Stable Zero 123 在生成过程中更有效地理解和创建 3D 模型。单图生成 3D 模型的 TripoSR 基于 LRM原始算法，并通过精细筛选和渲染的 Objaverse 数据集子集以及一系列的模型和训练改进，显著提高了从有限训练数据中泛化的能力，增强了3D 重建的保真度。3 月 19 日，基于视频扩散模型的 3D 生成模型 Stable Video 3D（SV3D）发布，其同样使用 Objaverse 数据集训练。

OpenUSD 联盟力推 3D 格式标准统一，成员数量规模持续扩大。3D 应用广泛，但由于场景丰富、生产环节繁多，长期缺乏统一的标准和格式。

2023 年 8 月，皮克斯、Adobe、苹果、Autodesk、NVIDIA 与 Linux 基金会下属的联合发展基金会共同宣布成立 OpenUSD 联盟（AOUSD），OpenUSD 联盟旨在通过提升 OpenUSD 格式的发展来推动 3D 生态系统标准化，NVIDIA 宣布将通过 NVIDIA Omniverse 与新的技术组合、ChatUSD 和 RunUSD 等云应用编程接口（API）以及全新 NVIDIA OpenUSD 开发者计划来推进 OpenUSD 的发展。2023 年 12 月，AOUSD宣布新增 Cesium、IKEA 等 12 位成员，2024 年 3 月又增加 Intel、Siemens等 8 名成员，联盟成员规模进一步扩大。我们认为 USD 格式的推广有利于 3D 模型数据的积累，对 3D 生成相关 AI 算法的推进有基石作用。

在 GTC2024，将有 7 场会议讨论 OpenUSD，涉及其与生成式 AI 的结合（NVIDIA）、与 Adobe 的集成（Adobe）、半导体制造厂数字孪生（三星）、AI 视觉（西门子）、实景娱乐产业（Moment Factory），英伟达表示将继续投资发展 USD 在媒体、娱乐等行业工作流中的应用，以实现工业数字化工作流以及下一代计算机视觉和生成式 AI。

AOUSD 计划 2024 年完成核心规范审查和反馈修订。根据 AOUSD 官方发布的时间表，24 年第一季度，AOUSD 将发布核心规范的初步大纲，经过 Q2 和 Q3 的正式审查后，在 Q4 发布修订，最终在 2025 年 Q3 之前完成最终批准。

3.1.2. “视频生成”扩大到场景层面，将与“3D 生成”相互促进

“视频生成”扩大到场景层面，需要 3D 重建技术来保证一致性。视频生成技术在 2023 年底以来快速发展，Runway Gen2、Pika 1.0、sora 的效果和视频内容丰富度持续提升。不同于早期的单一物体对象和小幅度运镜，仅需要在生图过程中通过 Control Net 等方式，即可满足物体层面的一致性水平要求，sora 将行业标准抬升到穿梭镜头、航拍镜头的水平，这种时候只有通过 3D 重建，才能确保场景的一致性，因此视频生成的进步会反过来要求和促进 3D 生成的发展。

OpenAI 文生视频模型 Sora 可体现物体关系雏形。2 月 16 日，OpenAI发布文生视频模型 Sora，据官方介绍，此次发布的 sora 是一个 diffusion Transformer 模型，从效果上而言：1）其能够生成具有多个角色、特定运动类型、主体和背景的准确细节的复杂场景，模型能够理解物品是如何存在于现实世界中的；2）模型对语言有深度理解，使得其能够精准解析提示词，从而生成有生动情感的角色，能够保持高度一致性的生成多个镜头。

部分演示视频被认为体现了 3D 关系的雏形。在 Sora 生成的“海盗船在咖啡杯中缠斗”视频中，两艘微缩船只在“咖啡海”中互相追逐环绕，视频体现了液体的动力学效果，包括波浪和船只移动时液体的流动，还需要精确模拟光线，包括咖啡的反光、船只的阴影，以及可能的透光效果，展现了“类 3D”的效果。而在“视频拼接”功能的展示中，基于给定的“西部世界”和“海底城市”两端视频，sora 可以借助物体的遮挡关系，在运镜后展示“西部世界”背后的“海底世界”，从而实现拼接的效果，这个过程中也展现了模型对于物体相对关系的理解。

图像生成 3D 视频模型 Stable Video 3D 明确融合 3D 重建技术。2024 年3 月 19 日，Stability AI 开源了 SV3D，包括两个版本： SV3D_u，支持单个图像生成轨道视频，无需相机调节； SV3D_p 扩展了 SVD3_u 的功能，支持单个图像和轨道视图，从而可以生成沿特定的摄像机路径创建 3D 视频。

SV3D 的生成质量、多视角、一致性等相比之前的 Stable Zero123、Zero123XL 都有大幅度提升，该模型就是借助了其视频模型 SVD 模型优秀的视频生成能力，提升了 3D 重建水平，从而确保 3D 视频的一致性。

3.1.3. 3D 生成显著落后其他模态，具备向上压力

一个内容形态下的 AI 产品发展可以划分为三个阶段，分别以“模型”、“产品”、“成本”为中心，这是由数据的积累和应用落地的逻辑而形成的变化：“模型效果”阶段会有层出不穷的新模型（特别是开源）超越之前的模型；而到了“产品落地效果”阶段，AI 产品开始考虑用户体验，从而获取更多的用户和数据反馈，形成持续改进；最成熟的“成本压缩”阶段，AI 产品已经具备数据基础，开始降价或实质降价，进行市场份额竞争和利润获取。

3D 形态是目前 AI 生成领域最早期的阶段，模型层面还未定型，将吸引更多关注。相比之下发展阶段最靠前的是文本形态，已经在尝试成本压缩；图片生成也已经基本稳定技术路径，开始关注产品使用门槛；视频生成仍在尝试确立技术效果标准的初期，sora 有望确立标杆。

--- 报告摘录结束更多内容请阅读报告原文 ---

报告合集专题一览 X 由【报告派】定期整理更新

（特别说明：本文来源于公开资料，摘录内容仅供参考，不构成任何投资建议，如需使用请参阅报告原文。）