撰文：Kasou Kazoku
在 Web3 游戏的世界里，我们见证了一个颇具挑战的时代。从 2018 年至 2023 年，共有 2817 款 Web3 游戏问世，但可悲的是，其中 2127 款（占比 75.5%）未能成功，这一数据凸显了行业的艰难。
虽然自 2018 年以来，Web3 游戏始终未能真正掀起狂潮，但每当加密货币翻涌新篇章，Web3 游戏常被寄予厚望，再结合当前市场的牛市预期，我们很可能会看到许多游戏达到疯狂的估值。
仅看 2024、2025 两年，随着 DALL-E、Stable Diffusion、Midjourney、ChatGPT 等众多 AI 模型的集中式爆发，我们认为「AI 向 Web3 渗透」将成为其关键驱动力，基于 AI 技术突破，7 月，DeGame 官方正式宣布上线「AI 生成游戏」功能，希望通过一系列具有互操作性、可组合性、可编程性和工具，以及模块化的游戏 / 视频 / 语音生成模型，为 Web3 游戏产业强势复苏带来全新的尝试。
全球近 30 亿的 Web2 游戏玩家和近 6 亿的 Web3 用户，都让 Web3 游戏拥有具有强大的叙事基础。但目前，资金和项目更多聚集在基建层面，在大规模用户采用和转化叙事方面缺乏新的增长点。
推动游戏行业发展重点实际在于技术变革，AI 技术在游戏开发中的应用正日益成熟，借助 AI 生成模型去解决 Web3 游戏面临的典型问题，从而在短期内实现破圈与增长，或许是最佳方案。
破冰叙事「寒冰期」
可玩性是此前限制 Web3 游戏难以获取大规模玩家的主要弊病。单调的玩法和粗糙的画面，经常让玩家在参与 Web3 游戏时闪回十几年前。但对普通玩家来说，评价一款游戏优劣的硬标准从来只有一个，就是好不好玩；过度注重「Fi」的 Web3 游戏只能吸引打金人群，却无法完成 Web2 用户的大规模转化。
但从现实层面看，作为一个极度烧钱和耗时的行业，游戏板块爆发需要资本、时间和技术等多重因素的共同推动。而当时间行进到 2024 年，AI 似乎可以将这些要素聚集。模块化的 AI 生成工具的完善让 Web3 游戏朝 3A 级制作及高质量方向改进有了更强支撑。
在传统游戏中，NPC（非玩家角色）拥有非常有限的人工智能，往往只能在固定的情况下进行操作。而借助于 AI 技术，NPC 可以更加逼真地模拟人类的行为，拥有更加智能化的操作方式。如《救救我!劳动法保护神》中的 AI NPC 实时对话解密，增加了游戏的互动性和沉浸感。
另外，AI 还可以用于生成环境、角色形象和数值平衡等，进一步丰富游戏的多样性和可玩性，使游戏中的交互更加便捷和自然。传统的游戏交互方式往往基于键盘和鼠标，难以满足玩家的需求。而借助于 AI 技术，可以实现更加直观和生动的交互方式，例如语音、手势、表情等等。
总体来看，AI 对于游戏领域，目前被成功实践最大的方向无疑是增强游戏体验、个性化游戏内容，AI 生成模型能够在短周期内，优化游戏开发过程，以较低开发成本融合传统 Web2 游戏的多重亮点，以提升增量用户参与 Web3 游戏的丝滑度，而这则是 Web2 用户向 Web3 游戏大规模迁徙的重要一环。
释放无限创造力
去中心化的区块链是平衡 AI（和机器学习）的重要力量，一是可以结合其他技术，比如 ZK，优化机器学习的信任框架，二是可以有效地利用长尾资源，降低使用 AI 的成本和门槛，而另一方面，因为许多 Web3 应用为了安全性和去中心化而牺牲了用户体验，而 AI 则能够帮助优化和提升用户体验，这是 AI 可以赋能 Web3 的部分。
具体到落地的应用场景，虽然 AI+DeFi，AI+DID/ 社交均有用例，但生成式 AI 天然适用在文字类、沙盒类、养成类、开放世界、UGC 等 Web2 用户熟悉的玩法上，通过 AI 改写游戏逻辑，让游戏充满更多不确定性和随机性，都会使 Web3 游戏与 AI 碰撞出不一样的火花。
例如，Web3 游戏的一个重要创新是它需要用户和平台一起参与创作过程，而不是规划好的有限游戏，在游戏当中，会有一个 Lore 的概念，在传统游戏当中，这是被游戏设计者规划好的，是完全可预测的，而通过 AI 模型，可以将各种输入汇集在一起，并生成不可预测的输出，这样的游戏就拥有了无限可能性。
想象一下，在未来的某一天，我们能够通过 AR/VR 设备访问神奇的虚拟世界，我们可以通过 prompts 提示词瞬间创建出我们脑海中想象或者无法想象的 2D 以及 3D 物品，就像念了一句神奇的咒语，然后便真正拥有了它们（数据托管在公链上），我们还可以和虚拟世界智能的 AI NPC 交互，并影响整个游戏世界的故事发展，而这一切都将由完全透明的开源基础设施提供支持。
在这种愿景下，AI 驱动 Web3 游戏领域，将释放无限的创造力。
飞速演进和不断融合
实际上，AI 开发游戏历史的雏形也许可以追溯到更早。
AI 在游戏开发中的应用可以追溯到「星际争霸」和「暗黑破坏神」等经典游戏。在当时，开发人员需要用 AI 系统来制作交互式的虚拟世界和角色。而这些系统已成为此类互动平台开发的标准配置。
早期和游戏开发 AI 相关的研究强调控制非玩家的角色（NPC），而随着自然语言处理（NLP）技术的发展，出现了一些利用深度学习技术生成关卡的开创性工作。
其中代表作是 MarioGPT，它通过微调的 GPT-2 模型成功生成了「超级马里奥兄弟」中的部分关卡。
随着模型的快速迭代，AI 的能力越来越强悍。对于 Web3 游戏领域的从业者来说，如何用 AI 更好地打造优质游戏，如何将 AI 生成模型运用到研发流程当中，是抢占增量用户的核心。
DeGame AI 是一个轻量级的专注于生成式的模型，也是一个无代码创作者工具，支持用户在游戏开发或优化过程中，将 DeGame AI 提供的工具集成到现有游戏制作生态中，以自动执行具有挑战性的内容创建任务。同时，以 Transformer 神经网络为根基，通过 DeGame 的 Annotation 和 Substation 模型，DeGame AI 还提供文字生成游戏视频等功能。
我们希望看到涌现的、程序生成的世界，每个世界都有自己丰富的历史、居民和谜团。将有互动小说，故事通过玩家的选择不断发展，并通过生成的图像、视频和音频来讲述，让 Web3 游戏拥有更多可能性。
写在最后
如果一个 Web3 游戏领域从业者想要完成游戏作品，必须至少涵盖互动性、可玩性，以及具有游戏情节内核的内容，考虑游戏中人物之间的剧情联系，同时还要为玩家精心设计游戏关卡和目标。借助前沿的 AI 生成模型，可以将创意和想象力转化为复杂的游戏机制和故事情节，设计出拥有生动的个性特征的 AI NPC 带领玩家的行动，触发影响游戏故事的走向，并且提高游戏的开发和运营效率，降低游戏的开发和运营成本，从而产生新的利润增长点。
AI 技术在游戏的开发和运营过程中有众多方向的应用，包括游戏情节策划、地图生成、关卡设置、任务生成、对话生成、故事叙述、模型生成，以及游戏内的成长系统和经济系统等规则的生成。
现在只是刚刚开始，我们相信在 AI 和 Web3 游戏领域的探索将打开一扇通往新游戏世界的大门。随着技术的进步和应用的深入，玩家可以期待遇到更多独特的游戏体验，这些体验将超越传统游戏的边界，带来更加沉浸式和互动性的游戏世界。对于热爱游戏和技术创新的玩家来说，这是一个激动人心的时代。
