Nvidia G-Assist引领AI游戏革命

黄仁勋开启AI Game游戏革命！Nvidia G-Assist或将消灭区块链游戏P2E

黄仁勋在台北的Computex 2024上发表演讲，公布了革命性的AI游戏助理GeForce Project G-Assist。虽然表面上看它只是帮助玩家攻略的工具，但深入分析其原理和应用，我们可以看到Nvidia首次为全球游戏领域开辟了新的方向。这将深远影响游戏领域的发展和事业。本文将深入解析未来游戏界与AI结合的大趋势，以及区块链游戏（GameFi）的未来发展趋势。

AI从画面走向游玩体验

Nvidia以游戏图形显示卡和驱动程序起家，2020年4月首次将AI与游戏结合，推出了深度学习超级采样（Deep Learning Super Sampling，DLSS），供RTX系列显卡使用，开启了游戏的新纪元。DLSS通过大量的Nvidia游戏显卡和后台游戏计算，分析游戏场景的图像，计算出高解析度下肉眼无法察觉的无效运算，通过AI模型在绘图上降低性能负载，从而在不牺牲画质的情况下大幅提升每秒帧数（FPS）。

2023年，LLM语言模型爆发后，OpenAI开启了利用Nvidia显卡的计算战争，许多软件巨头如微软、Google、马斯克的XAI等都参与其中。虽然Nvidia在显卡制造上看似轻松，但他们并没有忘记在软件上的创新。今天推出的Project G-Assist，证明了Nvidia将LLM语言模型与游戏结合的野心，这必将引领新一波的革命。

据Nvidia介绍，G-Assist可以为游戏提供游玩建议和剧情引导，玩家可以向机器人询问装备建议。实际上，这背后是通过收集大量玩家的游戏数据（Game Play Input），并将其输入大型语言模型进行学习，从而有效降低玩家游玩游戏的门槛，打造出更具一致性的游戏服务。这将从根本上改变游戏的制作和游玩生态。

AI将淘汰不好玩的游戏

G-Assist将如何改变游戏生态？想象一下，如果游戏从Alpha、Beta到发行都被大型语言模型搜集数据，会发生什么？结果是，缺乏多样性和游戏性的游戏将容易被机器学习找到最佳解，任何电竞级玩家在不成熟的游戏中与新手玩家的差距将缩小到最小。这可能带来以下几个影响：

新手教学门槛将降到最低；

模板化套皮游戏从游玩到腻的时间将更短，无论是手机游戏还是3A大作；

如果游戏多样性做不好，就无法吸引优秀玩家；

氪金陷阱将被AI迅速识破；

电竞游戏的改版和迭代将加速。

如今，游戏界充斥着大量类似系统体验的手游和3A游戏，这些游戏虽然标榜多样化，但实际上都是通过标准化的流程进行生产，其游玩的游戏性和变化性在跨游戏的维度上非常有限。实际上，玩法之间的体验会因个人的游玩差异性（如看攻略、氪金）而有所不同，而这些差异如果能被快速优化，例如拿A游戏改的套皮B游戏，马上会被A生成的模型和形式快速训练出B的最佳解。

结果是，当前大型游戏公司的一套模板生产多款游戏的方式，将迅速被数据化，因此只换皮的3A游戏和手游将面临挑战。以手游为例，如果AI已经大量分析某款不怎么好玩的氪金手游，那么AI就能很快算出你若不氪金多久后会遇到挫折，免费玩需要多少时间才能达到多少等级，而氪金玩家与你的差距有多大，那么厂商精心设计的「氪金心理学」将不攻自破。如果没有厂商限制AI，玩家一开始就能通过AI看透这一切。

因此，未来游戏厂商将分为两派：一派是迎合AI派，通过AI数据学习、多样化以及平衡各种游戏体验；另一派是限制AI派，通过API和加密方式限制G-Assist或其他开源游戏语言模型的识别，形成一场新的数据解读攻防战，以保障商业利益。

区块链游戏：P2E将消失

虽然看似与区块链产业、GameFi没有关联，但Web3项目和社区已深入开源精神。设想如果代码以及不够成熟的一轮游戏、庞氏局，势必会被G-Assist以及相关类似的语言模型竞品迅速学习完毕，马上就会察觉此游戏「没有未来」。因此，在类G-Assist的普及下，不具游玩性质的短命游戏和骗局将迅速被淘汰，未来不够永续的「Play To Earn」、VC灌估值仿盘、庞氏局或许会被科技直接终结。

相反，具有游戏性以及机制多元，能经得起AI考验的真区块链游戏，或许才有高机率活下来。对Web3游戏产业来说，这既是喜也是忧，这意味着无论资金有多大，看似多么豪华的游戏，在科技下其游戏性将无所遁形，这对玩家来说无疑是福音，但这也限制了未来游戏从业人员的营销手法。

无论如何，游戏界在G-Assist类似技术的引进下，势必会兴起一阵腥风血雨，公式化大成本制作的3A游戏或将被大幅挑战，而小成本、颇具创意重玩法的独立游戏或许将脱颖而出，但这或许也要等到G-Assist等新模型技术更迭数代才有可能看到。