NPC 如何像人一样聪明一直以来都是游玩发展的主要诉求之一。但早期的 NPC 经常被玩家调侃为「人工智障」，因为它们的行为范式很容易被摸索到。
算法和资源投入与 AI 实际带来的产出比，在游玩未投入市场之前是难以估计的。因此，「AI」尚未在游玩中真正普及。
小团队难以承受其开发成本，甚至有些大团队还会担心效果不佳，适得其反。
已有游玩 AI 能「击败」 人类玩家但并不普及
游玩是催生很多 AI 技能的土壤。加强进修（Reinforcement Learning，RL）与游玩的完美契合在于其可以利用虚拟环境，训练 AI 智能体（agent）主动不断尝试去发现哪些动作会产生最丰厚的收益。
机器进修历史上诞生过很多基于游玩环境的知名 AI 模式，如打星际争霸 2 的 AlphaStar，打 Dota 2 的 OpenAI Five，玩王者荣耀的绝悟等等。以游玩为桥梁，AI 领域新的技能突破也一次次被我们所熟知。
游玩 AI OpenAI Five 曾经击败过人类世界冠军队伍。
但这些都只是实验，AI 在游玩中对于画面提升如超分辨率算法「DLSS」已有较为广泛的运用，对于更能打动玩家的交互方面却很少有贡献。作为机器进修三大分支之一的加强进修，目前的运用方向大多在自动驾驶、工业自动化、金融贸易甚至 NLP 上，游玩虽然也是主要运用方向，但是尚未真正普及。
在游玩领域中，人们对于加强进修等技能的需要其实非常多：在对战类游玩中，通过 AI 定制的解决方案，可以根据用户水平匹配相应的难度，让用户感受更好。在角色扮演、赛车类游玩中，AI 可以用于尝试和设计关卡。水平足够高的 AI 甚至可以用于平衡性尝试。
玩家们经常会说的一句话是：一款游玩的画面决定你会不会关注它，而游玩性能决定你是否喜欢它。
而且具有人类专业级玩家本领的高智商 AI 角色，不仅对于玩家来说很有吸引力，对于游玩开发者来说，如果能招募海量 AI「玩家」来尝试游玩 bug，甚至帮助制作游玩关卡也是极好的。
GTC 2021 大会上，游玩公司 EA 的开发者们展示了加强进修改进关卡设计的研究。
对于游玩开发者而言，想要训练可运用于实践的 AI 模型，需要足够的专业知识，但并不是每家游玩工作室都既懂游玩引擎，又能玩转深度进修框架。而在构建模型时，大规模并行化算力的需要也是一个障碍。
能不能把高智能的 AI 通用化、实用化呢？最近一段时间里，越来越多的游玩正在获得 AI 加持。
解决技能核心需要 缩短开发者与 AI 的距离
今年 10 月，华为云发布 ModelArts for Games，缩短了游玩开发者与 AI 技能的距离。
在这个平台上，开发者们可以定制化地获得加强进修等本领。它基于国内市场占有率第一的人工智能平台 ModelArts，从 AI 开发、生产部署、团队赋能、模型变现四个角度，满足了游玩团队对于 AI 的核心需要。
华为云与游玩公司进行合作，预制了多种类型的游玩 AI 竞技算法，覆盖了 MOBA、SPG、FPS、棋牌等主流游玩类型。平台中，面向不同类型游玩的 AI 机器人都拥有高超的本领，同时还风格多样，能够展现不同策略，可以为玩家们带来更加真实的游玩感受。
因为背靠华为 AI 平台，ModelArts for Games 可以实行工作流程的端到端全覆盖：从数据处理、获取先进算法、模型大规模训练，到模型按需部署处理和管理，AI 运用的全周期工作都可以在一个平台上实行。
通过 ModelArts，AI 训练的算力不再是问题，ModelArts 提供异构计算集群。训练支持海量 CPU，GPU 自由组合，提供大规模加强进修训练本领，支持弹性扩缩容及容错机制，方便用户使用 IMPALA、Seed 等主流或客制化分布式架构进行高效的加强进修训练。兼顾多种运用场景，大幅度提高算法开发与训练效率。来自华为诺亚方舟实验室的分布式加强进修框架「刑天」集群节点间通信进行了优化。这些特性可以将训练速度提升 10 倍，降低了训练成本，用户可以随时按需启动和停止训练作业。
而在对于玩家来说直接关系到游玩感受的 AI 推理速度上，ModelArts 可以将时延压缩至 20ms 以内，实行及时响应。
对于游玩开发者来说，如果不知道哪种算法可以满足自己的需要，ModelArts for Games 也给出了一些用例，其中集成了最成熟的，按游玩类型划分的算法，这些方案很多都曾在数据竞赛中获得过好成绩。针对 AI 新手，华为云还开放了超过 10 个全代码 AI 教程，满足客户培养团队、快速提升 AI 团队本领的需要。
诺亚方舟实验室的研究人员认为，ModelArts 在游玩 AI 的多样化生成、NPC 训练、自动化尝试等方向上都展现出了广阔的运用前景。
为游玩开发者赋能 带来更好的用户感受
在加强进修技能真正落地的时候，AI 的目的不是打败玩家，而是要陪更多的玩家，带来更好的感受。ModelArts for Games 拥有较强的本领，面向所有游玩开发者，不论是大厂还是小工作室推出的游玩，都能在其上获得适合的技能。
华为云 AI 团队目前已经协同众多游玩开发者实行了游玩 AI 技能的落地。目前，网易宓羲、西山居、数字天空都在与华为云 ModelArts for Games 进行项目合作，并且取得了阶段性成果。
首先，华为云 ModelArts for Games 可以帮助开发者们选择最适合自身游玩场景的算法，降低开发人员运用 AI 的门槛。
在西山居正在研发的一款游玩中，开发者们与华为云的研发团队共同打造了基于加强进修算法的 AI 机器人，在对战的水平、策略选择方面都比传统游玩中的 AI 机器人更加强大。经实际游玩尝试，通过华为技能训练的 AI 与内置 Bot 对抗 4664 局，胜率达到 95%。而与专业玩家对战时，胜率可以五五开。
如果游玩开发团队拥有自行研发 AI 技能的本领，华为云也可以提供强大的 AI 算力，并帮助他们将算法模型商业变现。
网易宓羲拥有自己的人工智能实验室，其在计算平台和加强进修方面和华为云进行了深入的合作。
在谷歌与英超曼城俱乐部在 Kaggle 平台举办的首届 AI 足球世界杯上，网易宓羲加强进修团队的 AI 在上千只团队中斩获亚军，其接近专业教练的 AI 战术布局本领，让人们看到了「AI + 足球」的巨大潜力。
在比赛时，根据赛场及时状况，AI 机器人通过训练可实行目前高水平足球联赛中流行的高位逼抢战术，攻守转换也非常快。在针对不同玩家时，AI 可体现进攻、防守等不同风格，带来相比以往更加真实的感受。
网易宓羲 AI 的定位球打法也让主办方印象深刻。曼城俱乐部母公司、城市足球集团数据洞察和决策技能总监 Brian Prestidge 表示，网易宓羲 AI 所采用的定位球策略，与现实比赛中专业教练的定位球战术非常相似。
现在在 ModelArts 平台上，人们已经可以利用华为云大规模异构集群训练和线上及时推理打造不同游玩场景所需要的智能 NPC，节省了常规游玩开发过程所需的大量时间。
除了生成高智能的 NPC，诸如内容生成虚拟人、智能美术等等也是 AI 运用的方向，已经出现了越来越多的需要。
作为云服务「基础设施」的提供者，华为云的 ModelArts for Games 能在 AI 本领领域带给游玩公司更大助力，让他们能专注于游玩研发，而不会被运用 AI 技能的门槛所困扰。
链接数字创意产业上下游伙伴 激发行业新未来
华为云游玩 AI 解决方案，让数字创意开发者不必在基础设施上耗费时间，可以专注于内容制作等核心环节。而在 12 月 29 日举行的华为云 & 华为终端云服务创新峰会 2022 上，在现场分享游玩创新的迷你创想，依据华为云 3D Modeling Kit AR Engine 则实行了低代码创作、AI 智能创作，基于华为云重构现实场景的物理运用，实行了场景多元创作。
这是一个协同共创的时代，产业数字化的颗粒度、复杂度与长周期决定了没有任何一家企业可以独自成功。共建生态、融入生态是必由之路。纵观未来，整个数字创意产业，更加需要产业链上下游协同进步。
云、AI、5G 将加快运用从端侧向云端汇聚，加快流化，加快及时交互；影视与游玩制作逐步融合，云渲染加快国产游玩向高品质发展；数字人技能发展迅速，通过云 + AI 自动构建游玩世界；云游玩与直播深度结合，使得直播互动带来巨大变革；
技能与生态的融合发展，将牵引中国国产游玩快速向高品质发展，更多优秀内容脱颖而出，加快自我净化、产业革新。在这过程中，华为云正在成为众多数字创意开发者、服务者的最佳伙伴。