作为一个前数据分析狮，本来以为倒腾数据和AI没什么前途了，没想到从最初的Dall-E-2到最近的ChatGPT，AI领域连续推出爆款产品。国内外巨头纷纷介入，PR满天飞，包括微软Bing与xGPT的联姻、Goolge危机感十足地发布Bard，太平洋这头百度发布文心一言。不过在游戏行业，面对昨日黄花的NFT游戏，陷入僵局的Metaverse..大家应该如何面对ChatGPT的异军突起+AIGC热度拉满这个新风口？游戏人能否借助ChatGPT实现游戏设计和海量内容的快速生产，创造更智能的NPC更好玩的游戏，什么样的游戏又是目前最适合xgpt应用落地呢？
本期录制时间：2023年3月5日
本期嘉宾：
洛甫：「神都夜行录」制作人，现某头部游戏公司产品掌舵人
Timeline
02:37 很酷又好玩，但感觉快“失业”了
03:00 游戏中人力密集型比如“表奴”的体力活可以部分交给AIGC 完成，解放生产力
04:54 如何看待在面试中程序或策划候选人用ChatGPT
06:27 ChatGPT是一个够“说人话的”信息检索器
07:23 7/24可追问、可调教的实时反馈，甚至给出有具体数值的设计
09:11 为什么涌现式的游戏(eg. 骑砍MOD)是ChatGPT最佳的落地场景，可以成为很好的堆内容工具
12:24 ChatGPT的出戏式OC式创作，定制化需要考虑结合垂直领域的知识图谱
14:39 ChatGPT的”创作”能不能称得上是创意
17:57 ChatGPT局限性下的胡说八道可能的正确打开方式
21:37 随机性是否增加游戏趣味，以及未来可能出现对标TA/TD的专职于AIGC的游戏岗位
23:23 : 推荐游戏：《吸血鬼幸存者》、《暗夜之子》
什么是GPT和其局限性
“XGPT是一种基于自然语言处理的技术，它可以帮助你创建和维护自然对话。它使用文本生成技术来根据上下文给出响应，从而创建自然的会话。“
—— by OpenAI
*GPT（Generative Pre-trained Transformer） Transformer是LLM大型语义训练模型的一种。ChatGPT是基于一个GPT-3自然语言模型的产品化（类似Github CoPilot)，不实时扫描互联网信息(训练数据为2021年前的)，它通过用户提供的输入的，找到和他们“最匹配”（训练数据中最常见的）的字词，然后生成一个完整的语言。
严格意义上来说，它仍然只能算是机器智能和人的觉知型智能不同，它的天花板仍然受限于训练数据质量、算力和模型调优。
1、模型只负责生成答案，但不判断生成结果的对与错
知道自己给的答案不专业，所以微软在bing的XGPT回答中加了很多表情“缓和气氛”
2、不产生新知
aigc不为人类产生新知，它不会像牛顿一样发现万有引力也不会找到治愈癌症的方法。
3、aigc 滥用必然加剧内容冗余
不管是生成内容还是总结内容，ai都不是“专家”。而当aigc的使用普及之后，我们会面临新一波信息爆炸的冲击。
策划/后期/文字编辑/设计：彪叔
【关于节目】：
我们旨在做一档专业但不严肃的泛游戏主题播客。
如果喜欢这期节目，欢迎点赞、关注和转发给你的朋友
可以回顾我们往期的节目列表，说不定有惊喜哦！
也欢迎新朋友留言，与我们联系
用户评论