META:MetaHuman效果炸了 但如果只想到元宇宙 那格局有點小了

虛擬？現實？

Epic Games的游戲技術，又讓人“傻傻分不清”了：

以為就是一個真人小哥赤身耍大寶劍？

不不不，有時候“眼見”可能還真不能“為實”。

這段視頻背后的真相，是這樣的：

沒錯，你以為的你以為就是假的。

但視頻展示的效果實在是過于逼真了，引得一眾網友驚嘆連連，Twitter上獲贊2399。來感受一下這個feel：

還有網友驚呼：有那么一瞬間甚至不知道哪邊才是真實世界！

而這位小哥用到的技術，正是Epic Games的MetaHuman。

沒錯，又是“Meta”，還是虛實難辨……或許看到這里你已經想到最近火到離譜的元宇宙（Metaverse）。

如果你的腦海里也浮現了這樣的字眼，先別急著吐槽。

實際上，讓人虛實難辨的游戲技術，絕不僅僅是塑造元宇宙的工具，而是暗中推動現實科技演進，加速各產業發展的重要力量。

沒錯，搞游戲，真的可以改變世界。

我們不妨先從產業角度來看這個問題。

若要問近幾年科技產業中最火的項目是什么，自動駕駛，無疑是無法繞開的那一個。

IBM宣布旗下AI平臺將托管Meta大語言模型:金色財經報道，IBM(IBM.N)今日表示，將在自己的企業人工智能平臺上托管Meta Platform的人工智能語言模型Meta Llama 2。IBM的watsonx平臺可以幫助企業將人工智能整合到其工作流程中，為一些客戶提供了Meta發布的Llama 2的早期訪問權。IBM表示，Meta的開源人工智能模型發布后，還將推出更多軟件，如人工智能調整工作室、情況說明書和其他生成式人工智能模型。[2023/8/9 21:35:02]

而游戲技術，正在推動著這個“集AI大成者”加速發展。

在自動駕駛技術中，基于現實路面環境的測試是保障它能做到上路的重要環節。

而行業普遍認為，達到能上路的水平需要積累177億公里的測試數據，這是什么概念呢？大約等于往返地球與太陽4.9次。

于是，虛擬仿真技術成為了推動自動駕駛落地的必要工具。

將現實路測的種種限制，放在虛擬環境中，可以很好的避免。這個過程的實現，像極了在游戲中打造與現實相近的場景：

不難看出，像上面這樣的模擬仿真系統，高度還原了現實中的場景，包括幾何形象、物理規律以及運行的邏輯等等。

而這個過程中非常重要的一點，就是要逼真，模擬仿真系統要盡可能地向現實世界“靠攏”。

包括光線變化、風雪天氣的變化等，這樣才能夠精準測出這些因素對自動駕駛傳感器所帶來的影響，以便在現實上路的時候保障安全性。

而游戲技術，更具體一點來說，是游戲引擎，在這個過程中起到了至關重要的作用。

就好比轟動過業界的虛幻引擎5（Unreal Engine 5），就能將細節變化拿捏得穩穩的，讓網友直呼“虛擬？現實？傻傻分不清”。

NirvanaMeta公鏈生態游戲于4月底使用子幣MU進行銷毀:據官方消息，NirvanaMeta公鏈生態游戲《涅槃奇跡》計劃于4月底新創建的奇跡游戲賬號付費方式采用MU幣進行支付并 100%銷毀，開始MU幣通縮，當MU幣通縮至100萬枚停止通縮，MU幣價格已經突破10 USDT。[2022/3/13 13:53:51]

因此，如果能夠利用好游戲技術在構建虛擬仿真系統上的優勢，讓其能夠無限接近現實世界，無疑會極大地推動自動駕駛落地的進程。

而除了自動駕駛，游戲技術對影視行業也產生著不小的沖擊。

同樣是在虛幻引擎5發布之后，影視圈似乎迅速嗅到了游戲技術對電影可能帶來的顛覆影響。

以至于在今年的上海電影節中，第一次設立了“電影科技體驗展區”，虛擬制片成為展會上的焦點，虛幻引擎也是首次受邀參展。

再例如在電視劇《全職高手》中，便在國內首次引入游戲引擎技術，將劇中男主（楊洋）在現實與游戲場景中的切換，變得煥然一體、十分自然：

而這種虛擬制片，對于影視行業來說是技術上的最新變革，正如此前的有聲電影、彩色底片、光學合成、運動控制、數字合成等等。

虛擬制片不僅可以實現演員與虛擬角色的直接互動，拍攝團隊還可以實時控場，并通過類似虛幻引擎這樣的游戲技術做到實時渲染，會節省大量時間和資源。

而除了產業，游戲技術也在推動著科研的發展。

沒錯，雖然“游戲”和“科研”似乎是兩個背道而馳的詞語，但它們的合體卻真真兒地在催化著學術的發展。

MetaMask月活躍用戶達到500萬:自2020年10月以來，錢包服務和瀏覽器擴展程序MetaMask的月活躍用戶數量增加了4倍，達到500萬。距達到100萬活躍用戶僅過去了六個月。有趣的是，MetaMask在亞洲、非洲和南美新興經濟體中的采用激增。據悉，MetaMask最初于2016年發布，然后進行了幾項重大升級。在2020年DeFi熱潮高峰期間，隨著越來越多的投資者使用該錢包服務為代幣購買提供資金，其受歡迎程度激增。（cointelegraph）[2021/4/28 21:05:42]

例如在國內頂級學府北京大學的信息科學技術學院，李文新教授就帶著她博士生們在《王者榮耀》里面搞科研。

他們要做的，其實就是在限定的時間和資源內，訓練出一個最優決策模型，并把它部署到游戲AI對戰服務器平臺上。

這就像是一個“煉丹”的過程，讓他們的智能體通過訓練，練就各種“功法”，然后去和別人家的智能體過招：

在他們眼中，甚至游戲AI才是真正的人工智能：

他們認為 “游戲”是對“現實”的抽象和模仿，在游戲中可以獲得與現實接近的快樂成功體驗，卻又避免現實中由于失誤和出錯帶來的真實損失。

也正因如此，游戲是一個非常好的試錯和迭代成長的虛擬環境。

將現實問題環境虛擬成游戲，在游戲中通過大量試錯糾錯來迭代優化問題解決方案，“是一種重要的教育手段和研究手段”。

總而言之，現在的游戲技術無論是對產業亦或是科研，都在發揮著潛移默化的作用。

而這正是在最近一個游戲行業盛會——由騰訊游戲學堂舉辦的2021 騰訊游戲開發者大會 （TGDC）中被熱議的話題。

Metamask更新錢包應用以增強用戶隱私:金色財經報道，ETH錢包和瀏覽器擴展Metamask剛剛發布了新的應用程序升級。Metamask Version 8提供了許多新功能，例如增強的隱私控制和新的帳戶登錄系統。[2020/7/3]

例如不造車的騰訊，利用游戲技術打造了自動駕駛虛擬仿真系統 TAD Sim，來提高自動駕駛模擬仿真的真實性。

TAD Sim除了支持場景編輯、路采數據回放式仿真之外，還可以利用類似于游戲智能體AI的技術，用大量路采數據來訓練交通流AI，生成真實度高、交互性強的交通場景。

再如用MetaHuman技術來生成高保真數字人；“絕悟”、“開悟”等AI智能體或平臺，對強化學習、策略訓練發展帶來的幫助……

與此同時，騰訊游戲副總裁、騰訊游戲學堂院長夏琳，還介紹了游戲、技術與學術圈“交織”后的成果。

例如騰訊游戲學堂與國內外16所高校展開科研學術合作，已發表了30個課題成果、8項國家專利、5篇報告。

騰訊與清華大學聯合共建的國內首個“互動媒體設計與技術”碩士專業，也迎來了第二學年。

在夏琳看來：

游戲作為一個高度跨學科的產業，被置于數字虛擬與現實世界的交匯處。

伴隨全球游戲市場正在發生的顯著變化，游戲產業精品化、全球化、多元化的趨勢將更為突出。

讀到這里可能有人會覺得好奇，為什么一家游戲公司要投入跨領域的技術研發和應用。

Coin Metrics創始人：許多人低估了比特幣區塊空間支持更多txn的方式:5月25日，Coin Metrics聯合創始人Nic Carter發推文稱，我認為，與2017年相比，許多人低估了比特幣區塊空間支持更多txn的方式。1.僅僅是更多的空間(多虧了SW, 2-3倍的空間) ；2.批處理+SW輸出更為常見;3.費用估算更準確(無反饋回路) ;4.Optech橋接行業和核心。這就是擴容(scaling)的原理：1.機構信譽；2.大區塊空間用戶逐步優化使用；3.大量的錢打包成一個字節的txn值穩步增加，即“經濟密度”；4.無需核對節點運算符。如果沒有收費壓力，區塊鏈就會充斥著垃圾數據，大區塊空間的消費者就沒有動力去節省他們的使用。[2020/5/25]

但其實，若是深挖游戲與技術發展的歷史，也就不難理解騰訊如此重視它的原因了。

游戲是前沿技術的“試驗田”，此言從不虛妄。

最有力的證明便是如今發展火熱的AI技術。

或許提到AI，很多人都會想到IBM的“深藍”、谷歌的AlphaGo，它們都曾在下棋(Game)這事兒上打敗過人類。

事實上，下棋是電子游戲最早期出現的主要形式。

早在1950年——通用計算機誕生不滿5年時，人類就已經與人工智能有過對弈。

當時的計算機都還更多應用于實驗室，如果能用它來稍微做點別的事，人們便已經覺得十分新奇了。

在計算機上下棋、還是和計算機對戰？

這事兒可能早就沖出了大眾的想象范圍。于是，當《大腦伯蒂》在加拿大國家展覽會上亮相時，就吸引了很多人的注意力。

這是一個類似于井字棋的游戲，玩家可以通過一個九宮格操作板出棋，電腦“思索”片刻后落子，棋局情況會同時顯示在大屏幕上，游戲難度也可調節。

按照“人工智能之父”艾倫·圖靈對機器智能的定義：

如果一臺機器能夠與人類開展對話（通過電傳設備）而不能被辨認出機器身份，那么稱這臺機器具有智能。

那么，《大腦伯蒂》或許就是人工智能最初期時的模樣了。

這種基于游戲的形式，其實也是很多科學家探索AI的方式。

1944年，馮·諾依曼在《博弈論與經濟行為》一書中，首先提出了兩人對弈的Minimax算法；

1947年，圖靈編寫出了第一個下棋程序；

1950年，香農發表《計算機下棋程序》一文，開啟計算機下棋的理論研究。

1951年，圖靈的好朋友克里斯托弗·斯特拉切（Christopher Strachey）寫出了世界上第一個視覺游戲checkers。

與《大腦伯蒂》不同，checkers是一個類似于跳棋的游戲，難度系數更高；但相同的是，它們都是人機對戰。

后來，曾于1959年普及“機器學習”一詞的人工智能先驅亞瑟·塞繆爾（Arthur Samuel），也在IBM的一臺商用電腦上編寫出了一個跳棋游戲。

此時的這個跳棋游戲已經大有不同，因為機器不再是單純地按照程序落子，而是可以通過自主學習來應戰，塞繆爾還在程序中設置了獎勵機制。

在這里，我們已經看到強化學習的影子了。

而在此后的幾十年里，AI領域的科學家們似乎都和下棋這游戲杠上了，跳棋、象棋、圍棋都有嘗試。

Unix之父肯·湯普森（Ken Thompson）都曾開發過一個國際象棋計算機Belle，這也是世界上第一臺能夠達到“大師”級的下棋計算機。

而且它還引起了國家層面的重視，當時Belle要前往蘇聯進行比賽，但是卻被美國政府在海關扣下了，原因是“企圖向蘇聯輸送先進武器”。

事實上，當年美蘇爭霸也擴展到了計算機下棋游戲上。

由此可見，AI從誕生至今，始終都站在科技發展的最前端，而電子游戲也始終都是AI體現實力的一個重要場景。

而游戲還不只是前沿科技的“試驗場”，更是普通大眾觸碰到前沿科技的一個重要通道。

在天文、生物、醫學等研究領域，也總是不乏游戲的身影。

比如曾參與抗擊新冠肺炎疫情的游戲——Foldit。

它將蛋白質結構預測與空間解謎游戲的思路相結合，玩家需要不斷調整蛋白質的側鏈、骨架等結構，讓最終結構達到所需的分數。

在去年新冠肺炎疫情暴發期間，科學家們為了能盡快弄清病抗體的結構，便把當時最新的研究成果引入到游戲中，讓玩家在游戲中嘗試設計新結構來供研究參考。

而且，這還不是Foldit第一次為科研做出貢獻。

此前，艾滋病的逆轉錄酶結構正是在這款游戲中被玩家們破解。科學家們十余年都未能預測出的結構，玩家們十天內就搞定了。

Nature在2010年還點名表揚過這款游戲。

無獨有偶，《無主之地 3》的DLC《槍炮、愛情與觸手之婚禮大作戰》中，也有一個科研項目。

開發者們在游戲中的一個街機上，設計了一款DNA簡單分類的游戲，不同顏色的磚塊代表不同的核苷酸。

玩家只需要在規則內，讓某一行的磚塊顏色一致就能通關，排列的過程其實就是將DNA進行正確分類。

隨之產生的結果數據，可以幫助麥吉爾大學繪制人體腸道微生物圖譜，這對于糖尿病、抑郁癥等疾病的臨床研究具有重要作用。

不僅如此，許多高精尖技術也是通過游戲來擁抱大眾。

比如已經多次讓平民體驗太空之旅的SpaceX，就在去年推出了一款太空模擬程序。

它可以讓人們在游戲中體驗飛船對接空間站的過程。

而且對于太空狀態的還原十分逼真，一點操作就會引起受力變化，對玩家也是個考驗。

顯然，原本被看作是娛樂大眾的電子游戲，已經在數十年發展中擔任了許多令人意想不到的角色。

DeepMind創始人哈薩比斯曾表示：

游戲AI是通往通用AI的墊腳石。我們研究這些游戲的真正原因是，它是研發算法的一個非常方便的試驗場。

這句話如今或許還能推及到VR、AR、仿真等等科學領域。

如今，當我們談論起游戲，說起自動駕駛、AI、MetaHuman等字眼都變得不再稀奇。

這也是為什么在騰訊的一場游戲開發者大會上，會看到眾多高校產學研成果，覆蓋領域包括深度學習、城市結構化建模等等。

而我們能夠感受到，此刻還不是游戲與前沿科技結合發展的終點，當下游戲作為前沿技術應用最密集的一種藝術娛樂形式，不但推動其他行業向前，更催化技術演進，釋放更多元的價值。

未來還將有多少尖端科技會通過游戲來前進、落地？

讓我們一起拭目以待。

Tags：METMETAETA人工智能METAGINMetaVerse DogMeta Things人工智能幣龍頭

DOGE