OpenAI更新了他们的图像生成模型。看来20美金一个月的套餐，还要继续续下去啊。大家好，欢迎收听老范讲故事的YouTube频道。OpenAI最近也开始卷起来了，对吧？前面开始出O1、O3，出GPT4.5，现在好了，把这个图像生成模型也更新了。最近其实大家都在卷图像，卷了一整波的图像。最早开始卷图像的是国内的这些应用，像豆包、千问，他们最早开始卷。这个模型没更新，卷的是客户端和手机端的应用，希望说你出去照完相以后，说给我去换个衣服，换个背景，去做这样的事情。但是这个因为模型本身的能力有限，所以效果并不是特别好。我试过比如说，我把自己的一张照片发上去以后，说来，给我把这个背景换成海滩。背景确实换成海滩了，但是他把前面这个人物也重绘了，不像我了。这就是国内卷了一波。

真正拉开序幕的是谁？是谷歌的Gemini 2.0 Flash。他们出了一个可以同时输出文字和图像的模型。这个模型出来以后，很多人惊呼，以后Photoshop修图就没你们什么事了啊。为什么？你可以上传一个杯子的图片，再上传一个美女的图片给它，提示词说请让美女举着杯子。那个图片出来了以后，是非常逻辑自洽的，不会看着有任何别扭的地方。或者你给她个包，说想让这个美女拎着包，这个效果好极了。甚至我拿了一些MidJourney画的图片上去，说再给我把某个公司的logo贴上，效果极好，特别的逻辑自洽，而且支持中文输出。这个其实挺难的。目前为止，支持中文输出的图像生成模型，原来就是国内的极梦，也是字节下边有一个版本是支持的。现在Gemini也是支持中文输出的，而且它支持多模态输入。你可以跟它说话，你可以给它输入图片，说你把这张图片跟那张图片合在一起，它效果都很好，完全可以实现聊天修图像。

原来为什么大家不愿意用修图这个功能？你需要选择，这个是特别讨厌的。我们做各种修图，最讨厌的地方就是选择，说我到底要改哪一块。抠图虽然可以抠，但是有时候抠的没有那么准。现在来了说，我们直接告诉他把这个背景换了，给我戴个眼镜，拿个杯子，要拿哪张图片上的杯子，这个效果都很好。只是它的模型很小。你想Gemini 2.0后边这个是叫Flash，而不是叫Pro，所以它是个小型模型。它生成的图片整个的质量不是很高，但是速度很快啊。所有叫Flash的一般速度都比较快。这边出完了以后，马斯克肯定是不甘人后，他的GROK3就上来了，叫图片编辑功能。

现在，我们去X平台上点击这个Grok，上面就专门有一个选项叫“图片编辑”。你可以上传图片让它编辑，但是效果稍微弱了一点点，这里就不再介绍了。GROK3生成的图片，它的艺术性跟质量要比Gemini要好一些，但是它的指令依存度要差一些。你命令它做很多事情，它有时候没有办法特别精确地去执行。

像我最常用的MidJourney，目前还在纠结到底后边要做什么。这应该是个小公司了，后边更新是比较慢的。最近还发了问卷，问视频生成应该如何收费的问题。所以，MidJourney可能下一个版本会出视频。

那么，OpenAI现在终于放出大招来了，我们也要卷一下这件事情。OpenAI在昨天晚上放了一个视频，说我们图片生成功能终于出来了。这个功能其实已经被吐槽好久了，因为原来他们使用的叫DALL.E-3这样的一个模块来进行图像生成。DALL.E-3有他的优点，指令理解能力非常好。你给他一个很长的指令，里边说的很详细的各种信息，他都可以给你理解得很清楚，都给你画上。其他的一些生成模型，如果你提示词长了以后，可能前面的一部分还给你画了，越往后的部分，就基本上都给你忽略掉了。

大家注意，写画图指令的时候，特别重要的东西写前头。越往前写的东西越重要，越往后写的东西越有可能被忽略掉。但是，DALL.E-3的艺术感极差。你说这个东西画出来以后好不好看，这个就别想了。精细度也不是很高，这个相对来说，图片比较粗糙。最被人吐槽的地方是什么？就是DALL.E-3的各种限制极其严苛。你说你给我画一个谁谁谁的头像，对不起，侵犯肖像权了啊。你给我按照宫崎骏的风格，给我画一个什么东西，对不起，侵犯人家著作权了。这个要求特别严苛了，以后基本上不怎么用了。

现在给出的并不是DALL.E-4，而是GPT-4o。他说我们现在在GPT-4o里边，直接可以绘图了，你们不用再去选DALL.E-3了。那么，现在GPT-4o绘图的效果到底怎么样呢？第一个，指令理解跟依存这件事情，绝对遥遥领先。在语言模型上，GPT还是做的最好的。你跟它说很复杂的指令，它都可以给你画出来，这个是最棒的。艺术感这一块，距离MidJourney还是有一些差距的。精细度有明显的提升，现在画出来的图，要比原来DALL.E-3的那个提高非常多了。而且也支持中文，你要求他给你画中文的内容，到这个图片上去没有任何问题。字体的理解上还稍微差那么一点点，待会咱们看这个图片。

你们就能知道为什么说差一点点了。说你给我换个字体，他呢确实给你换，但是换完了，那个字体并不是你要求的字体。这个我觉得各种中文字体，对于这些美国人做的视频生成模型来说，还是稍微有一些差距的。对于不同风格的理解和输出，相对来说是比较准确的。但是它的理解，有时候跟MidJourney不是特别一致。你跟他说我要画一个什么什么东西，MidJourney可能画的是一个风格，他画的是另外一个风格。这个是各自的理解，但是你只要说同样的提示词，说你给我画什么风格，他始终会稳定的按照同一个风格给你输出。而MidJourney的话，你跟他说啊，你给我画一个什么什么风格东西出来，他会经常发生一些跳跃和浮动。

画图这个东西呢，你一边需要艺术感啊，需要感染力，另外一边很重要的是一致性。现在在一致性这件事情上，GPT-4o的图像生成非常强。这次也把限制去掉了很多。Sam Altman也说了，说我们是愿意输出一些让人感到不适的图片了，我们也不再做那么严格的限制了。出来以后，大家自己去选择到底是不是应该使用这个图片出去。但是特别过分的我们还是会拦截的，而且在这个图片上是有数字水纹的。你虽然看不到这个水纹在什么地方，但是程序是可以读出来的。你是某年某月某日，用什么样的提示词去生成出来的，这个是可以看到的。现在你再要求指定艺术风格，已经没有什么问题了。你说你给我按皮克斯的风格画，按照乐高的风格画，按照宫崎骏的风格画，这个都是没有任何问题，都可以直接出图了。你说指名道姓给我按照谁的脸画，这个也可以出。比如说我让他给我画埃隆马斯克，也画出来了。待会咱们看看画的像不像。

直接给照片，他还是会拒绝换脸的。我给了他一个照片，给我把我的脸换上去，他拒绝了。后来我告诉他，我说这是我的照片，我自己有肖像权，我愿意干。他说那好吧，我给你干去。指定了一个电影的剧照，我说你给我按照这个剧照画，他又拒绝干活了。这个我当时用的是皮克斯的《飞屋环游记》的一个照片，说我拒绝干活。这个过程到底哪些拒绝，哪些通过，还比较玄学，大家需要去测试。它的输入也是多模态输入，你可以输入图片、语音、文字，甚至可以输入视频。输入完了以后都可以非常精准的理解，按照你的要求去把图画出来，而且一致性极高。你告诉他说，我现在要求按照这个角色，给我去做哪些动作，不会说发现换人了，不会干这样的事情。他们都是一致性很好的，所以你说我想拿GPT-4o去生成漫画书。

效果很好。唯一的缺点是什么？就不是很快，这个稍微的有些慢。我估计应该也是因为功能刚推出来，一帮人都在玩耍，都在测试，所以速度要稍微慢一些。现在能够使用的范围有哪些？就是像我们这种Plus用户、Pro用户，那200美金肯定让人用吧。Team用户好像是40美金一个月的，这个也是可以用的。免费用户也可以使用，你说我没交钱，应该没问题。所以如果你现在使用的是iPhone啊，你在国外，用了这个Apple Intelligence这些功能，应该就都可以去工作了。那么有两种用户现在还不能用，一个是企业用户（Enterprise用户），还有一种是教育用户（edu用户），这些还不能使用。这个原因也很简单了，你该好好上班的，好好上班去；该好好学习的，好好学习去。你们现在没有那么多时间去画画、去玩，所以这个可能还要稍微再等一等。过几周以后，把这些功能会加到API里边去，我们可以通过API使用这些功能了，应该会变得非常有趣。

那么好，下面我们来看看生成的图片。这是我用昨天录CoreWeave上市那期的相关提示词生成的图片，在这个GPT-4o里面生成的。大家看哈，GPT、GPU、Nvidia、CoreWeave都给我写得非常清楚。所以对于指令的理解和执行上，GPT-4o要比MidJourney强非常多。好看不好看咱们先不管，说对吧？它的艺术性可能要稍微差一些，但是它在理解你要让它干什么这件事情上，以及老老实实干活这件事上，这个是非常强的啊。后面我说，我想让这个数据中心是一个俯视角，从上往下看的，可以显得更大一些。看看变得更大一些，整个的氛围还是对的。而且大家看到了第一张图跟第二张图，他是没有什么特别大的这种风格上，或者说他这一些细节上都没有失真。你说这是同样一张图，两个不同的视角，没有任何毛病。这个事干的，再往后咱们来看一看，它的限制是不是给你取消掉了啊。左边这张图的提示词是，用泡泡玛特风格，给我画一个埃隆马斯克在SpaceX里面拧螺丝。它首先泡泡玛特风格没有任何问题，它给你画了头很大，身子比较小，3D的，而且SpaceX的LOGO画得非常好，不是随随便便的就给你写了个字上去，还真的是SpaceX的LOGO，特别是这个X画得很棒。这说明什么？你告诉他使用什么样的艺术风格，他可以给你搞定了。后边我说不行，我说长得不像马斯克，你得给我让他像马斯克才行。看指名道姓要求像马斯克，像吧。

直接通过语言就可以让他进行输出了。再往后，这张图首先底下这个背景图是让MidJourney画的红丝绒蛋糕。大家看的是什么？是这个前景图，这个是我要求给我画的透明图标啊。说你给我用这个图标的方式画出来：咖啡蛋糕、饼干、奶茶、猫、狗、小男孩、小女孩和书。大家看到的是什么？第一个他给你画的是透明图标，你只管切下来用就完了。第二个什么？他的风格是统一的，你把这一套东西放到任何一个应用或者网页里边去用，就可以直接用了。所以好看不好看咱们单说，但是能用这是非常重要的。

再往后咱们来看看写中文的事情。我说：“给我画一个乐高风格的庆丰包子铺。”你看庆丰包子写得很漂亮，没有任何问题，而且这个字也是跟我们的乐高风格是一致的，写中文没有任何问题。然后我说：“给我换一个字体。”后来我好像说让他换隶书，但是字体肯定是换了，我觉得这个有点像楷书啊，应该不是隶书。他知道这是两个不同的字体，他会给你进行一些更换，我觉得做成这样已经很不错了。

再往后咱们是做每一次都干的事情，是什么画？给自己画头像、画金币、这个画logo啊。最右下角这个是我自己的头像，这个是照片，这个不是画出来的啊，应该是呃，经过一点点美颜，这个我们还是要承认的。这个是金币，你给我画一个写着“Storyteller fan”的一个金币。怎么说，整个的质感还是要稍微差一些，比Midjourney生成出来的要差一些，但是这个人我觉得还是要像一点点的。

中间，我说：“你给我画一个‘storyteller fan’的一个圆形的logo。”你看我这是单手托腮，这边也是单手托腮，脸型、眼镜、眉毛都是没有任何问题的。我说：“我是一个科技博主，你给我画上电脑、手机和云计算。”也给我画在上面了，这个就可以拿来用了。这真的是生产力工具，这个创意有时候稍微差那么一点点，但是生产力没有任何毛病。

再往后我们来做一个比较难的任务，这个是干嘛？我说：“你给我用第一张图的人脸，按照第二张图的风格去给我画一个。”你看给画出来了，还把我这个韦德，这有一个韦德在这边也给你画出来了。韦德他自己就完全去理解，他说这是一个什么样的风格？这是一个大理石，还有反光，或者是瓷器的上面还有烟雾，后边还有这种火焰。他就直接的从左边这个人，套上中间这个风格，给你生成右边这个图片了。这个，我觉得是非常难能可贵的一个事情。

再往后我们来看看它的一致性。好，这是他的一个一致性，我拿到了一个老爷爷的头像，老爷爷其实是我用自己的头像。

说你给我按照《飞屋环游记》的风格，给我画一下。我大概跟他进行了六七轮对话，最后给我画成这样了。他说：“第一，你这个头像有肖像权，我们不能直接把人家有肖像权的东西给你画出来。”我说：“没事，这是我自己的头像，我可以处理肖像权。”他说：“那行，我给你干。”他说：“不行，我不能侵犯《飞屋环游记》的这个版权。”我说：“你给我能画什么画什么，差不太多就可以了。”最后，反正还是这不行那不行。我说：“你给我按照皮克斯3D风格，给我按照我的头像画出来。”他就给我画出了一个这样的老大爷，其实还是很像《飞屋环游记》的。折腾来折腾去还是很像的。这个我们不是要展示的重点。这次展示重点是什么？从这里到这里，我说：“以左面这个人为主角，给我画一组漫画。”这个老大爷在散步、吃蛋糕、遛狗、喝咖啡、骑自行车，以及去做这个购物。被我头像挡住了，没关系，大家能看出是同一个人。而且这里面的每一个人，他都很精确地按照我的要求去做：散步、吃蛋糕、遛狗、喝咖啡、骑车。右边是购物，购物车看不到了，没关系，然后这个人明显是同一个人。我就可以用一个头像去讲整套的故事了，这个是非常棒的。往后咱们再做一个，还是左面是原图。我说：“给我生成一个泡泡玛特3D风格的。”头像生成出来了，居然还有痦子，各种模型都没有办法来实现，这边实现了。而且我这个图上是有手表的，他把我的手表也画出来了。我说：“以我这个头像为主角，给我画一个骑着凯旋Bobber的。”这个图片出来，戴上手套了，还带着我的手表，给了个牛仔裤。这个确实是一辆凯旋Bobber，还把凯旋的logo画在这了，这个非常的棒。最后，生产力工具，今天晚上要读评论。我说：“来，给我画一个泡泡玛特3D风格的，老范读评，3月26号读评的一个图片，我要用它去做一个封面。”直接生成一句话搞定，这个多爽。你看我的表还戴在这里，礼拜三晚上读屏的封面就是这么来的。当然我还要求是马卡龙配色，窗外是春天的街道，这多棒，非常精确地给你画出来了。好不好看咱们先不管，但是真的是按照你的要求，一丝不苟地画出来的啊。这个我们得到了一个非常强力的生产力工具，这就是它生成的这一大堆图片。那么，未来用嘴修图的时代已经到来了。记得咱们去看很多的电影，去认这个罪犯的时候，说这个眉毛要稍微长一点，眉毛要翘一点，眼睛要大一点、小一点，就可以修出图来，叫靠嘴捏脸。那么这个应该很快到来了。而且现在不光可以捏脸，你还可以换风格，还可以要求他们做各种各样的动作，做各种各样的场景，现在都可以做了。

所以，我们完完全全可以靠嘴。你可以说，因为GPT-4o是支持说的，你也可以打字。完全可以靠这种方式，得到我们想要的很多的图片。这块现在已经可以做了，希望大家可以玩得开心一些。从天马行空的惊喜到精准可控的生成，这就是这一次GPT-4o图像模型的最主要升级。原来都是很天马行空的，你没有办法控制他，说连续地出什么样的内容，现在可以了。艺术性跟感染力还要稍微差一些，但是能用了。希望大家开开心心地玩耍起来。好，这一期就跟大家讲到这里，感谢大家收听。请帮忙点赞、点小铃铛，参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

米哈游的创始人非常罕见地发出声音，劝同行们考虑转行吧，以后都是AI做游戏了，没你们什么事了。大家走吧，这到底是个什么事？

大家好，这里是老范讲故事的YouTube频道，今天咱们来讲一讲惯常低调的米哈游创始人到底说了些什么。

米哈游的创始人蔡浩宇在8月26号，在个人的LinkedIn账号上发了一篇文章。咱们在国内其实已经不会在LinkedIn上面去发文章了，应该现在在国内发文章，相关的这种功能也都没有了。他们已经基本上撤出中国了，而米哈游的总部是在新加坡的，所以米哈游的老板依然在使用领英这样的职场社交平台，在上面写一些他对于游戏职场的感悟。

他上面写的东西其实也很简单：第一，生成式人工智能，也就是AIGC，将彻底改变游戏开发行业；第二，未来游戏创作将主要由两类人主导：第一是0.0001%的顶尖从业者，他们将领导精英团队，创造出前所未有的游戏内容和体验；第二是占绝大多数的业余爱好者，他们可以根据自己的兴趣，随意创造游戏。最后他说，普通的游戏开发者可以考虑转行了。

大家也知道，游戏开发这个事本来就是成功率非常低的，千万别跟我讲二八法则，就是80%人失败，20%人成功，这个事是不对的。正常的游戏开发成功率可能只有百分之几，这是个个位数。百分之九十几的人都会失败，这个是按照游戏立项到最终能够发售挣到钱的数字来算。其实你从游戏立项到游戏正儿八经能够发行，可能百分之九十几的人就已经不见了，然后从发行到最终能够挣到钱，可能又有接近90%的人不见了。

所以按这样算，可能真的是千分之几，甚至万分之几的游戏才能最后被大家看到，被大家所记住，能够挣到钱。原来就是这样。

所以他上面写0.0001%的人留下来做游戏，剩下的人你们就撤退吧。这个数字并没有大家想象的那么夸张，尽量让AI参与到游戏制作过程中去，降低普通人去开发一款游戏的时长和难度，这个事其实大家一直都在努力。

最典型的案例就是在AIGC出来之前，其实大家也在做。是什么呢？比如说网络游戏，其实就是玩家创造世界。很多人说不对，网络游戏也是人家创造了，我们只是进去玩而已。暴雪做了《魔兽世界》，我们进去打《魔兽世界》，我们怎么进去创造《魔兽世界》呢？这里跟大家分享一首现代诗，写的什么呢？

“你站在桥上，风景看风景的人在楼上看你。明月装饰了你的窗子，你装饰了别人的梦。”这就是普通人或者玩家去创造网络游戏世界的一个过程。什么意思呢？游戏开发商会给你做出《魔兽世界》，但是里面的其他参与者，你可以去跟他组队，可以参加各种国战，可以跟他PVP。人和人之间的这种战斗，那所有的一些生态，都是人创造的。

“你站在桥上看风景，看风景的人在楼上看他。”就是这样的一个过程。传统的更古老的一些游戏，其实也是如此，比如说棋牌类游戏。我们在这下围棋，每一盘棋跟每一盘棋都不一样。实际上每一盘棋就是下棋的两个人，他们自己所创造的游戏。包括桌游，我们一帮人坐在这打狼人杀，每一盘都是不一样。整个这个游戏，都是我们坐在这里的人临场创建出来的。这才是参与者创建游戏的过程。

那么未来有可能是什么呢？一群非常强大的开发者，他们去开发游戏的底层平台。另一群人只需要说清楚自己的需求，就可以得到相应的结果。相当于是有一帮人在开发一种叫围棋的游戏，开发完了以后，大家坐在这说：“来，我们下一盘。”就可以享受一个叫围棋的这种乐趣。而这个过程，绝大部分的人是下围棋的人，只有很少的人是开发围棋的人。这是一种开发方式。

那么游戏行业距离干掉大多数开发者到底还有多久呢？米哈游的老大都出来说话了，他其实算是能出来说话里边份量最重的人之一了。国内的大游戏公司，网易、腾讯，腾讯的小马哥其实平时是不怎么出来说话，比较低调。网易甭管是丁磊还是他们游戏的老大丁丁，在这一块其实出来说的话也不多。米哈游的蔡浩宇呢？

其实，相对来说，平时也是比较低调的。像他都出来说了，我们是不是应该信一些？过个两三年，这个游戏开发者就已经没有工作了。现在我还要不要去学习游戏开发，做个Unity，做个Unreal？你看这个《黑神话：悟空》火了，我们是不是要去干这件事？

我们要首先看一看游戏是什么。游戏、电视剧，各种文创的作品，现在都是什么？不光是文创作品，它其实是现代工业巅峰的明珠。为什么这么讲？你俩人坐这能做出《黑神话：悟空》来吗？你做不出来。100个人坐这，你能做出《黑神话：悟空》来吗？你也做不出来。你别看《黑神话：悟空》就150人把它做出来，后边还有引擎团队，还有这么多的线下支持团队，还有外包团队。他是一个大的工业体系才能做出的东西。

不光是游戏。你说我现在想拍一个好莱坞大片，那都是工业化产品。他也是有完整的一个工业流程和体系才能做出来的。所以呢，咱们讲，比如说3A大作，前面《黑神话：悟空》火了以后，大家都说我们要去做3A大作。咱们还讲过3A大作，a lot of money, a lot of resource, a lot of time。难道真的是有这3个A就可以搞定吗？搞不定的。

除了有这3个A之外，你还需要有完善的工业和工程的体系，以及流程和方法论，才有可能造出这种东西来。你是不可能说我们把相应的钱堆这，把人堆这，我们坐这，等他都隔离起来，你们都不许出门，就闷头在屋里做，就能把这玩意做出来。这个是不可能的。

他需要跟全世界的人一起合作，要去跟全世界的整个游戏工业的流程一起去碰撞，才有可能做出3A大作来。所以这个事情并没有那么容易。如果以后，比如工具非常先进了以后，我们是不是有可能说，我们十几二十个人坐这，就比如说像打这个狼人杀似的，我们就可以开始构建世界？是不是这样再向这个方向发展？但是还是有很大的差距的。

而且呢，即使是说三五个人或者七八个人坐在这构建世界，那么构建完了以后，它可能也是一个非常受限的世界。什么叫非常受限？狼人杀出来始终是狼人杀，你不可能在狼人杀的这个世界里头构建一个围棋出来。你说我想在围棋的棋盘上下盘象棋，或者我想在上头玩个德州扑克什么的，那大家就想得有点太多了，这个事是做不出来的。

那么当前已经开始了哪些部分？第一个，剧情的编写现在已经开始了。大家看到《黑神话：悟空》里头有大量的文案，这些文案原来都是需要人坐在那一个字一个字写的。像我们以前见过一些做的这种SLG游戏，SLG应该叫策略性手机游戏，他们的这种文案，比如说工程车是怎么回事，兵是怎么回事，哪个英雄是怎么回事，现在有些什么样的背景故事，这些东西搁一块，可能有几十万字，甚至多的有上百万字，这种东西都要靠手写的，是很痛苦的。

现在有了AIGC，那来编故事呗。我们只需要把基础框架搞定，把基础设定搞定，剩下的生成的部分都可以让大模型去搞定了。我们只换审核修改就可以了。再做文声图、图生图这些事情，因为游戏嘛，大量的是图像，那我们就花费这个事情。现在各大游戏公司已经开始普遍应用了各种3D模型的生成。

现在很多的游戏公司也开始用上了广告素材的生成，这已经成熟了。编程辅助，比如说我们用Copilot或者用一些其他的编程辅助工具，大模型去干活，现在也可以搞定了。包括一些简单的AI角色，有些NPC可以由AI在后台跟大家聊个天，这些现在也都已经实现了。

甚至这两天，还出了一个特别奇葩的工具，谷歌的DeepMind做了一个纯AI的游戏引擎。它是什么样的呢？就是它跟大家打毁灭战士，Doom。这个是很古老的一个游戏，当时大概只有十几兆。我记得我是上大几的时候，可能大二大三的时候开始有这个游戏的。我们那个时候打的，真是一开电脑就趴在地上吐，因为它是第一次让我们见识到有什么叫晕3D这种东西。

那谷歌的这个模型是什么样的呢？它完完全全用Transformer的方式。去一帧一帧地生成你看到的内容。我在转动镜头，出怪物，我去打他。打完了掉血，再去往前走，往后退，拐弯，走哪个岔道。所有这些事情，他等于是根据前面生成的图像和内容，根据我们对电脑的操作，然后临时生成最新的场景。这也把很多游戏圈的人都震惊了，而且他的速度还不低。

像原来我们去生成的图片，甭管是用达利还是用Midjourney，生成一幅图片至少要几十秒，那是很慢的。而谷歌的这个AI游戏引擎，它可以达到每秒20帧，每秒钟生成20张不同的画。这种东西，如果你再交给英伟达好好优化一下，没准就可以打了呢。每秒20帧还是稍微慢一点点，特别是对于动作游戏来说，稍微有些差距。

那么现在我们已经有的东西，其实是在完整的工业流程与体系上，在每一个环节进行修改，进行AI改造。但是我们并没有形成一个完整的可以面向普通人的这样的一个界面接口，这块现在还没有做出来。也就是说，我们距离“上帝说要有光，于是就有了光”还是比较遥远的。但我相信，应该有游戏公司已经在这块努力了。

未来是不是人人就都可以做游戏了？我们首先要想一想，人人都可以做游戏到底是一个什么样的过程。其实很像是从骑士到步兵的过程。什么叫从骑士到步兵？不是把那马去了，而是骑士是需要终身训练的，或者需要从小训练。你至少要有十几年的训练，再去当骑士，然后再慢慢地升级成为骑士，等一辈子你要去做这个事。

而步兵，现在有步枪了，你只需要把一个健康的年轻人招募起来，进行三个月的训练，他们就是一个很好的合格步兵。它是变成这样的一个状态了。那你说我再往前发展，大家想想，现在的司机，司机也是一个专门的职业，要去学怎么修车，要去学机械原理，要去跟各种的车辆打交道，还要有很娴熟的驾驶技术。而现在呢，我们去驾校里头，快可能一个月也就出来了。

所以未来，人人都要去做游戏，可能也是如此。大家因为热爱，参加一个简单的训练，就可以像司机一样上路去开车了。

那么，未来的游戏人人都可以做，可能是几条路。第一条路，在现有的一些游戏里头，允许大家去做一些新的创造。我2009年跑去盛大入职的时候，其实参加的就是这样的一个项目。那个项目叫零世界，后来我们管那个东西叫次时代网游。

什么叫次时代网游？就是这棵树。正常的网游是你砍完了以后，你走到我走的这个地方，这棵树其实还在这立着，这就是原始的网游。而次世代网游，你走到这把这棵树砍了，我过了10分钟再走到这，这棵树还是倒着的。这叫次时代网游。

很多人说这有什么区别吗？区别大了。我看你他把树砍了以后，你得记住下一个人走到这以后，你要重新去得到这个地方的当时的状态，才能知道谁在这扔了东西了，谁把树砍了，谁在这盖了个房子。有人砍了树，有人盖了房子，有人放了东西，那就有可能有人在这建起城市了，有人在这建起要塞了，或者做一些其他的什么，都是有可能的。那么这个世界就变成活的了，它就会生长起来了，玩家就参与到游戏建设里边去了。

这可能就是第一条路。我们在固有的游戏公司设计好的世界里面，我们去创造自己的游戏。而且呢，它是自由度不断的上升。原来这个里面，你可以创造内容是相对比较少的，你必须符合他原来游戏比较刻板、比较简陋的这种世界观设定。那么未来可能是我们往前走一走，我们可以把这个世界观变得更加的有包容性一些，可以变得更大一些。

这什么意思？比如说原来我们设定的是最简单的游戏，骑马砍人，放个魔法什么的，未来可能说，哎，我是不是造个火枪出来，弄个蒸汽机出来？那你说有游戏可以干这事吗？有，现在的《塞尔达传说：王国之泪》余料建设系统，已经给我们展示了这种未来的可能性。

虽然这个东西做起来很难，为什么难？因为你一旦允许他去做这样的操作了，这个游戏的平衡性就很难去控制。为什么以前游戏平衡性好控制？因为你限制了他的发展上限，它就比较好控制。但是你做完余料建造以后，发展上限就不设限了。所以很多人说《塞尔达传说：王国之泪》。

打到后边的boss都很容易。他为什么会做得比较容易？你堆数值堆上去行不行？可以，但是如果有些人余料建造得不好，打到这儿不就过不去了吗？所以他就只能是按照一个普遍的状态，走到这能过去的状态。你如果前面做得比较有趣，余料造得比较厉害，这你就可以很容易地就平坦过去了。

另外一种就是AI游戏引擎。虽然谷歌给我们演示了，直接由大模型生成AI画面，但这条路到底走不走得通？或者说这是不是未来AI游戏的这种端到端的方法？有可能，但这一条路一定是充满荆棘的。我们要把这个scaling low彻底推到极端，才有可能走得通这条路。你要造巨大的模型，耗巨大的算力，才有可能让它真正跑起来，因为重新生成所有的端到端的图像或者模型，实在是太消耗算力了。

但是，也有可能过个三五年，店也不值钱了，算力也不值钱了，那可能这条路就是唯一的最终通路。还有没有折中通路呢？也有。什么是折中通路？就是上全宇宙。我给了大家一个更开放的宇宙，但我已经把所有该规定的东西都规定差不多了，只是等着大家到里边去盖房子、买地，去做一些自己的游戏。

搞这条路，像最早的叫Second Life，包括扎克伯格想干这些事情，也包括米哈游想干的事情。为什么今天这个话是米哈游的老板出来说，腾讯的老板没出来说，网易的老板也没出来说？因为米哈游一直在做一个东西，叫Hayouverse，元宇宙叫Metaverse。米哈游是做了Hayouverse，也是一直在做元宇宙，他们在做，比如说崩坏系列元宇宙或者元神系列元宇宙。大家就可以在这个元宇宙里边去买房、买地，在里边去建立新的城市，让大家在这样新的虚拟世界里面去玩耍。

他们在走这条路，所以这个话由他来说，是符合他的商业预期的。最终再跟大家讲一讲，现在是一个非常焦虑的时代，怎么个焦虑法？所有人都说，你这个职业是先被AI替代，还是后被AI替代？

我们希望AI去做各种重复性劳动，结果AIGC把所有白领的工作都干掉了。人们坐在这儿，写文章、画画、写诗、写程序，脏活累活没人干了。这边还没抱怨完，那头具身智能机器人出来了，开始打螺丝，开始到家里做很多家务。人也没用了，体力劳动也没人干了，所有人都在焦虑。

这是一方面，另一方面呢，既然已经让整个行业都焦虑了，AI行业到底挣没挣着钱？AI行业也没挣着钱，这就真的是相互之间都没讨好。现在OpenAI新的模型、新的引擎没做出来，说我已经把钱花光了，要重新融资。现在又在找钱，这一轮微软可能接着跟英伟达怎么着也得意思。这轮可能有一个基金是老大，人家已经说我们要给钱了，剩下的可能苹果会给一个大头出来，因为苹果把OpenAI集成到他们的Apple Intelligence里头，可能会给一些线，拿到一些控制权。

那么现在的从业者到底应该何去何从？是像蔡浩宇说的那样，大家就赶快转行，还是说我们在观望，还是说现在有什么新机会，赶快让我们去？我觉得现在的游戏开发者应该有几条出路。第一条出路，成为新的平台开发者。但我并不像蔡浩宇觉得那样，并不太认同他的说法，认为只需要0.0001%的人去做这些平台。为什么？因为那个平台未来会变得很大。这个平台上除了开发者之外，还需要教官。

什么叫教官？刚才我讲了，你要想去开车，也得上个驾校，总得有人来教你。这其实就是我以前干的本行，叫开发者关系部门。你在这已经做出平台来了，我们要去告诉玩家怎么在里边把这个事情做好。像我最早进入盛大，加入零世界团队，他们招我进去就是在看这个教官的活。因为我在加入盛大之前，是Bolan公司的evangelist，他说我们需要一个新的社区运营者，帮助整个社区，帮助这个零世界里的玩家学会怎么去建造他的世界。

学会怎么在里边去体会这种乐趣。这是当时我要去干的事情。09年到现在已经过去了15年，这条路依然没有走出光亮来。大家还在努力地往这条路上走。

第二个是什么呢？就是要有技术支持与服务。虽然现在满街都是开车的人，但是修车这事我不会。我们不是职业司机，打开车盖子以后，我连火花塞长什么样都不知道。这是没法办的事情。所以我们还是需要专业的机构来去维护我们的车辆。

那么这又是一波人，甚至还需要专业的游戏策划和主持人。大家知道去玩这种桌游，或者玩这种狼人杀、亚城守护者这样的游戏，它的核心是主持人。咱们现在到那种桌游吧里边去，他们的主持人是专门需要招聘的。他是能说会道，能够烘托气氛，把大家的气氛调节起来，还很熟悉这个故事的各种套路。这些人可能未来也会成为一个职业。

甚至还需要很多的审核与优化人员。比如说我们今天都去马路上开车了，那交警还得有，还要有很多的人来看看，说你们是不是都符合规则，或者说哪开的不好。我们要去改一改交通信号灯，重新修修路，肯定还是未来很大的一个就业机会。

第一个平台不可能只有一个，Meta会做一个，米哈游也会去做，其他的一些公司可能也会去做。这样的平台出来，做完了以后，他们每一个平台都会比现在的员工数要几何级数地上升，才有可能应对这么多的玩家涌入。

甚至还有一些现有的游戏开发者可以去干嘛呢？可以成为新的开发者中的领军人物。什么意思呢？大家都在元宇宙里头，都在这种游戏AI引擎里边做游戏的时候，您原来做过游戏的人，是不是会比以前没做过游戏、从来没接触过的人有些基础？您未必会做出未来最好的那个游戏，但您总比这些从头开始、从来没有摸过如何做游戏的新手小白，还是会有一些先发优势的。

所以即使是像米哈游的蔡浩宇说的那样，未来大量的人是玩家或者是爱好者去开发游戏，那么以前做过职业开发者的这些玩家和爱好者，他们开发出来的游戏也会比其他人好。

那你说会有人被淘汰吗？一定会，这个没什么好说的。但是应该也不会有那么大的比例，绝不是说99.9999%。不会有这么多人被淘汰掉，绝大部分人还是可以转岗的。会产生出很多新的岗位来，甚至新的岗位有可能会比现在的游戏开发者的总数还要多。只是这个新岗位产生的过程并没有那么快而已，他可能需要一些耐心。那么游戏内容未来一定会越来越多，这件事是必然的。人们在游戏中所消耗的时间也会越来越多，游戏产业所产生的价值一定会越来越大。大时代已经到来，车轮滚滚向前，这才是游戏整个产业在AIGC面前正在快速发生转变的故事。好，这个故事今天就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。