ProGameDev.net

Для вас я изучил кейс Sunrise Village (InnoGames) где ребята во всю испольюут ИИ для работы. Они создали кастомный пайплайн. #ai 1. Архитектура и 6-этапный пайплайн «AI Stage Designer» Для производства контента в игре Sunrise Village команда InnoGames разработала кастомный набор инструментов AI Stage Designer, интегрированный прямо в редактор Unity. Он автоматизирует создание уровней и глав с помощью шести последовательных шагов

1 История и нарратив (Story & Quests): Генерация текста сюжета из текстовых промптов с помощью LLM. Позволяет быстро создать черновик (около 50–70% готовности). 2 Квесты и структура (Quests): Автоматический перевод нарратива в цепочки квестов и структурированные данные с автогенерацией триггеров и валидацией. Умный баланс (Intelligent Balancing): Автоматический расчет стоимости постройки, наград (XP) и сложностей на основе базы знаний (~100 игровых предметов разных тиров). 3 Маппинг и лейаут (Asset Discovery & Level Layout): Создание структуры уровня, путей прогрессии и локаций с использованием процедурной генерации и визуального анализа ассетов. 4 Спавн объектов (Object Spawning): Автоматическое размещение сундуков, ресурсов, сокровищ и препятствий по карте. 5 Кат-сцены и кинематографика (Cutscenes / Cinematics): LLM выступает в роли «режиссера» - принимает текстовое описание сцены (диалоги, перемещение персонажей) и самостоятельно расставляет камеры, ключи анимаций и траектории движения.

2. Использованные AI-инструменты и модели

- OpenAI (GPT-4o, GPT-5.4): Долгое время основной моделью для Sunrise Village оставалась GPT-4o из-за своей стабильности и предсказуемости. Позже перешли на новейшие версии (GPT-5.4). - Anthropic (Claude / Funamantic): Используется внутри компании для инжиниринга, написания кода, создания агентов и рефакторинга. - Google Gemini (с Nano Banana / visual models): Лучший инструмент для визуального анализа контента и распознавания стиля графики. - Scenario AI: Инструмент для обучения собственных генеративных моделей на внутреннем арт-стиле и библиотеке ассетов компании. - GitHub Copilot & ChatGPT: Базовые инструменты автоматизации и кодинга. - Инструмент автоматического AI-теггинга (Asset Labelling Tool): Визуально анализирует и размечивает 2D/3D ассеты (около 10 000 объектов в Sunrise Village), делая их мгновенно доступными для поиска по естественным тегам (например, «cosy fireplace»).

3. Технические пайплайны и концепции

1 Agentic Coding (Агентный кодинг): Переход от простынок автокомплита к написанию детальных спецификаций на естественном языке, после чего AI-агенты создают рабочий код и тесты. 2 Разделение Agentic Coding и Vibe Coding: В компании четко разделяют подход Agentic Coding (контролируемая разработка с жесткой спецификацией и ревью) и популярный Vibe Coding (слепое принятие вывода AI без глубокого понимания кода, что приводит к хаотичному и неподдерживаемому результату). 3 Harness Engineering (Инжиниринг обвязки/обвязочных систем): Главный фокус современной разработки. Это связывание моделей с внутренними базами знаний (Confluence, Bitbucket, Slack), создание пользовательских скиллов, качество-гейтов и обратных связей. 4 Context Engineering: Подача AI-агенту правильного внутреннего контекста компании/проекта (диздоки, структуры баз данных). 5 Quality Gates & Self-Correction: Настройка четких критериев качества, при которых агент получает фидбек от тестов/валидаторов и сам исправляет свои ошибки до вмешательства человека.

4. Ключевые инсайты и советы по внедрению AI

1 Принцип «Human-in-the-Loop»: ИИ не должен работать по принципу «одной кнопки» от начала до конца. Качество падает с каждым этапом мультипликативно (70% × 70% × 70% = 35% качества в конце). Обязательны паузы и валидация человеку/геймдизайнеру между шагами. 2 Метод декомпозиции процессов: Не пытайтесь внедрить «AI-лабораторию» или купить 15 сервисов подряд. Разбейте производство на мелкие операции, найдите самые рутинные и долгие места (например, перенос данных из Wiki в Excel и JSON) и напишите под них микро-инструменты за пару часов. 3 Инструменты, созданные с помощью AI, важнее самого AI-генератора: Главный ROI дает не генерация арта/сюжета, а создание вспомогательного софта (утилит, плагинов Unity) с помощью AI. 4 Стабильность важней инноваций: Не стоит менять рабочую LLM при выходе каждого нового «топового» бенчмарка, так как смена модели меняет поведение пайплайна и требует 1–2 недель повторного тестирования. 5 Экономика AI: API-затраты на генерацию контента мизерны (сотни долларов в месяц). Основной «угар» токенов и финансов происходит при активной работе разработчиков с кодинг-агентами. 6 Борьба с AI-усталостью (AI Fatigue): Использование AI смещает фокус работы с исполнения на QA и принятие решений. Из-за высокой скорости работы агентов разработчик постоянно переключает контекст и принимает сотни решений в день, что приводит к сильному ментальному выгоранию к концу дня. 7 Эволюция профессий: - Программисты: Переходят от знания синтаксиса языка к проектированию архитектуры и сложных систем. - Концепт-художники: Переходят от рисования с нуля к фотобашингу AI-набросков, доработке деталей, контролю освещения/анатомии и сохранению единого стиля. - Геймдизайнеры: Получают возможность самостоятельно собирать прототипы и «находить фан» без ожидания инженерной команды.

5. Бизнес-результаты Sunrise Village

Скорость производства: Время производства одной главы контента сократилось с 3 месяцев до 3 недель. Реакция игроков: За 1 год полного AI-производства не было ни одной жалобы от сообщества на качество или на применение AI; метрики удержания и доходов стабилизировались. Сокращение команды: Команда проекта уменьшилась с 25 человек до 2–4 человек (остальные 20+ человек были переведены на новый проект Cozy Coast без сокращений).

Об этом читать - Статья https://www.gamesindustry.biz/this-mobile-game-has-been-made-using-ai-for-a-year-now-and-no-one-noticed - Подкаст https://www.youtube.com/watch?v=OC2B280AWNk И теперь главное! На моём курсе я научу как создавать такие пайплайны под свой проект! Регайтесь пока есть слоты https://edu.progamedev.net/course/aipmgd