近日，游戏界迎来了一次技术曝光，引发广泛关注。据外媒报道，一段由未知人士分享的索尼内部视频揭示了PlayStation团队正在探索的一项前沿技术——利用AI技术驱动《地平线：西之绝境》女主角埃洛伊。
在这段一分钟的演示视频中，玩家可以通过语音指令与游戏内的NPC（非玩家角色）埃洛伊进行实时对话，这一创新技术引发了业界对AI可能颠覆传统游戏交互模式的热议。视频中，索尼互娱软件工程总监Sharwin Raghoebardajal亲自解说，展示了这一基于AI技术的突破性成果。埃洛伊不仅能够理解玩家的语音指令，还能通过合成语音和动态面部表情即时回应，仿佛拥有了真正的“生命”。
从技术展示来看，埃洛伊与玩家的对话流畅自然，面部表情和嘴型与语音内容完美同步，仿佛在进行一场真实的交流。据透露，这一原型系统已经成功与《地平线：西之绝境》的实际游戏场景相融合，尽管索尼强调这仅是一次与Guerrilla Games合作开发的内部技术验证演示。
索尼采用的技术架构包括“语音识别-智能决策-语音合成-面部渲染”四个步骤。首先，利用OpenAI的Whisper技术将玩家语音转换为文字，然后调用GPT-4和Llama3双引擎进行决策和生成对话内容。接着，通过自研的情感语音系统（EVS）输出逼真的声线，最后利用同样自研的Mockingbird技术将音频实时转化为角色的面部动画。
值得注意的是，虽然这次演示是在PC上运行的，但索尼表示该技术已经在PS5主机上完成了适配测试，且额外的运行效能损耗几乎可以忽略不计。据悉，索尼首次在内部展示这项技术是在一年前，并在去年的东京索尼技术交流展上展示了更新版本。
索尼方面表示，这次演示只是探索可能性的冰山一角，因为这项技术对于游戏的实际意义仍在研究中。例如，当玩家在《地平线：西之绝境》中扮演埃洛伊时，与她进行对话的意义何在？未来，玩家或许可以通过语音指令与游戏中的NPC展开更加深入的互动，获得由大语言模型生成的独特回应。这一变化将如何影响游戏开发者的规划，以及配音演员的职业前景，都是值得思考的问题。
除了索尼，其他大厂也在AI领域积极布局。英伟达推出的ACE技术同样支持玩家与NPC自由对话，并与Inworld AI合作开发了《Covert Protocol》等多款可玩演示。微软也与Inworld AI联手，打造Xbox生态的生成式AI角色系统，并自研Muse AI模型，以辅助开发者快速构建游戏场景。
随着游戏行业裁员潮的持续，AI技术的快速发展也加剧了从业者的担忧。一项在2024年游戏开发者大会上发布的调查报告显示，近半数受访者表示其工作场所正在使用生成式AI工具，超过三成的受访者表示个人也在使用相关技术。此次索尼技术泄露正值GDC大会前夕，预计将在大会期间引发更多关于AI技术的讨论。
