Секрет геймдеву: 90 локацій у рекордні терміни завдяки ШІ

Протягом останнього року ми активно експериментуємо зі штучним інтелектом для створення ігор: тестуємо, коли ШІ справді допомагає, коли, навпаки, уповільнює процес, а коли людський вклад усе ще залишається незамінним.

Після нашого попереднього проєкту з грою Guess Mess, де ми досліджували AI-згенеровані головоломки, наша команда вирішила піти далі. Цього разу ми зосередилися на чомусь більш ресурсомісткому – створенні повноцінних ігрових локацій за допомогою генеративного ШІ. Цей проєкт став ще одним успішним етапом у співпраці компанії з розвитку штучного інтелекту QuData та геймдев-студії Absolutist.

Концепт локацій

Коли люди уявляють AI у геймдеві, вони часто думають про систему, яка створює цілі рівні одним промптом. Насправді ж процес набагато складніший. Штучний інтелект стає частиною інструментарію художника: допомагає з генеруванням ідей, прискорює виробництво та розширює творчі можливості.

Саме такий підхід було застосовано під час створення рівнів для гри в жанрі пошуку предметів – Hidden Objects Getaway. У процесі реалізації проєкту наша команда створила 90 унікальних локацій для 9 розділів, по 10 сцен у кожному. І хоча штучний інтелект відіграв ключову роль у прискоренні виробництва, усі локації все одно починалися з ідеї та художнього задуму людини.

Кожна сцена мала передавати власну атмосферу: затишну, загадкову, яскраву, футуристичну або навіть трохи похмуру. Наші художники спочатку уявляли концепцію: як має виглядати місце, які об’єкти можуть там з’явитися та який емоційний настрій має передавати сцена. Коли ідея була сформульована, далі ми використовували інструменти ШІ для генерації базових візуальних елементів та прискорення процесу дизайну середовища.

Цікаво, що основна увага приділялася не надто складним промптам. Натомість ми експериментували з комбінаціями моделей, референсами та стилістичними пресетами. Такі пресети дозволяли художникам швидко змінювати настрій сцени. Наприклад: елементи в стилі мультфільмів створювали барвисті, грайливі середовища; стиль “rainbow-core” додавав арту фентезійну атмосферу; sci-fi естетика робила локації холодними та футуристичними.

Ось чому деякі сцени виглядають яскравими та живими, а інші – більш атмосферними або темними. Щоб поліпшити якість запитів, наші художники часто вивчали промпти зображень, які їм сподобалися в публічній галереї платформи, та адаптували їх під власний арт.

Вибір інструментів та робота з їхніми обмеженнями

На старті проєкту ми зупинилися на зв’язці з двох основних інструментів:

1. Leonardo AI – для генерації фонів локацій
2. Adobe Photoshop Generative Fill – для створення предметів та редагування сцени

Leonardo швидко став основним інструментом для генерації середовищ завдяки чистим результатам та швидким ітераціям. Photoshop Generative Fill чудово доповнював його, дозволяючи додавати окремі об’єкти прямо у готовий фон та органічно інтегрувати їх у сцену. При цьому інструменти дуже відрізнялися за поведінкою. Leonardo працював більш точно та стабільно, тоді як Photoshop часто генерував м’якші, менш деталізовані результати, які потребували додаткового опрацювання.

Досить швидко стало зрозуміло, що безплатних версій для виробництва недостатньо. Навіть базовий платний план Leonardo (близько $12) дав помітну різницю як у якості, так і в обсязі генерації. Photoshop взагалі мав значно жорсткіші обмеження. Нові користувачі отримували приблизно 40 генерацій на місяць, тоді як старіші підписки пропонували трохи більше (близько 100+). На практиці цього ледь вистачало на дві-три повноцінні локації, особливо з огляду на те, що так багато спроб закінчувалися з дивними артефактами або повним безглуздям.

Деякі об’єкти виявлялися особливо складними – модель просто не розуміла запит незалежно від формулювання промпту. Через це нам доводилося вкрай обережно витрачати токени Photoshop і терпляче проходити процес проб і помилок.

Побудова робочого процесу ШІ

Хоча фінальні зображення виглядають довершеними, їх було створено за допомогою багатоетапного процесу, що поєднує кілька інструментів.

1. Генерація попередніх ідей

Процес починався у Leonardo AI, де художники створювали перші версії локації. Ці початкові зображення часто були ескізами низької якості, які використовувалися переважно для тестування:

• композиції
• структури сцени
• освітлення
• атмосфери

На цьому етапі промпти були навмисно простими. Головна мета полягала в тому, щоб швидко перебрати різні варіанти, доки композиція не починала здаватися правильною.

Коли з’являлось зображення з хорошою композицією, художник підвищував якість генерації та повторно використовував картинку як референс для наступних ітерацій. Це допомагало ШІ створювати чистішу та досконалішу версію тієї ж сцени.

2. Очищення та доробка фону

Коли фонове зображення виглядало перспективним, його переносили в Photoshop для редагування. Тут художники:

• видаляли артефакти генерації
• виправляли візуальні глюки
• дорощували частини сцени для кращого кадрування
• коригували кольори та освітлення

Generative Fill також використовувався для розширення відсутніх частин сцени. Але порівняно з Leonardo результати Photoshop часто були менш деталізованими та трохи розмитими.

При цьому результат сильно залежав від якості базового зображення: чим кращий був оригінальний фон, тим кращими виглядали згенеровані елементи.

3. Розширення середовища

Після очищення зображення було змінено за розміром та оброблено за допомогою ШІ-апскейлу. Зазвичай створювалося дві версії:

• одна з меншою деталізацією
• одна з підвищеною деталізацією

Обидві версії було збільшено у 2 рази, що дозволило отримати більш чіткі ігрові асети. Потім художник повертався до Photoshop і комбінував найкращі фрагменти з різних варіантів зображення, щоб створити фінальний фон.

За необхідності проводилося додаткове очищення від артефактів. На цьому етапі фон локації був готовий.

Генерація об’єктів для локації

Наступним кроком було заповнення сцени предметами. Замість того, щоб створювати їх окремо, команда використовувала функцію Generative Fill у Photoshop безпосередньо на вибраних ділянках локації.

Робочий процес виглядав так:

1. Виділити область зображення за допомогою ласо або прямокутного виділення.
2. Залишити додатковий простір навколо об’єкта, щоб природно його вписати.
3. Ввести назву об’єкта як промпт (наприклад: стілець, ліхтар, вітраж).

Цікавий факт: мова запиту іноді суттєво впливала на якість результату. Наші художники помітили, що певні предмети краще генерувалися, якщо промпт ввести українською мовою, тоді як інші – англійською.

Щоб допомогти моделі зрозуміти складні об’єкти, художники інколи вставляли у сцену вирізані фрагменти з інших зображень як візуальну підказку.

Навчання ШІ під час генерації

Ще одним цікавим відкриттям стало те, що ШІ міг поступово вдосконалюватися у процесі роботи. Якщо художники видаляли невдалі результати генерації та залишали лише успішні, система поступово починала створювати об’єкти ближчі до потрібного стилю.

Фактично виникав своєрідний “ефект навчання”, коли модель адаптувалася до візуальних уподобань художника. Photoshop також активно використовувався для виправлення помилок генерації, такі як спотворені форми, дивні текстури або некоректні елементи сцени.

Результат

У результаті ми отримали повний набір із 90 локацій, кожна з яких мала власний настрій, тематику та ігрове призначення. Орієнтовний час, виділений на кожну локацію, становив близько 8 годин, і приблизно 60-70% цього часу йшло на створення фону за допомогою штучного інтелекту.

Використання ШІ дозволило нам досліджувати значно більше візуальних напрямів, ніж це було б можливо при суто ручному підході, і при цьому наші художники зберегли повний контроль над концепціями та остаточним доопрацюванням. Цей підхід виявився особливо цінним для збереження різноманітності при великому обсязі сцен.

Такий робочий процес дуже відрізняється від класичного пайплайну для створення ігор з пошуком предметів, які передбачають 3D-сцени, ручне розміщення об’єктів, інтенсивну постобробку тощо. Тож це не пряме порівняння – це зовсім інший підхід. Але сучасний геймдев усе більше демонструє, що найефективніший підхід полягає не у виборі між спеціалістами та ШІ, а в поєднанні людської креативності з генеративними технологіями для створення результатів швидше, ніж будь-коли раніше.

Ми й надалі продовжимо ділитися нашим досвідом використання ШІ: що працює, що ні, і де нейромережам усе ще дуже потрібна допомога людини. А поки що результати співпраці штучного інтелекту та нашої команди можна побачити у безплатній мобільній грі Hidden Objects Getaway!

Команда Absolutist