天美技术中心TA专家:如何用AI辅助数字内容生产,提升品质效率?( 三 )


我们基于Graph2Plan[3]的工作 , 研发了一个使用AI辅助建筑室内场景布局设计和制作的工具:用户可以先选择需要设计的室内房型 , 指定不同类型房间的数量 , 例如需要多少间卧室、卫生间、阳台等 , AI会预先学习大量的房型布局设计图 , 然后自动检索布局设计库中合适的房型设计方案 , 提供给用户选择 , 用户选好以后 , 就能应用到当前的房型 。
天美技术中心TA专家:如何用AI辅助数字内容生产,提升品质效率?
文章图片
室内布局设计工作流程
如果用户对AI生成的房型设计方案不满意 , 需要进一步修改 , 工具会提供可以调整的气泡图 , 用户可以移动气泡节点或者调节大小更改房型设计 。 每次修改气泡节点 , 房型设计方案都会相应变化 , 直到用户满意为止 。
天美技术中心TA专家:如何用AI辅助数字内容生产,提升品质效率?
文章图片
室内布局设计工具界面
房型设计完成以后 , 我们还需要基于房间的形状和大小 , 摆放床、沙发、写字台、椅子等的位置和朝向 , 摆放大型家具 。
我们参考SceneFormer[4]的工作 , 首先分析房间结构 , 包括门窗的位置 , 然后把家具按照类型分类 , 把家具属性包括类型、大小、3D位置坐标和朝向等整理成一个序列 , 从大规模的室内场景数据集里 , 提取家具属性序列 , 学习家具序列之间的关系 。
天美技术中心TA专家:如何用AI辅助数字内容生产,提升品质效率?
文章图片
室内家具摆放工作流程[4]
在生成阶段 , 每次从模型库中取出最相关的家具模型 , 评估最相关的因素包括尺寸和形状描述 , 包括贴图 , 以确保家具风格的统一性 , 然后去预测它的摆放位置 , 将家具逐个摆放好 。
这样整个室内房型设计和制作都可以通过AI来完成初步方案 , 有些效果不好的地方 , 再让关卡策划或者美术去手动调整和优化 , 这样下来就可以减少他们一大半的工作量 。
相比程序化生成使用的简化规则 , AI能够处理现实世界中丰富生动现象背后的复杂联系 , 帮助我们进一步提高数字内容设计制作的品质和效率 , 从而应对开放世界游戏高品质海量内容设计和生产带来的挑战 。
这几年天美工作室群开设了很多AAA品质的开放世界游戏项目 , 在国内和北美招募顶尖人才 , 作为技术中台的天美技术中心 , 我们会结合项目组研发生产中遇到的挑战 , 致力于研发前沿的技术方案和流程 , 并使之在项目中广泛运用 , 助力各个游戏项目的成功 。
参考:
[1]https://en.wikipedia.org/wiki/Biome
[2]B.Xia.2020.Styleclassificationandpredictionofresidentialbuildingsbasedonmachinelearning.
[3]R.Hu.2020.Graph2Plan:LearningFloorplanGenerationfromLayoutGraphs.
天美技术中心TA专家:如何用AI辅助数字内容生产,提升品质效率?】[4]X.Wang.2020.SceneFormer:IndoorSceneGenerationwithTransformers.