5月7日，MediaTek天玑開發者大會2024（MDDC2024）在深圳召開，本屆 MDDC 大會的主題爲“AI 予萬物”，衆多資深行業先驅、技術專家齊聚一堂，深入探討了 Al 技術在各個領域的應用和發展，以及 AI 賦予終端側的更多可能性。
在MDDC天玑高峰對話環節，主辦方特別邀請了網易集團高級副總裁、網易雷火事業群負責人胡志鵬來到現場，與主持人暨藍蓮花研究機構創始人及CEO溫天立，以及MediaTek董事、總經理暨運營長陳冠州等重磅嘉賓展開了以“生成式AI將如何重構移動生態”爲主題的高峰對話，共同探討行業未來發展趨勢，分享知識、經驗和先進技術成果。
近年來網易雷火成績斐然，不僅先後推出了《倩女幽魂》《天谕》《逆水寒》《永劫無間》4大旗艦IP，近一年又連續推出《逆水寒》手遊、《全明星街球派對》等各自品類賽道的標杆級作品，表現極爲亮眼。尤其是去年推出的爆款MMO《逆水寒》手遊，不僅率先利用光線追蹤等前沿技術帶來次世代畫面品質，更因爲對大模型AIGC技術的深度運用，被譽爲“全球第一款AI遊戲”。
對話中胡志鵬指出，網易早在2017年就成立了全球第一個專門服務于遊戲的人工智能的實驗室“網易伏羲”，早先用于研究強化學習（智能敵人和NPC），而後生成式AI時代來臨時，率先開創“AI+遊戲”理念，即利用AIGC技術大幅提升遊戲研發産能，以AI作爲基底，爲玩家提供更好、更多、更有趣的優質遊戲內容。
由于《逆水寒》手遊去年6月底公測時超出預期的爆火，預約、新增等各項數據均突破網易曆史記錄，而遊戲中又存在大量諸如智能NPC、智能捏臉、智能團本隊友、智能作詞作畫等新潮的AIGC玩法，導致開發組多次面臨AI雲端算力吃緊的難題——AIGC相關玩法並發量巨大，即便與多家雲服務廠商合作，雲端算力供給既然非常緊張。
胡志鵬回憶，當時就在暢想充分利用玩家手中的終端設備來解決AI算力吃緊的問題。其實，很多AI玩法功能均可布置在端側，如TTS（文本到語音）功能、ASR（語音識別）功能、AI敵人的強化學習等等，若有統一的端側AI構架和開發環境，開發者不僅能直接節省很大的成本，同時AI的響應速度也會大幅度提升，這對開發者來說非常美妙——而MediaTek恰恰正在建立開發者所需要的終端AI構架和開發環境。
胡志鵬認爲，雖然目前生成式AI的端側開發目前還處于各廠商“各自爲政”到慢慢建立標准的初期階段，但很高興看到MediaTek Neuron Studio正在成爲生成式AI標准的建立者。只要廣大開發者一起使用這樣的引擎，開發者生態、社區會像滾雪球一樣正反饋，迅速發展壯大。胡志鵬預測，待開發者社區生態成熟時，生成式AI“殺手級”的應用就會如雨後春筍一般誕生。
以下爲胡志鵬相關對話分享節選：
1. AI+遊戲，端側大模型在遊戲行業大有可爲
溫天立：
遊戲是非常重的端側應用，也是手機上非常大的應用，我非常希望邀請志鵬總跟我們分享一下目前遊戲行業領域以及像網易頭部公司在做的事情，即遊戲行業如何利用端側大模型、人工智能生成式AI，您有什麽判斷和規劃？
胡志鵬：
很高興來到MDDC MediaTek天玑開發者大會。
最早我強烈感受到新人工智能高潮來臨，是2016年AlphaGo戰勝李世石，因爲我之前在微軟亞洲研究院，那時候跟深藍（AI）之父許峰雄老師共事過一段時間，當時許老師還和同事們一起討論，在可見的未來我們覺得計算機要戰勝人類圍棋世界冠軍，這件事情還很遙遠，沒想到沒過幾年這件事情就已經發生了。
後面在網易，我就在想，類似AI技術未來很有可能會顛覆整個遊戲行業。
網易作爲遊戲行業最頂尖的公司之一，我們本身就計劃投入比較大的精力去做AI，但是我們投入之後，也許未來10年20年沒有像我們想象這樣AI顛覆了行業，我們依然是一個頭部公司，但如果這件事情成立了，我們沒有做任何准備，我們會覺得我們會被淘汰。
所以基于這個想法，我們成立當時應該是全球第一個專門服務于遊戲的人工智能的實驗室，就是網易伏羲。
開始幾年我們在做一些探索，主要是在強化學習方面，因爲遊戲跟人工智能首先結合，最容易想到強化學習，就是讓遊戲內的NPC（非玩家角色）能夠模仿人類生命，就是像AlphaGo去擊敗人類的玩家、和人類玩家合作。
到了2019年的時候，我們看到了GPT2，以及後來的GPT3，我們發現AI除了能做強化學習，更能做很多遊戲內容的生成。而遊戲行業是一個內容需求極爲旺盛的行業，遊戲開發者的産能和玩家需求是一對永遠無法解決的矛盾。通常我們一個幾百人的團隊花幾個月時間制作內容，玩家兩個星期就可以消耗完。
所以當我們看到GPT橫空出世的時候，我們感受到了生成式AI很有可能它會爲遊戲開發者解決産能的問題。
這時候，因爲我想系統學習AI、同時督促自己掌握人工智能的從底層到應用的整個行業的知識，加上機緣巧合，我回到浙大的母校去做了計算機的工程博士，然後開始系統學習AI。那時候要做很多的作業，其實是把底層的模型摸索個遍，當時要處理並形成圖像，但是主要還是用GAN的技術（即對抗生成網絡技術），我用我兒子的照片做了非常多的實踐，發現在生成圖像這方面，有非常多的AI應用，那麽我們就開始嘗試把這些技術應用到我們的遊戲的整個研發過程中，從美術、文案生成，一直到程序生成的流程，去全面地運用。
這個過程其實走了蠻長時間，一直到2022年。之前陳總（陳冠州，MediaTek董事、總經理暨運營長）和小川（王小川，百川智能創始人、CEO）也談過，ChatGPT的出世，讓我們看到了這條路對于遊戲行業是一定走得通的。
所以我們持續的投入，把我們想要做的AIGC的能力，集成到我們剛剛看到的逆水寒手遊裏。
逆水寒手遊中，我們提出一個新的概念——以前的概念都是“遊戲+AI”，那麽《逆水寒》其實內部提出的概念叫“AI+遊戲”，即我們以AI作爲基底，所有的內容都是考慮在AI基底的情況下，我們如何給玩家提供更好、更多、更有趣的內容，這其實是我們堅持的一個方向。
這個方向做了兩年，最後迎來了到去年6月份《逆水寒》手遊的上線。
在上線的時候我們遇到一個非常嚴重的問題，就是算力怎麽解決。因爲我們當時預估我們第一波的玩家的數量非常大，如果我們要給每個玩家提供基于AI的遊戲功能，我們其實需要在雲端去預備非常大的AI算力。所以當時我們聯系了國內幾家頭部AI算力雲的廠商，去預定算力。這時候我發現一個很重要的問題——爲什麽我們不能更充分的去利用玩家手上的終端算力來解決我們的問題。
其實很多我們的功能像我們比如說TTS（文本到語音）功能，ASR（語音識別）功能，包括終端的NPC和AI敵人基于玩家強化學習的功能，我們都可以在終端去實現。
如果我們有統一的終端AI構架，給遊戲開發者提供一個端側AI環境，我們直接能省很大的成本，同時AI的響應速度也會大幅度提升，這對于我們遊戲開發者來說是件非常美妙的事情。
可惜，當時我們還沒有看到這種可能性，但我非常高興看到MediaTek天玑肯定也是在那之前就在規劃AI的端側落地，所以今天我看到MediaTek的Neuron Studio感覺非常興奮！
這就是我們想要的東西！我也是來對這個大會了。
2. 探討AIGC行業生態化和規範化：殺手級應用將誕生
溫天立：聊到生成式AI的制度化、規範化的生態問題，遊戲行業應該是一個比較有經驗的行業，畢竟遊戲行業經過了很多百花齊放的時代。從志鵬您多年遊戲行業的觀察來說，我們生成式AI行業現在的規範化目前處于什麽階段？您覺得還會經曆哪些階段？
胡志鵬：
拿遊戲行業類比，有個近似的例子，就是圖形渲染引擎的發展。
渲染引擎一開始也是各個遊戲工作室各自用自己的技術，各種各樣的技術“各自爲政”，此時“行業的神”卡馬克（John Carmack II）橫空出世，他是第一個能夠在EGA上面實現橫版遊戲“卷屏”的功能，然後第一個能夠在巫毒顯卡（Voodoo）上面去做3D模擬效果，他就是大神，建立起來非常高的一個技術門檻。此時很依賴行業大神的獨家發揮，這就是行業早期的情況。
當越來越多的開發者加入這個行業，就促成了商業引擎的誕生。而商業引擎往往誕生于就是本身的遊戲開發者，他們做了很長的時間遊戲，他們覺得可以把能力共享出來，比如說像EPIC做完了《虛擬競技場》，慢慢把自己的引擎也開放出來。
有了商業引擎之後，雖然大廠還有自研引擎，但普通開發者就會傾向于選擇那幾款商業引擎，慢慢地越來越統一。像我們現在手機上比較常用的有Unity、Cocos、Unreal…基本上大部分的開發者都是用這些開發引擎。此時，一位開發者就能夠在不同的公司之間遊走，並且個人技術在不同公司之間完全可以無損失地轉換。
我覺得現在生成式AI的端側開發，目前還處于從我剛才講的第一階段，就是大家“各自爲政”到慢慢建立標准的階段。
我也很高興看到MediaTek Neuron Studio成爲生成式AI標准的建立者，只要大家一起來用這樣的引擎，那麽它的開發者生態、社區會像滾雪球一樣正反饋，會變得越來越好。
開發組成員都會分享自己的功能知識，我覺得在一兩年左右，生態社區會很快建立起來，會比之前的遊戲引擎的生態設施建立速度更快。
這樣的生態社區建設需要一定的過程，我覺得2到3年左右，生成式AI“殺手級”的應用就會産生。
