当前位置: 首页 > java >正文

巨人网络持续加强AI工业化管线,Lovart国内版有望协同互补

在游戏行业全面迈入 AI 工业化时代的关键窗口期,巨人网络正以系统性布局和前瞻性战略加速AI内容生产闭环,其构建的AI工业化生产管线及多模态大模型能力矩阵,正释放出显著的生产效率和创意表达力。

公司内部数据显示,自研AI代码生成大模型已提升研发效率30%-40%,翻译大模型实现100%替代第三方初翻服务,AI角色和场景原画达到50%-70%的成本节省。图像、语音、视频等AI能力也已深度嵌入核心业务流程,全面推动游戏研发、运营与发行流程重构。

作为游戏行业内率先将 AI 提升至核心业务层面的上市公司,巨人网络对 AI 布局颇具前瞻性。自2023年全面启动内部 AI 平台化建设以来,公司逐步搭建起以自研大模型为核心、覆盖研发全链条的 AI 生产管线。目前,这一管线已具备从 AI 代码、AI 绘画、AI 语音到 AI 视频等多模态能力,联动智能发行平台、风控系统,构成标准化、模块化、可复用的高效内容产出流水线,成为“游戏+AI”融合落地的标杆。

以美术生产为例,巨人网络自研的 AI 绘画平台集成生成、编辑、图层管理等核心功能,支持团队协作与工业化输出,突破了传统绘图工具多页面切换的痛点。平台还支持独立图层与透明通道管理,可适用于游戏美术的工业级生产标准,实现从概念设计到量产资产的高效转化,单项目美术资源产出效率大幅提升。

在不断强化自研 AI 能力的同时,巨人网络积极向外拓展 AI 产业合作,对行业前沿趋势保持高度敏锐。2025年初,公司投资国内AI图像生成平台 LiblibAI (哩布哩布AI),布局AI图像赛道。近期,LiblibAI 发布全球爆火的 AI 设计工具 Lovart 国内版本“星流 Agent”,以其强大的“生成—编辑—排版—交付”一体化能力,迅速赢得专业创作者圈层关注。

值得关注的是,星流 Agent 更高效的智能化输出能力与巨人网络 AI 工业化生产管线高度契合,未来两者有望在视觉内容生产、交互式创意表达等领域形成协同效应,让游戏AI生产管线展现更智能和流畅的创作环境,进一步提升创意产出的效率与质量。

“游戏行业的 AI 演进已从探索期进入工业化深水区。”业内分析人士指出,“单点模型的红利正逐步减退,取而代之的是平台级、链路级的系统协作。”巨人网络凭借“自研+投资”双轮驱动,正在构建起涵盖生产、协同与分发的 AI 生态闭环,形成面向未来内容工业的坚实护城河。

http://www.xdnf.cn/news/15107.html

相关文章:

  • UI前端大数据可视化实战技巧:如何利用数据故事化提升用户参与度?
  • 云暴露面分析完整指南
  • Qt:布局管理器Layout
  • [Meetily后端框架] 多模型-Pydantic AI 代理-统一抽象 | SQLite管理
  • React 核心知识点速览:从基础到关键概念
  • 7.12 卷积 | 最小生成树 prim
  • 手把手一起使用Miniforge3+mamba平替Anaconda(Win10)
  • mac电脑的usr/libexec目录是干什么的?
  • 基于redis的分布式session共享管理之销毁事件不生效问题
  • JavaSE——面向对象基础
  • 分布式系统高可用性设计-负载均衡与容错机制深度解析
  • Rust基础-part3-函数
  • 【硬核】6节串联锂电池均衡系统仿真_组内双向cuk均衡_组间双向反激式变压器
  • Go 编译报错排查:vendor/golang.org/x/crypto/cryptobyte/asn1 no Go source files
  • Android原生TabLayout使用技巧
  • Telnet远程连接实验(Cisco)
  • jenkins部署springboot+Docker项目
  • 数据结构:栈、队列、链表
  • OpenCV实现感知哈希(Perceptual Hash)算法的类cv::img_hash::PHash
  • 亿级流量下的缓存架构设计:Redis+Caffeine多级缓存实战
  • C#中的设计模式:构建更加优雅的代码
  • 深入探究编程拷贝
  • 【Spring Boot】Spring Boot 4.0 的颠覆性AI特性全景解析,结合智能编码实战案例、底层架构革新及Prompt工程手册
  • Vue 表单开发优化实践:如何优雅地合并 `data()` 与 `resetForm()` 中的重复对象
  • 两台电脑通过网线直连形成局域网,共享一台wifi网络实现上网
  • 排序算法(一):冒泡排序
  • nginx 负载均衡配置(加解决重复登录问题)
  • 没有管理员权限,在服务器安装使用 Jupyter + R 内核
  • 【Linux仓库】命令行参数与环境变量【进程·伍】
  • 如何通过多点监控提升公网 IP 的稳定性和访问可用性