AI驱动的游戏资产制作流程【生成式AI】

在本教程系列的第 3 部分中，我们讨论了文本到 3D 的技术还不成熟。然而，对于 2D 来说，情况就大不相同了。

推荐：用 NSDT场景设计器快速搭建3D场景。

在这一部分中，我们将讨论如何使用 AI 生成 2D 资产。我们将介绍生成 2D 资产的协作过程，其中将 Stable Diffusion 作为工具合并到传统的 2D 工作流程中。这适用于具有一些图像编辑和 2D 资产创建知识的读者，但可能对初学者和专家等人有所帮助。

你需要先准备好以下工具：

你首选的图像编辑软件，例如 Photoshop 或 GIMP（免费）。
Stable Diffusion

1、Image2Image

诸如Stable Diffusion之类的扩散模型通过在文本的指导下从噪声中重建图像来工作。 Image2Image 使用相同的过程，但以真实图像而不是噪声作为输入开始。这意味着输出将在某种程度上类似于输入图像。

Image2Image 中的一个重要参数是去噪强度。这控制了模型改变输入的程度。去噪强度为 0 将准确再现输入图像，而去噪强度为 1 将生成截然不同的图像。考虑去噪强度的另一种方法是创造力。下图演示了在各种去噪强度下，使用圆形输入图像和提示“月亮”进行的图像到图像。

Image2Image 允许将 Stable Diffusion 作为一种工具使用，而不是作为传统艺术工作流程的替代品。也就是说，你可以将自己手工制作的资产传递给 Image2Image，然后手动迭代返回结果，等等。让我们以农场游戏为例。

2、示例：玉米

在本节中，我将介绍如何为农场游戏生成玉米图标。作为起点，我勾勒了一个非常粗糙的玉米图标，旨在布置图像的构图。

接下来，我用以下提示让用Image2Image 生成一些图标：

corn, james gilleard, atey ghailan, pixar concept artists, stardew valley, animal crossing

我使用了 0.8 的去噪强度，以鼓励模型更具创造性。生成几次后，我找到了一个我喜欢的结果。

图像不需要是完美的，只要朝着你要去的方向，因为我们会不断迭代。就我而言，我喜欢所产生的风格，但认为茎有点太复杂了。所以，我在photoshop中做了一些修改。

请注意，我粗略地绘制了我想要更改的部分，允许 Stable Diffusion 填充细节。我将修改后的图像放回 Image2Image，这次使用较低的去噪强度 0.6，因为我不想从输入图像偏离太远。 Stable Diffusion返回给我一个令人满意的图标。

玉米杆的底部对我来说有点太绘画了，顶部有一个新芽。所以，我在 photoshop 中对这些进行了绘画，在 Stable Diffusion 中又进行了一次处理，然后删除了背景。

Voilà，在不到 10 分钟的时间里，一个游戏就绪的玉米图标。但是，你可以花更多的时间来获得更好的结果。我推荐观看此视频，以更详细地演练如何制作更复杂的资产。

3、示例：镰刀

在许多情况下，你可能需要稍微对抗Stable Diffusion才能获得想要的结果。对我来说，镰刀图标就是这种情况，它需要大量的迭代才能达到我想要的方向。

问题可能在于这样一个事实，即网上有更多关于镰刀作为武器而不是作为农具的图像。解决此问题的一种方法是提示工程，或摆弄提示以尝试将其推向正确的方向，即在提示中写镰刀、镰刀工具或在否定提示中写武器。但是，这不是唯一的解决方案。

Dreambooth、textual inversion和 LoRA 是用于定制扩散模型的技术，使它们能够产生更符合你目标的结果。这些超出了本教程的范围，但值得一提，因为它们在 2D 资产生成领域变得越来越重要。

layer.ai 和 scenario.gg 等生成服务专门针对游戏资产生成，可能使用 dreambooth 和文本反转等技术来允许游戏开发人员生成风格一致的资产。然而，在新兴的生成游戏开发工具包中，哪些方法将成为最重要的方法还有待观察。

如果你有兴趣深入了解这些高级工作流程，请查看此博客文章和 Dreambooth 培训空间。

原文链接：AI辅助游戏资产制作 — BimAnt