学习设计游戏|在美国学游戏设计是一种怎样的体验？

《模拟城市》，《暗黑破坏神3》，《孢子》——来见见游戏设计界的 。

从童年时期不插电的游戏王卡、跳皮筋，到后来的 FC 游戏坦克大战魂斗罗，再到如今让无数人爱上、沉迷、甚至研究的电子竞技，没有谁的人生能离开游戏。

然而玩了这么多的游戏，你敢说自己“真的会玩”么？

在卡耐基梅隆大学，就有一个像魔法学校一样的学院，这里的学生不仅有程序员，有设计师，还有玩儿音乐的，也有专门写剧本的。在这个聚集了世界上“最会玩”的一群人的学院里，学生和老师只有一个任务——做出最有趣的游戏。

右侧的学生名单中，有作家、游戏设计师，也有制片人

如果把上学比做一场 RPG 游戏，那这个学院里UI战士、程序员法师、剧本作者坦克、音效美工牧师一应俱全。

而这种跨界的传统和学院的创始人是分不开的。

1998年，卡耐基梅隆大学 CS 教授 Randy 和戏剧教授 Don 联手创建了今天的 ETC（ ） 项目。Randy 给了学院工程师之魂，而 Don 则赋予了它浪漫的艺术家气质。在两人的共同努力下，以跨学科和创造力为核心精神的 ETC，成为了世界上最有创造力的项目。

在 Randy 的心目中，这是“世界上最棒的游乐场，带着一个电围栏。”

猜猜哪个是工程师，哪个是戏剧家？

在这个“最大的游乐场”里，当这些有意思的人凑在一起时，他们不仅产出了传统意义上的优秀的项目，也产出了海量的沙雕作品（这也是另一种层面的厉害）。

2012届 ETC 学生，知乎用户@齐城 说：ETC 的学生们做出的项目包括由观众手机集体控制的喷水枪、几百人一起用声音来玩的游戏、以及巨大到能装下两三个人的游戏装置……

最后，在毕业典礼上，一位老师为学生献上了他在马戏团工作时学会的拿手好戏：抛杂耍球。“但是这一次，他抛的不是球，而是锯子、刀子等危险的家伙。”

2017 届 ETC 学生 Mia 告诉我，他们有一门超级硬核的课，要求学生分成小组，在两周内做好一个游戏并展示给所有人。

这门时间短，压力重的课实力展示了什么叫“不逼自己一把，永远都不知道自己有绝望之中能做出什么来”。

比如这位叫 Zhang 的朋友，一周之内学会了使用 Maya，做了一段恐龙热舞小苹果3D动画。

还有这一个小组，在两周时间内做出了精美的 AR 行星。

以及这个看到最后也不清楚是怎么玩的 Disco Ball 舞蹈游戏。

高强度的合作项目、脑洞大开的学生、最先进的技术支持，而在这背后的“”，是一群站在游戏产业最前端的顶级教员。

这个学院的教员中，包括游戏设计界百科全书《The Art of Game 》的作者、 Games 游戏公司的创始人 Jesse ，制作了《怪物史瑞克》《马达加斯加》等梦工厂动画的 PDI 公司创始人 Carl 等等。

但教师中最让大家印象深刻的、也最为学生所津津乐道的，就是创作了《模拟城市》，《暗黑破坏神3》，金奖沙盒游戏《孢子》，《辛普森一家》游戏版的 Stone 。

Stone 教授的《游戏设计基础》，在 ETC 的课程里是最特别的，也是最火的课之一。不仅 ETC 的学生，其他项目的学生也经常抢着报名，小小的教室里总是坐满，还有不少好奇的路人在教室外围观。

虽然 Stone 本人作为拳头游戏的主策划，一生都在和电子游戏打交道，但他的这门课程却要求学生返璞归真，设计一款不用电的游戏。

知乎用户@齐城 和我的感觉是一样的

Stone 家里有一个步入式衣橱，里面收藏陈列着300多个桌游，其中30个是他自己设计的。

Stone 在课堂上展示自己收藏的古董桌游

在这节课上，雪糕棍儿、纸片，都能成为游戏道具，甚至任何道具都不需要，也能玩的非常开心。

学生们在课上打“桌面 Dota”，教学楼寻宝，“开赌场”，用智能手机玩叠叠乐，玩世界上最古老的棋盘游戏……每一节课都有你没玩过的新游戏。

在 Stone 眼里，游戏的精髓不需要通过很复杂的形制来呈现，游戏本身就是所有生物的本能。

Stone 的学生设计的不精美道具

Stone 说，自己曾经见到一群鸟，从马路一侧的电线杆上成群结队飞到另一侧的电线杆上。但它们不是单纯的在电线杆间移动，而是特意挑车子经过的时候，从车子前面掠过。太早飞就不够刺激，太晚飞则会被车撞到，这其中的权衡带来了一种游戏性。

狗狗会互相追逐，小猫会玩毛球，人类会摔跤，在还没有电的时代，所有动物都在以自己的方式享受游戏。

随着科技越来越发达，人类的游戏规则也越来越复杂。但无论游戏的形制和内容如何变化，在 Stone 的理论中学习设计游戏，游戏的本质就是运气和技巧的结合。

奥运会上的竞技是倾向于比拼技巧的，赌场中的博弈是倾向于运气的，而大多数大型游戏都是技巧和运气双管齐下。如何平衡技巧和运气，也成了许多游戏设计者需要考虑的核心问题之一。

课上，Stone 曾经发给每个学生一些筹码，代表每个人拥有的本金，然后让学生分组“开赌场”，目标是把别人的钱赢光。

从“赌场”运营者的角度考虑学习设计游戏，游戏难度太大客人就会减少，难度太小又有可能亏本。最完美的游戏规则，就是看起来简单，但很难达成的规则。

看起来容易做起来难的爬绳子游戏，只要爬到尽头不掉下来，就能拿到奖品。

比起游戏的画面和技术，一个好的设计师更应该琢磨的是玩家的心理。在 Stone 的课上，这才是最重要的品质。

除此之外，Stone 还坚持，好的游戏可以用一句话说明白，设计者应该能把自己的所有思想浓缩在一张图里。Stone 提出的这套设计方法，就是后来被业界广泛采纳的 One-page 。

《孢子》设计图

身为《模拟城市》的核心设计者，Stone 还告诉我们，早在四年前，《模拟城市》的模型就准确预言了今天现代城市发展的趋势。从贫富分化，到城区的演进，再到无人机的流行，《模拟城市》已经不单纯是一款经营游戏，而富有了社会学价值。

想知道游戏是怎么与现实相互交互、一款大火的游戏背后又有什么设计师的小秘密么？

SYNC 大会上，最受学生欢迎的老师 Stone 将展示给大家复杂又迷人的游戏设计世界的冰山一角。

在哪里，能将中美一线科技公司高管、顶级投资人、电影游戏跨界大师、AI 大牛以及区块链行内专家一网打尽？

必须是 SYNC！

2022 年 11 月末， 悄无声息的推出对话式 AI 模型 ，让人没想到的是，这个模型一夜之间爆红整个 AI 圈，所到之处，引起一番讨论狂潮。很多人将其形容为一个真正的「六边形战士」：不仅能拿来聊天、搜索、做翻译，还能写故事、写代码、debug……

在推出仅两个月后， 月活用户突破 1 亿，成为史上用户增长速度最快的消费级应用程序。作为对比，根据 Tower 的数据， 用了 9 个月， 则花了 2 年半时间。一位来自瑞士银行的分析师感叹道，「在互联网过去 20 年的发展中，我们找不到哪款消费级互联网应用的用户增长速度比 更快。」

英伟达 CEO 黄仁勋对 给与了一个很高的评价，他表示， 是人工智能领域的 时刻，也是计算领域有史以来最伟大的技术之一。

高开疯走，搅动了整个 AI 行业，各大科技公司、机构、甚至是个人，纷纷加紧研发类 产品。但是，做出功能相似的模型哪能这么容易，就参数量而言，有一种普遍的假设认为， 的参数量与 GPT-3 论文中介绍的 1750 亿参数模型相同；在训练资源上，它经由微软专门建设的 AI 计算系统训练，总算力消耗约为 3640 PF-days；在推理阶段，以今年 1 月份独立访客平均数 1300 万计算， 对应的芯片需求为 3 万多块英伟达 A100 GPU，初始投入成本约为 8 亿美元，每天光是花掉的电费就要 5 万美元。这样算下来，要想复制 的成功，还是不容易的。

不仅 ，人们提升 AI 性能的重要方式大都采用「炼大模型」。短短几年，AI 模型的参数量已经从最初的数亿扩张到千亿，甚至万亿规模。

虽然有越来越多的玩家入局这一领域，有资源的公司在加紧研发、势必赶上这波浪潮，没有技术基础的企业也在准备发力。但是系统分析师考试，在这之前我们不禁会问：做出类 需要怎样的大模型技术积累？又会面临哪些挑战？是否需要跟进 ? 中国版 是否只会是跟风式的翻版？未来是否能够很好地赋能垂直行业或整合进第三方应用以发挥最大价值？

为了激浊扬清，机器之心将于 2023 年 3 月 21 日在北京燕莎中心凯宾斯基饭店举办「 及大模型技术大会」，为圈内人士提供一个专业、严肃的交流平台，围绕研究、开发、落地应用三个角度，探讨大模型技术以及中国版 的未来。

届时，机器之心将邀请大模型领域的知名学者、业界顶级专家担任嘉宾，通过主题演讲、圆桌讨论、QA、现场产品体验等多种形式与现场观众深入交流。

首批特邀嘉宾及演讲内容

（姓氏排序）

演讲主题： 浅析

分享嘉宾：车万翔，哈尔滨工业大学计算学部长聘教授、博士生导师

个人简介：车万翔，哈尔滨工业大学计算学部长聘教授/博士生导师，人工智能研究院副院长，国家级青年人才，龙江学者“青年学者”，斯坦福大学访问学者。现任中国中文信息学会理事、计算语言学专业委员会副主任兼秘书长；国际计算语言学学会亚太分会（AACL）执委兼秘书长。目前承担国家自然科学基金重点项目、2030 “新一代人工智能”重大项目课题等多项科研项目。著有《自然语言处理：基于预训练模型的方法》一书。曾获 AAAI 2013 最佳论文提名奖。负责研发的语言技术平台（LTP）已授权给百度、腾讯、华为等公司付费使用。2016年获黑龙江省科技进步一等奖（排名第2），2020 年获黑龙江省青年科技奖。

报告摘要：去年 12 月 1 日， 推了全新一代的对话式人工智能工具 ——，因其表现出了惊艳的语言理解、生成以及知识推理等能力，获得了全网的热议和关注。 的成功表现，使人们看到了解决自然语言处理这一认知智能核心问题的一条可能的路径，并被认为向通用人工智能目标迈出了坚实的一步，将对搜索引擎等应用构成巨大的挑战，甚至将取代很多人的工作，更将颠覆很多领域和行业。那么， 究竟解决了什么科学问题，是如何解决该问题的，以及未来会还有哪些亟待解决的问题呢？希望通过本报告的粗浅分析，能部分回答以上的问题。

演讲主题：“白泽” —— 面向数字发现的跨模态基础模型探索

分享嘉宾：李兵，中科院自动化所模式识别国家重点实验室研究员

个人简介：李兵博士，人民中科创始人、中科院自动化所模式识别国家重点实验室研究员、博导，国家优青，北京市杰青，中科院 “青年学习标兵”，科技部 “新一代人工智能” 重大项目负责人，国家自然科学基金重点项目负责人。长期从事人工智能、跨模态内容理解与安全方向的研究，在包括 IEEE TPAMI 等人工智能权威国际期刊和会议上发表论文 100 余篇，曾获国家自然科学二等奖、中国自动化学会技术发明一等奖。

报告摘要：随着 GPT 技术的快速发展，尤其 展现出来的出众的智能能力，传统的 AI 研究范式已经被打破。与此同时，面向未来 Web3.0 环境下海量的多源异构的泛视频数据，传统基于单模态内容理解已无法满足高语义级别的内容理解与线索发现。本次报告首先探讨以 为代表的基础大模型带来的技术思考；其次介绍人民中科自主研发的跨模态基础大模型 —— 白泽的技术特点；最后分享 “白泽” 在数字世界发现领域的一些应用案列。

演讲主题：AI 大模型与软件开发自动化

分享嘉宾：李戈，北京大学计算机学院长聘教授

个人简介：李戈，北京大学长聘教授，博士生导师，教育部长江学者。研究方向包括程序生成、程序理解、深度学习等，是国际上最早从事 “基于深度学习的程序理解与生成” 的研究者，多项成果被国际学者认为是 “首创性成果” 并被广泛引用。至今，所带领的研究团队在多项研究任务中一直保持着国际领先结果，是该领域国际知名的研究团队。科研转化成果 为航天领域的重大工程、金融与 IT 领域的多家大型企业及数十万国际开发者提供服务。

演讲主题： 对多模态通用生成模型的重要启发

分享嘉宾：卢志武，中国人民大学高瓴人工智能学院教授，博士生导师

个人简介：卢志武，2005 年毕业于北京大学数学科学学院信息科学系，获理学硕士学位；2011 年毕业于香港城市大学计算机系，获 PhD 学位。主要研究方向为机器学习与计算机视觉。设计中文通用多模态预训练模型文澜 BriVL，并发表于 。指导的学生获得 2021 年 CCF 优博、2021 年百度奖学金。

报告摘要：多模态预训练在过去三年得到飞速的发展，涌现出 CLIP、 等优秀模型。受 的启发，多模态预训练出现新的变化，开始更关注多模态通用生成。本报告将详细介绍多模态通用生成模型的最新进展，以及我们在这方面的思考和实践。

圆桌嘉宾：王云鹤，华为算法应用部部长

个人简介：王云鹤，华为算法应用部部长。在华为诺亚方舟实验室从事人工智能算法的研发和在实际业务中的应用落地。主要的研究领域包含计算机视觉、机器学习、模型压缩、高能效 AI 计算等，多项算法落地工业界产品，主导的加法神经网络项目受到了业界的广泛关注。在相关领域发表 CCF A 类学术论文 80 余篇系统分析师考试，包含 、ICML、CVPR、ICCV、IEEE TPAMI 等。担任 和 ICML 的领域主席，VALSE 的高级领域主席。

演讲主题：昆仑芯大语言模型优化与部署实践

分享嘉宾：王志鹏，昆仑芯科技研发总监

个人简介：王志鹏，现任昆仑芯科技研发总监，电子科技大学硕士，原百度资深架构师，拥有十余年互联网产品技术研发与管理经验，在云计算和 AI 芯片行业均有多年规划研发与落地经验。曾主导研发百度云基础 IAAS 技术体系，支撑并扩展到上万规模；近几年，整体负责自研 AI 芯片 “昆仑芯 1 代” 和 “昆仑芯 2 代” 在国内互联网的最大规模部署，产品研发工作覆盖搜索、广告、推荐、CV、AIGC、GPT 大模型等所有 AI 关键领域，相关工作拥有多篇技术专利。

演讲主题： —— 国产化开源大模型

分享嘉宾：徐亮，元语智能创始人兼 CEO

个人简介：徐亮，杭州元语智能（元语 AI）创始人，权威中文自然语言理解评价基准 CLUE 发起人、会长。多个颇受欢迎的预训练模型中文版作者(//)，多个大规模中文数据集 (/// )， 开源项目 Star 30000+，连续创业者，原 AI+RPA 厂商算法合伙人。杭州元语智能 ()是一家基于自研国产化类 大模型的产品平台公司，致力于通用和行业 AI 大模型的产品技术研发及开源开发者生态构建。2022 年 12 月底发布百亿参数的 功能型对话大模型，并开源近 10 亿参数中文模型，模型累计下载量超 10 万次。目前元语 AI 大模型已覆盖金融、知识教育、零售、医疗等多个行业。

演讲主题：: 通用人工智能 AGI 之路

分享嘉宾：张家兴，IDEA 研究院讲席科学家

个人简介：张家兴，IDEA 研究院讲席科学家，北京大学博士，清华大学、香港中文大学、香港科技大学等兼职 / 实践教授。曾任微软亚洲研究院研究员、蚂蚁集团资深算法专家、360 数科首席科学家 / 副总裁。带领团队创建了中文最大的开源预训练模型体系 “封神榜”，开源中文第一个 模型太乙，目前正在建设中文通用人工智能模型。

更多嘉宾信息及精彩内容，欢迎关注机器之心后续报道。

报名方式

此次活动是一场免费的线下技术大会，参会人数限制在 500 人左右。感兴趣的读者可以点击以下链接报名。机器之心会将审核结果反馈至报名邮箱，请注意查收。

报名链接：