{"id":3881,"url":"\/distributions\/3881\/click?bit=1&hash=e456b64697230d93edcda0dd20f3c8aa5d4abd88effca1a7571a12fa6564c38a","title":"\u0413\u0435\u0439\u043c\u0434\u0435\u0432-\u043a\u043e\u043d\u043a\u0443\u0440\u0441, \u0433\u0434\u0435 \u043f\u0440\u0438\u0437\u044b: \u0438\u043d\u0432\u0435\u0441\u0442\u0438\u0446\u0438\u0438 \u0438 \u043f\u0440\u043e\u0434\u0432\u0438\u0436\u0435\u043d\u0438\u0435","buttonText":"\u041f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c","imageUuid":"a410dbd1-804c-54dc-84ea-e6227d71d9b4","isPaidAndBannersEnabled":false}
Gamedev
Granger

Бывший художник Cyberpunk 2077 показал, как его студия использовала нейросеть Midjourney для создания монстра для игры Статьи редакции

Алгоритмы также помогают генерировать концепты по текстовому запросу.

Художник Тимур Оздоев, который ранее работал над Cyberpunk 2077 в CD Projekt RED, рассказал изданию 80lv, как его инди-студия Team Cognition использует нейросеть Midjourney в создании научно-фантастической адвенчуры Cognition Method. По его словам, поскольку их команда небольшая, она всегда искала способы облегчить разработку. Это позволила сделать нейросеть Midjourney, которая генерирует изображения по текстовому запросу.

Нейросеть идеально подошла студии для быстрой проверки некоторых идей и поиска вдохновения, рассказал Оздоев. Авторы Cognition Method также использовали Midjourney для создания монстра для своей адвенчуры. По их задумке, на каждом уровне игрока преследует «тень», которая выглядит как непропорциональный силуэт человека и представляет собой проекцию существа из другого пространства.

После того, как нейросеть сгенерировала подходящие изображения «тени», Оздоев создал несколько вариантов модели в утилите DesignDoll, а после доработал их в 3ds Max и ZBrush. В итоге на финальную версию модели наложили текстуру и получился готовый ассет для использования в игре.

Финальная версия модели

Некоторые концепт-арты

Нейросеть Midjourney попросили нарисовать персонажей из Dota 2 Статьи редакции

Выглядит жутковато и в то же время очень реалистично.

0
142 комментария
Написать комментарий...
Отец Тодда Говарда

Есть идея для стартапа, сделать нейросеть которая будет лучше всех играть в фифу кс го и так далее, а призовые деньги забирать себе и с нейросетью не делиться

Ответить
Развернуть ветку
MriN

в старкрафте уже написали нейросетевого бота, который шатает топовых игроков

Ответить
Развернуть ветку
Xinkata

Только нет подтверждения что это бот, вроде как.

Ответить
Развернуть ветку
Alan Mix

Что? Для старика используют давно ботов, есть как и узконаправленные, так и адаптивные. Есть несколько нюансов:
- Они используют API игры и видят её через это самое API.
- Миллион апм и любой человек в пролете.
- Их можно сломать, если бот узконаправлен.
А так, тот же OpenAI ушатал игроков в доту, даже убрав абузы.

Ответить
Развернуть ветку
Xinkata

Можно хоть один пруф? Потому что https://nplus1.ru/news/2017/08/11/deepmind-sc

Ответить
Развернуть ветку
DofElite

Этот бот играл со многими игроками одновременно.

Ответить
Развернуть ветку
John Doe

Она меня даже не обыгрывает, а я дальше ГМ не ушёл.

Ответить
Развернуть ветку
Ярослав Голубев

Но отлетает от алмаза-платины - потому жизнь его к такой дичи не готовила . Все эти безумные тактики что для про игроков являются пройденным этапам - для альфа стара являются имбой против которой у него контр мер.
Так как про игроки играют в осноном макро игры, а из рашей - альфа стар готов только к фотонкам

Ответить
Развернуть ветку
MriN

кто из людей может отбиться от чизов со 100% вероятностью без разведки в ущерб. Да и с разведкой часто не могут. Там 50\50

Ответить
Развернуть ветку
Ярослав Голубев

Суть в том что Альфа стар натренировался побеждать соперников исполняющих "Стандарт" - стратегию сочетающие оптимум по отбитию рашей и получения экономического оптимума в добычи.
Он прекрасно побеждает игроков игращих в "стандарт", так как 90% всех реплеев что он обработал было именно об этом.

Но сам Альфа стар "стандарт" не исполняет, у него экономика заточенная под чуть больший выигрыш по ресурсам

Ответить
Развернуть ветку
Читать все 142 комментария
null