在天美，有多少程序员在「搞副业」？
但不是你想的那种副业。文/托马斯之颅阿本是天美F1工作室的一名引擎工程师，按理说做游戏应该是他的正经工作。然而在前一阵子，他却在工作时间里公然帮助浙江大学的一个实验室研发专利。如今聊起这件事，他不但毫无愧意，甚至还要吹捧对面的设备："当时我们的标配还是2060，但他们已经用上了2080Ti！"更诡异的是，在天美，类似阿本的程序员还有不少。多智能体策略协作、机器人运动控制、场景建模、计算机视觉……总有一些看上去很老实的同事，在项目之外搞了一些奇奇怪怪的副业。偏偏工作室群内部的技术Leader们还很支持这股风气。前一段时间，葡萄君采访了天美技术中心副总经理徐成龙，听他讲了讲这几年大家一起「搞副业」的故事。01副业的开始：AI还能这么用？一切还是要从腾讯AI Lab和《王者荣耀》的合作说起。2017年，AI Lab找到天美，希望合作研发多智能体策略协作的AI「王者绝悟」——用更简单的话说，就是教AI打《王者荣耀》。如今几年过去，他们不但做出了能击败职业战队的AI，用它来进行模拟对战，辅助游戏新内容的开发；还搭建了一个叫做「开悟」的平台，邀请北大、清华、中科大等20多所高校，一起搞了场AI大赛，锻炼大家的科研能力，颇有些文体两开花的意思。
这项合作打开了天美的视野，于是在天美技术中心内部，他们搭建了一个10人左右的团队，开始在AI方面做一些研究，想看看有没有进一步技术应用的可能；而一些研发团队在遭遇困难的时候，也会想办法寻求AI领域专业人士的帮助——擅长射击品类的J3工作室就是一个例子。
在射击游戏中，角色要在复杂的环境当中，频繁做出「跑跳走蹲趴」等动作。为了避免穿模，游戏大多会采用IK（Inverse Kinematics，反向运动）技术，调整角色在遇到障碍物时关节的位置。但这个方法很难做出足够顺滑的动画效果。于是J3找到了腾讯集团内部的另一个实验室：研究机器人的Robotics X，希望借鉴后者的神经网络技术，在游戏中搭建不同的场景，先让AI进行海量「障碍赛」，再通过机器学习，把角色的动作调节得越来越自然。Robotics X也并没有藏私，向J3展示了真正的技术。而在合作过程中，大家又有了新的想法：在机器人研究领域，在真实世界做高强度的重复训练，难免会损耗机器人昂贵的零部件，能训练的动作量也比较有限，因此大家会把训练挪到虚拟环境当中。那是否可以通过与游戏的合作，提升类似训练的质量？得知这个想法之后，J1和F1工作室也加入了进来。他们在之前研究成果的基础上，运用自己在物理引擎方面的积累，做了一个更符合真实的虚拟环境，在里面训练AI，获取数据。而这些经验和数据也为机器人研究提供了参考，双方表示都很满意。事情进展到这一步，天美已经充分意识到了这些「副业」的价值：它们既能为前沿科技的探索提供帮助，又能产生新的黑科技，提升各个项目乃至整个工作室群的研发能力。于是接下来，他们决定主动出击，把目光投向腾讯集团之外的前沿科技组织，争取把副业搞出更大的格局。
02和高校一起做课题是什么体验？据徐成龙回忆，在他邀请各个团队申报项目，向浙江大学提案的那段时间，整个天美都洋溢着快活的空气。浙大的「计算机辅助设计与图形学国家重点实验室」一向在业界和学界闻名。他们既会研究树木生长的动画，又能模拟蜂群的移动，但他们一直有一个困扰：这些研究和实际应用有什么关系？于是他们决定和腾讯合作，看看业界的实际需要，产出新的研究成果。而有了之前的案例，天美的反馈相当积极。经过双方的重重评估，阿本的《可交互式的全局光照预览器》最终从十多个课题中脱颖而出，他和另一名技术美术，与浙大的一名教授和几名同学共同组成了一支课题小组。对天美来说，这项研究的初衷是解决研发流程的一大痛点：美术在调节3D场景光照效果的时候，往往需要实时调节灯光和材质的参数。但由于计算量太大，参数改动之后，场景必须要重新烘焙才能看到效果。"烘焙一次要20分钟，平均一个场景要修改上百次，非常影响效率。"原因很简单：游戏和电影不同，它的结果并不固定，美术需要检查交互和镜头移动时的即时效果；而为了实现这一特性，场景要预先生成大量离线数据，最终才能生成可以实时读取的海量数据，这个过程要花费不少时间。而浙大的优势则在于，他们在离线渲染方面有不少积累，"很多都是在数学公式层面。"最终他们想到了一条路：通过路径追踪 、光线追踪和降噪等算法，改变离线渲染的过程：不要一帧渲染完整的结果，而是通过多帧的累积，逐渐逼近最终的效果，然后在低帧率的情况下先呈现它们不太完善的样子。这样美术可以一边等待渲染，一边与场景交互。当然，浙大的研究成果大多停留在理论阶段，而且因为游戏开发会使用很多取巧的办法提高渲染效率，它与真实的光传递过程也存在差异。阿本和TA同事还需要再对算法进行拆解，替换一些逻辑，让渲染效果和游戏内的效果尽量一致。
阿本告诉我，如果让天美自己独立开发，可能要抽调2-3个人专职工作1年才能攻克那些技术难关。但有了浙大的帮助，他们在基本保证日常工作的同时，用大半年就做出了成品。现在天美F1已经有几个项目都在使用他们研发的预览器，这项技术也已经在公司内部开源，只要略经修改就可以直接迁移；而浙大也准备把一系列的研究成果申请专利。
徐成龙说，业界做事会更加工程导向，有的时候为了节省时间还会绕一绕；但学界的视角更体系化，他们更习惯用理论从正面解决问题。"两种不同的思维碰撞起来很有意思。像在海外，有些从业者和高校教师甚至会分别担任顶级论文的第一、第二作者。“而在这次合作之后，如今天美又和浙大开启了一个新的研究课题：《生物动力学的动画间补》，探索两个动作之间的插值方案，让动作之间的切换变得更加平滑，更符合生物动力学。未来他们还计划与更多高校和科研项目合作："比如研究水流、大气和物理碰撞的模拟，类似的方向还有很多。"03结语从某种角度上说，天美这几年在副业上面的探索，也是整个游戏行业在跨界合作上的缩影。刚开始，大家只是因为种种机缘巧合，半推半就地接触了其他领域；后来大家发现跨行业的交流能够为项目提供实在的帮助；再之后大家意识到了不一样的思维方式的价值；而到了现在，大家渐渐发现游戏还是一个不错的辅助，它已经开始帮助到更多的领域。
在徐成龙看来，如今天美搞的这些副业，还只是整个游戏行业和前沿科技领域合作的冰山一角。比如程序化内容生成的技术，可以降低所有行业内容生产的成本；高真实感的建模技术，可以在房地产、博物馆和科普教育领域进行应用；而多智能体强化学习的AI技术，则可以应用到自动驾驶、智能交通、电力调度、物流调度等领域当中。