上半部分
三、生成艺术游戏的发展历程和预设思路
上篇中，我们从机制和特征两方面介绍了程序化内容生成的技术美学，为理解生成艺术游戏以何为美作了铺垫。游戏的程序化内容生成会被预先设置的执行规则所限制，随后自动生成受控的随机结果，其三大核心特征即受控型规则、自动生成程序、随机内容。根据程序化内容生成涉及的技术美学观念，我们有理由相信生成艺术游戏是技术史、艺术史和游戏史三者交织下的综合产物。其随机生成机制与艺术性内容相互融合的端倪，或可从后者的程序生成物中窥得。
1965 年，艺术家乔治·尼斯（Georg Nees）将一系列强调随机性、程序化内容生成的计算机图形作品带入公众视野。他通过计算机程序算法生成图像，再由绘图机印刷实物，创作出一些具有强烈内在规律性和秩序感的艺术作品。
从 1968 年开始，计算机科学家哈罗德·科恩（Harold Cohen）使用计算机程序预设一系列指令，再由机械臂 AARON 在画布上执行，创作绘画作品。从而引起了一众追随者在自动化艺术生产方向的竞相效仿。[1]
进入 90 年代，计算机图形学和自动化领域的艺术内容生成同样引起了学术界的广泛关注。1998 年，意大利米兰理工大学举办的第一届国际生成艺术会议（Generative Art International Conferences，GA1998）首次明确使用了“生成艺术“这一术语，将 20 世纪末重要的程序化内容生成论文集结成册：一方面，探索生成艺术的设计潜力，介绍生成艺术与电影、舞蹈、雕塑和建筑等人类文化领域相融合的跨媒介应用案例，启示程序化内容生成的广泛应用前景；另一方面，通过研究视觉构图的生成语法、秩序起源、有机形态，界定生成艺术的概念范畴，明确其内在机制。
2003 年，菲利普·加兰特尔（Philip Galanter）基于复杂性理论提出生成艺术系统的框架，深化了生成艺术的学术定位与理解，进一步明确生成艺术的内涵与价值。他指出，生成艺术不仅是工具，更是对艺术内部复杂系统的探索过程。这个过程能够揭示大自然中普遍存在的复杂性，解释大自然如何在完全有序和完全随机的中间地带向我们展现艺术深度和吸引力。
如果说国际生成艺术会议勾勒了生成艺术向其它领域适配的蓝图，为游戏领域的程序化内容生成提供了诸多应用方向，那么加兰特尔的理论则向游戏开发者传递了重要信息：程序生成的艺术性内容能够超越算法本身的动态生产系统，与其它艺术形式一样，成为哲学和审美观念的传递媒介。如果在游戏的生成系统中合理应用，或许能够填补游戏性生成物所缺失的艺术表现力，更直观地展示游戏程序化内容生成的艺术价值。
树苗已经种下，只待有心人栽培。随着开发者的探索，以及互联网和现代媒体技术的革新，游戏中的程序化内容生成不再止步于玩法和机制，而是拓宽至艺术范畴中的文本叙事、环境、情节等元素，甚至是图像、动画、音效、音乐等内容的创作上。2006 年，由塔恩·亚当斯（Tarn Adams）和扎克·亚当斯（Zach Adams）兄弟开发的沙盒模拟游戏《矮人要塞》（Dwarf Fortress）充分使用了程序化内容生成，创造出自动、受控、随机的游戏叙事内容。玩家在游戏预设的自动生成系统创造的世界中建立定居点，开采资源、营造家园，抵御天灾和人祸，最终征服整个世界。经过十余年的迭代，《矮人要塞》的预设元素和事件逻辑已经逐渐接近真实世界，即使画面朴素、上手难度极高，仍有不少玩家因高度的自由性和随机性不断涌入。
《矮人要塞》最大的特点在于，系统随机地构建世界时，不仅会创造应有的地理特征，还会建立生物部族，并生成与之相关的领土扩张、宗教变更等文明发展事件，构成完整的虚拟历史。
比《模拟地球》更为巧妙的是，《矮人要塞》拥有统一的视觉表现形式：象征不同地貌形态、生物群落的像素块配色处于合理的色阶变化中，根据程序规则排列后，像素地图的区域更具森严感。正如同前文的嵌饰概念，《矮人要塞》生成系统所虚构的世界地理和生物文明能够与真实的自然界彼此映照，让玩家在程序模拟的千百年演变中临观如同创世神迹的崇高美和秩序美。这也是《矮人要塞》被纽约现代艺术博物馆（MoMA）收藏的原因之一，由此可见其作为现代艺术形式、游戏艺术历史节点的重要价值。
2008 年，由 EA 发行的《孢子》（Spore）为了模拟物种演变过程中的多样性，在游戏的生成系统中内置多种编辑器，供玩家任意创造生物、建筑物和载具。《孢子》的自由度和叙事立意虽不及《矮人要塞》，但内置编辑器的形制和机制为后续沙盒游戏的生成系统铺设了基本设计思路：预先设置基本资源，再通过程序系统组合为多种结果。
《我的世界》（Minecraft，2009）、《泰拉瑞亚》（Terraria，2011）等作品便是基于这种设计思路的翘楚。在《我的世界》中，玩家所能看见的大多数物体，都由基本构成物“方块”组合而成——这些方块已经由系统预设了材质和属性，再通过某种规则被生成系统调用，最终组合成丰富多样的物体。
这些重视开放世界探索的沙盒游戏主打随机性、自由度和创造玩法，因此其生成系统会保留相对宽松的受控规则，允许产生海量的随机性内容供玩家游玩。但在数量庞大的随机生成物中，仅有少数种子能恰好命中玩家的审美，大部分内容并不符合人类视角下的艺术价值。除非玩家参与到受控规则的制定中，针对性地控制随机生成的方向，才能较高效地锚定具有美感的生成物。否则，将难以在数以亿计的种子中找到具有欣赏价值的内容。
IOS 手游《翼飞冲天》（Tiny Wings，2011）则在相同的预设思路下引入程序调色板（Procedural palettes），为游戏场景生成随机配色。游戏中，玩家将操控一只短翅鸟滑行于各不相同的山丘上，尽可能在规定时间内越过山丘，获得高分。山丘的颜色被程序调色板控制在合理的颜色感知（Colour perception）范围内，产生亮度、色相具有差异化（Differentiation）的主题色彩。
2016 年发行的《无人深空》（No Man’s Sky）可谓是生成系统预设思路的集大成者。在近几年的更新中，游戏逐渐改良了发售时不合逻辑的生成机制与枯燥单一的玩法，实现了京级数量的随机行星生态系统。高度差异化的内容提供了强烈的真实感反馈——游荡在荧光芦苇原中，和粉色蛟蛇嬉戏追逐，看着三颗太阳升起又落下……玩家会忍不住惊叹生成系统的“鬼斧神工”。
我们可以将上述游戏的预设思路总结为一种有效的系统管理和优化策略——“模块化生成系统”。开发者会预设一些可独立处理、分级启动的模块单元，并让各模块遵循某种规则，进行组合、分解、替换，最后生产随机内容。以《无人深空》生物的静态模型为例，与之关联的生成系统包含模型、贴图两个模块——模型模块可细分为头部、身体、尾部等子模块，各子模块中分设多种部件资源，供系统调用；贴图模块则由基层、肚皮、皮肤细节贴图层等子模块搭建，其色彩由星球的配色组随机决定。[2]子模块间的搭配和替换决定了模块的具体参数，因此对任一细部的改动都可以导向不同结果。这种方法非常适合用于处理大量的预设资源，可使生成系统更加稳定，方便维护和补充内容。
四、生成艺术游戏技术性和艺术性的释义
在程序化内容生成的早期，如《Rogue》《不可思议迷宫》系列等游戏的装备数值、角色位置、地牢迷宫构造等生成内容基本属于游戏性相关的玩法和规则范畴。我们能从这些生成物和情景的相互映照中体验到美，但必须以知晓游戏的技术背景和叙事背景为前提，因此，整个过程相对曲折、隐晦。相比之下，上一节提及的游戏中，其事件情节、风景、建筑等生成物，本身就符合玩家对游戏审美内容或结构的定义，因而能够更直观地展现艺术价值。
我们可以把这些生成物符合艺术范畴的程序化内容生成游戏，称之为“生成艺术游戏”。如此一来，涉及艺术性生成物的游戏生成系统获得了一种更加独立的概括性描述——在生成艺术游戏中，可以用艺术内容直观、明确地表达生成物与情景相互映照的美感，传递程序化内容生成的艺术价值。正如《我的世界》的生成系统，虽然服务于玩法和机制，但哪怕不了解系统的生成逻辑，玩家也能够从方块随机组合生成的部分地形地貌中获得类似于游览现实风景的审美享受。
不过，美感的表现形式各不相同，公众对美的认同也各有标准，这引申出生成艺术游戏在审美方面的价值判断问题。当玩家不认可生成物的审美属性时，自然无法获得美的享受。例如首个现象级 NFT 产品《加密猫》（CryptoKitties，2017），由猫之间的杂交生育进行生成艺术内容创作。配种时，两只母代加密猫会提供自己身体的不同特征，组合为独一无二的子代加密猫。虽然《加密猫》的生成系统符合程序化内容生成的自动、受控和随机特征，但其生成物的艺术性被 NFT 概念下的金融属性和科技属性削弱，是否具有审美价值难以达成共识；更何况《加密猫》一类的 NFT 产品，其游戏性也常因商业化的投机行为而遭到质疑，因此，生成艺术游戏的生成系统应当参与到游戏的机制和玩法之中，符合游戏概念的交互属性和机制，否则，将成为一种不具备游戏属性的艺术活动（即生成艺术），或者只是一种使用程序生成资源的普通游戏（即程序化内容生成游戏），甚至只是一个产品（如所谓的 NFT 游戏）。
归纳一下便是，生成艺术游戏一定包含程序化内容生成，但包含程序化内容生成的游戏不一定是生成艺术游戏，而包含生成艺术的作品也不一定是生成艺术游戏。对于生成艺术来说，程序内容生成物的艺术性大于游戏性；而对于生成艺术游戏来说，程序内容生成物的游戏性大于艺术性。
近年来，也有一些游戏深耕艺术性内容的表现力，诠释生成艺术游戏的魅力。《树·盆栽》（Tree Bonsai，2019）通过算法模拟盆景树的生长过程，玩家既可以选择修剪，也可以任其自然生长，整个过程充满禅意的参悟。
马特·德劳里耶斯（Matt DesLauriers）于 2021 年开发的网页游戏《Wayfinder》堪称“诗歌模拟器”。玩家操控漂浮小人，在插画风场景中收集随机生成的词语碎片，生成俳句式的诗歌。每次加载游戏后，实时创建和渲染的生成系统都会展示不同的插图、动画和场景；词语碎片则由生成系统从词汇集中按预置的自然语言处理规则选取，再根据某种语法规范进行组合，生成逻辑合理又不失艺术韵味的随机诗歌。
游戏地址：https://wayfinder.nfb.ca/
总结：生成技术的现代历程和未来图景
随着计算能力提升和算法进步，游戏对随机生成的应用逐渐从玩法、机制相关内容发展到更为复杂和富有深意的艺术性内容。从《Rogue》《矮人要塞》到《我的世界》《无人深空》，我们可以清晰地在程序化内容生成游戏的发展历程中看到技术、艺术和游戏的融合轨迹。这一过程不仅展示了技术推动游戏创新的路径，也反映了程序化内容生成在游戏审美价值方面的应用潜力。尽管生成艺术游戏存在“一千个观众心里有一千个哈姆雷特”的审美认同问题，但游戏生成系统确实能够为大多数玩家提供交互性的体验，让我们在随机生成的世界和各种奇遇中，收获一段“美”的经历。
目前，人工智能机器学习（Machine Learning）的神经网络子算法分支发展出来的深度学习（Deep Learning）算法，给游戏的程序化内容生成带来较大冲击。这种技术最初多用于游戏性机制之中，像 DeepMind 的 AlphaGo Zero、AlphaStar，OpenAI 的 Dota Five 等，分别在围棋、《Dota2》和《星际争霸》竞技领域取得了令人瞩目的成果。这些程序会处理大量数据，推演计算，学习真实的玩家行为，不断变强。大型游戏公司也在频繁宣布 AI 计划，训练自家的生成模型：育碧将研发一款有助于生成游戏中 NPC 对话的人工智能工具[3]；动视暴雪为多人游戏中独特的 AI 生成音乐申请专利，希望通过关联玩家的行为生成相应的音乐，增强沉浸感。[4]
对于独立游戏工作者来说，AI 模型可以与机制和玩法结合，例如《AI: Art Impostor》（2022），就将 AI 绘画引入《谁是卧底》的游戏机制：系统随机指定创作主题，供玩家生成自己的 AI 绘画作品，并展示给其他玩家检查——通过判断图片是否符合创作主题，找到拥有与其他玩家不同创作主题的“卧底”。
或者，AI 模型也可用于游戏性内容的生产。例如《AI Roguelite》（2022）中的文本、图像全部由 AI 生成。玩家可以选用更高级的 AI 模型，获得更高质量的游戏体验。
不过，上述游戏的艺术性内容尚有进步空间，如《AI: Art Impostor》很容易生成不符合逻辑与道德的怪异图像，影响游戏体验；《AI Roguelite》会频繁出现不符合逻辑的文本描述。正如前文提及，受控型规则可确保生成内容符合游戏预设的玩法和机制，如果生成物的逻辑溃于混乱，相应的艺术价值自然土崩瓦解。哪怕是更强大的模型，包括在自然语言上拥有更精准逻辑关系的文字冒险游戏《AI 地牢》（AI Dungeon）、用一句话生成 3D 世界的《Roleverse》、或者基于最新大型语言模型（LLM）机器学习算法和生成型扩散模型的 3D 游戏研发平台 MoonlanderAI——它们的本质是为了游戏玩法和机制而存在的工具，其生成物的艺术性仍有待商榷。
应用 AI 技术的内容生成，其困境可以总结为两方面：
其一，AI 生成系统的艺术性有待验证。AI 程序会收集并糅合各种网络信息，将其视作原创性的艺术产物。“创造性工作”的成本因此降低，“创意”与“缝合”的概念被大数据模式模糊，似乎人们对时间、精力和资源的渴望反噬了自身赖以生存的意识领域。因此，一直有人认为 AI 生成艺术实际上并不是在进行艺术创作，而是在剽窃。
其二，AI 生成系统的艺术性使用场景尚不明确。现阶段，AI 生成系统更多是在与游戏性相关的辅助内容上横向发展，而略失艺术性表达。平台渠道对于 AI 辅助生成作品的监管也影响了其在游戏艺术性内容生成上的应用。从开发者角度看，他们暂时可能更倾向于使用 AI 来提升内容生产的效率，而非提高内容质量。
当然，AI 技术现今仍处起步阶段，很多生成内容的内涵和价值尚待发掘。从视觉资源到视觉艺术、从叙事参考到诗歌生成……艺术性内容的生成系统才刚开始拓宽我们对游戏的认知。当我们在面对 NPC 的问候时，显然不会觉得生硬的“你好”是件艺术品；如果这句“你好”由程序自动生成，并且 NPC 每次都会用不同的方式打招呼，那么我们或许会觉得这个生成系统有点意思；如果在未来，NPC 能够在不预设台本的情况下，用深情的口吻吟诵“会须一饮三百杯”、摆出碰杯的姿势，那么玩家自然能够从 NPC 与文人形象的映照关系中体会到程序生成的艺术性。
随着技术的进一步发展，根据程序参与的比重不同，游戏的生成系统或许会完全超越其生产工具的属性，能够像艺术家一样真正地创作艺术作品。未来的具体发展难以预知，但可以预见的是，生成艺术游戏将会成为我们认知新时代游戏艺术的重要媒介。
参考资料：
[1]：https://zhuanlan.zhihu.com/p/31433101
[2]：https://zhuanlan.zhihu.com/p/82758631，英语原文链接已失效，附作者的 github 主页：
https://github.com/gregkwaste
[3]：https://www.thegamer.com/ubisoft-ai-tool-npc-dialogue/
[4]：https://www.thegamer.com/activision-blizzard-patent-ai-generated-music-multiplayer-games/
封面：Youtube 视频《Top 20 Best New Seeds for Building in Minecraft 1.20！》
图片：如无特别说明，文中图片均来自游戏截图
*本文内容系作者独立观点，不代表 indienova 立场。未经授权允许，请勿转载。