腾讯游戏的开发方法论 。

文/陈昊
2019年 ， 腾讯游戏学堂出版了《腾讯游戏开发精粹》 。 这本书名致敬《游戏编程精粹》丛书（Game Programming Gems）的书籍由10多名腾讯游戏资深技术专家撰写而成 ， 受到了行业认可 。
经过2年筹备 ， 腾讯游戏发布了《腾讯游戏开发精粹Ⅱ》 。 本书介绍了腾讯游戏的新研究成果和新技术进展 ， 涉及人工智能、计算机图形、动画和物理、客户端架构和技术、服务端架构和技术及管线和工具六个方向 。 无论你是游戏从业者、游戏相关专业师生还是对游戏幕后技术原理感兴趣的普通玩家 ， 都可以从中受益 。
本书收录了 21 个在上线项目中得到验证的技术方案 ， 比如以下的案例：
《王者荣耀》的可定制的快速烘焙方案：一个可定制的快速烘焙方案 ， 底层提供基于Voxel（体素）的快速构建和光线追踪 ， 上层根据需求提供若干烘焙实现 。 该方案具有硬件要求低、可快速迭代、全自动等优势 ， 如《王者荣耀》的对战地图可以在几秒之内预览烘焙效果 ， 大大提升了项目美术迭代的效率 。
大世界的场景复杂度管理方案：在相同的硬件平台下 ， 复杂度管理方案很大程度上决定了大世界场景里填充内容的数量和质量 。 本方案基于控制理论中的负反馈控制系统 ， 最终可达成：1、离线检测工具 ， 自动分析场景各区域复杂度 。 2、运行时根据平台设定 ， 智能控制场景内容的加载卸载、显示隐藏、LOD控制等 。 3、根据平台负载能力和当前负荷 ， 更有效的控制运行负荷 ， 获取平滑的fps 。
过程化河流生成方法研究与应用：目前比较有特色的河流生成方法是游戏《地平线：黎明时分》中提出的方法 ， 考虑了阶梯瀑布、山谷侵蚀、宽度变化等河流自然特征 ， 能够得到比较生动的效果 。 本方案借鉴地平线方法 ， 在此基础上进行补充和扩展 ， 实现一套鲁棒可控的河流生成系统 。
从照片到模型的Photogrammetry生产管线：2019 年 ， 举世闻名的巴黎圣母院被烧毁 。 所幸早年已经有学者对整个巴黎圣母院进行了完整的扫描和建模 ， 这对后续的重建工作起到了重要的指导作用 。 Photogrammetry 生产管线可以用于从普通大小物件到大地形、大型物件模型的重建 ， 将从拍摄照片到输出可用于实时渲染的模型的整个流程智能化、自动化 ， 以便用较少的人力、较快的速度完成大规模室外场景的3D 重建工作 。 这将对游戏制作、数字化展览、数字化记录保存历史文化遗产、科学研究等起到很大的帮助作用 。
数字人级别的语音驱动面部动画生成：本方案论述了一种基于机器学习方法的语音驱动数字人处理框架和相关算法 。 与传统的基于规则或数据驱动的Lip Sync（Lip Synchronization ， 唇形同步）解决方案不同 ， 该方案分析了高保真数字人面部绑定系统的制作管线和数据特点 ， 并从机器学习的角度对该绑定进行抽象 ， 定义了一个语音-控制器的端到端学习框架 。 基于这个框架 ， 提出了一种基于深度学习的语音驱动面部动画模型 。
基于照片的角色捏脸和个性化技术：角色的个性化已经成为现今游戏的一个常见需求 。 根据用户的照片 ， 生成带有用户特征的游戏人脸将会提升用户的角色代入感和游戏体验 。 本方案设计了一个智能捏脸系统 ， 可以根据用户上传或拍摄的人脸照片进行自动的三维人脸关键点检测 ， 将标准的人脸根据游戏风格进行相应的变化 ， 生成保持用户人脸特征且具备游戏风格的三维人脸模型 。
多足机甲运动控制解决方案：本方案是一套以程序化动画为核心 ， 结合动画序列、曲线控制及物理模拟等手段来增强表现力的解决方案 。 该方案不仅从根本上解决了滑步问题 ， 还能为不同形态的机甲快速生产和迭代运动动画 ， 使小团队在人力资源有限的情况下 ， 依然能高效地打造高品质的机甲运动效果 。