Перейти к содержимому
Учи.Онлайн Выбрать школу
Статья

Нейросети в разработке игр: концепт, арт, 3D, код и прототип с помощью ИИ

Нейросети в разработке игр — это набор инструментов, которые ускоряют отдельные этапы работы над игрой. Языковая модель помогает перебрать идеи механик и набросать диздокумент, генераторы изображений дают концепты персонажей и текстуры, 3D-сервисы вроде Hunyuan 3D превращают картинку в черновую модель, а ассистент в редакторе кода пишет и объясняет скрипты для Unity. Решения о правилах игры, проверка результата и ответственность за права на ассеты остаются за разработчиком, и именно этому приходится учиться.

Автор: редакция Учи.ОнлайнОтветственный редактор: Дмитрий Игнатьев
Содержание
Иллюстрация к статье: Нейросети в разработке игр: концепт, арт, 3D, код и прототип с помощью ИИ

Главное заблуждение новичка — что нейросеть «сделает игру по описанию». На практике она выдаёт сырьё: десять вариантов врага, из которых годится один, модель с лишними полигонами и кривой развёрткой, скрипт, который работает, пока игрок не нажмёт две кнопки сразу. Навык в том, чтобы быстро получить сырьё, отобрать лучшее и довести его до состояния, когда оно не ломает проект.

Что ИИ делает в игровом проекте, а что остаётся за вами

Небольшая игра проходит этапы от идеи и механик через 2D-графику, 3D-модели и код к прототипу и тестированию. На стадии идеи нейросеть даёт варианты и задаёт неудобные вопросы о правилах, в графике выручает объёмом черновиков, в коде — шаблонными скриптами и объяснением ошибок.

Хуже всего ИИ справляется с тем, что связывает этапы. Баланс сложности, ощущение от управления и единый стиль сотни ассетов не генерируются одним запросом. Они появляются, когда человек играет в свой прототип, замечает «ватный» прыжок и правит параметры. Поэтому нейросети особенно полезны соло-разработчикам и маленьким командам, где один человек закрывает и арт, и код.

Если проект строится на лицензированных персонажах, издатель запрещает сгенерированный контент или ошибка в сетевом коде стоит дорого, нейросеть остаётся подсобным инструментом для референсов и черновиков.

Учебный пример: игра про смотрителя маяка

Ситуация учебная. Вы делаете небольшую игру: смотритель маяка ночью отбивается от наползающего тумана, переключая лучи прожектора, а днём чинит маяк на собранные ресурсы. Есть две недели свободных вечеров и Unity.

В первый вечер вы просите языковую модель не «придумать игру», а найти дыры в правилах: что делает игрок, когда туман не наступает, и чем вторая ночь отличается от первой. Из ответов вы берёте одно усложнение — туман прячет корабли, которые нельзя задеть лучом, — и записываете правила на одну страницу.

Затем генератор изображений даёт двадцать вариантов маяка. Вы выбираете стиль — тёмно-синий, низкая детализация, жёлтый свет — и фиксируете его в нескольких опорных картинках для следующих запросов. Из концепта 3D-генератор делает черновую модель; вы уменьшаете число полигонов и переделываете крышу вручную.

Код вы пишете с ассистентом в редакторе: поворот прожектора, распространение тумана, смена дня и ночи, и каждый скрипт проверяете в игре до следующего запроса. В конце второй недели три человека играют в прототип. Если туман слишком быстрый, а корабли плохо видно, эти правки делаются руками.

Концепт и механики: что спрашивать у языковой модели

Языковая модель полезнее как оппонент, чем как автор. Просьба «придумай интересную механику» даёт усреднённый ответ. Работают узкие задачи: перечислить способы, которыми игрок может сломать правило, или предложить три варианта наказания за ошибку и описать, как каждый влияет на темп.

Диздокумент нейросеть оформит быстро, но цифры в его таблицах — догадка: цену улучшения или скорость врага проверяют в прототипе.

2D-арт, текстуры и 3D-модели: где кончается генерация

Генераторы изображений хорошо справляются с концептами, фонами, иконками и бесшовными текстурами. Трудности начинаются, когда один персонаж нужен в нескольких ракурсах: детали костюма меняются от картинки к картинке, и помогают только опорные изображения и ручная доводка.

3D-генерация из картинки или текста даёт модель за минуты, но игровой ассет из неё получается не сразу. Приходится уменьшать число полигонов, исправлять развёртку, проверять масштаб, а персонажу ставить скелет. Генератор экономит время на первом шаге, но не отменяет работу 3D-художника.

Код и локальная модель в Unity

Для кода можно пользоваться облачными чат-ботами, а можно запустить модель у себя: например, Qwen 3 Coder через Ollama и подключить её к редактору расширением Continue. Код проекта не уходит на чужой сервер, подписка не нужна, но нужен мощный компьютер.

Ассистент быстро пишет типовые вещи: управление, таймеры, сохранение, простой интерфейс. С архитектурой хуже: сгенерированные скрипты ищут объекты по имени в каждом кадре, дублируют логику и ломаются при смене сцены. Помогает правило: один небольшой скрипт за раз, прочитанный до вставки. Общие риски ИИ-кода в обычной разработке разобраны в статье о нейросетях для разработчика, а сборка игр в конструкторах — в статье об играх без программирования.

Права на ассеты и лицензия модели

Перед публикацией нужно ответить на два вопроса: можно ли коммерчески использовать каждый сгенерированный файл и разрешено ли вообще пользоваться моделью, которая его создала. Условия сервисов меняются, поэтому их сохраняют на дату генерации вместе с промптами.

Пример неочевидного ограничения — открытые модели Tencent для 3D-генерации. В лицензии Hunyuan 3D 2.0 от 21 января 2025 года и в лицензии версии 2.1 от 13 июня 2025 года «территория» действия определена как весь мир, кроме Евросоюза, Великобритании и Южной Кореи (п. 1). Использовать, изменять, распространять и показывать модель за пределами этой территории запрещено (п. 5(c)). Художник команды, живущий в Германии, не может легально запускать эту модель, даже если остальные работают в России. При этом Tencent не претендует на права на сгенерированные результаты, но ответственность за них и за их дальнейшее использование лицензия возлагает на пользователя (п. 6(d)). Результаты запрещено использовать для улучшения других нейросетей (п. 5(b)). А компании, чьи продукты на дату выхода версии набирали больше миллиона активных пользователей в месяц, должны отдельно запросить лицензию у Tencent (п. 4). У онлайн-сервиса Hunyuan 3D свои правила.

С чего начать и в каком порядке осваивать

Порядок идёт от дешёвых проверок к дорогим: сначала то, что легко оценить глазами, затем ассеты для движка и только потом код, где ошибку видно не сразу. Последний шаг — проверка прав, потому что без неё прототип нельзя показать публике.

  1. Возьмите простую механику и обсудите её с языковой моделью: попросите найти дыры в правилах и предложить усложнения.
  2. Соберите набор опорных изображений стиля и сгенерируйте по нему персонажа, фон и иконки так, чтобы они выглядели частью одной игры.
  3. Сделайте в 3D-генераторе одну модель, затем приведите её к игровому виду: число полигонов, развёртка, масштаб, импорт в движок.
  4. Подключите ассистента к редактору кода и напишите с ним управление и одну игровую систему, проверяя каждый скрипт в игре.
  5. Соберите прототип и дайте поиграть трём людям.
  6. Составьте таблицу ассетов: чем сделан каждый файл, на каких условиях и можно ли его использовать в коммерческой игре.

Если хочется пройти этот путь по готовому плану на простом движке, есть короткий формат. На онлайн-курсе Skillbox «Как создать игру нейросетью» за месяц и 72 часа практики собирают платформер в Construct: историю пишут с DeepSeek и «Алисой», персонажей и уровни делают в Leonardo AI и Stable Diffusion XL, музыку — в Suno. Модули на странице не перечислены, поэтому детальную программу стоит уточнить у школы.

Открыть курс «Как создать игру нейросетью»

Упражнения и типичные ошибки

Полезное упражнение — сделать один ассет тремя способами: генерацией, генерацией с доработкой и вручную, а затем сравнить время и качество. Второе — попросить ассистента объяснить чужой скрипт строка за строкой и проверить объяснение запуском.

Новички генерируют ассеты раньше, чем зафиксировали стиль, вставляют код, не читая его, не сохраняют промпты и условия сервисов и полируют графику, пока механика не проверена на людях.

Как навык влияет на доход

Открытых данных о надбавке за владение ИИ-инструментами в геймдеве мы не нашли, есть только косвенные ориентиры. В отчёте GDC 2026 State of the Game Industry, опубликованном в январе 2026 года по опросу более 2 300 специалистов отрасли, 36 % респондентов сказали, что используют генеративный ИИ в работе, а в игровых студиях — 30 %. Среди пользователей 47 % применяют его для помощи с кодом и 35 % — для прототипирования. При этом 52 % считают, что генеративный ИИ вредит индустрии, хотя годом раньше так думали 30 %.

О деньгах на российском рынке говорит исследование Хабр Карьеры за первое полугодие 2026 года, опубликованное 21 июля 2026 года по 45 226 зарплатам, которые указали сами специалисты. В нём зарплаты разработчиков игр показаны со снижением на 8 %, без разбивки по владению нейросетями. Навык помогает соло-разработчику закрыть арт и прототип без найма, а в студии экономит время на черновиках, но работодатель по-прежнему смотрит на движок, язык программирования и законченные проекты.

Как выбрать обучение

Два из трёх онлайн-курсов ниже — программы Skillbox: короткие специализированные курсы о нейросетях именно в разработке игр в каталоге Учи.Онлайн мы нашли только у этой школы. Третий курс — профессиональная программа другой школы, где ИИ встроен в обучение Unity.

На курсе Skillbox «Нейросети в играх и графике» за месяц проходят 7 модулей и 29 уроков по цепочке, близкой к учебному примеру: механики в DeepSeek, 2D-арт и анимация, 3D-модели в Hunyuan 3D, локальная Qwen 3 Coder в проекте Unity. Итог — прототип инкрементальной игры с башенной защитой; на странице честно сказано, что баланс, звук, оптимизацию и юридическую проверку материалов придётся делать отдельно.

Открыть курс «Нейросети в играх и графике»

При выборе смотрите, на каком движке идёт практика, сколько готовых работ останется в портфолио и разбирают ли на курсе права на ассеты. Новичку хватит короткой программы, чтобы понять, интересен ли процесс. Если цель — работа в студии, нейросети стоит учить вместе с движком и языком программирования, а не вместо них.

Такой вариант — онлайн-курс Eduson Academy «Разработчик игр на Unity + ИИ»: C#, Git, тесты NUnit, командный проект и публикация WebGL-сборки в Яндекс Игры, а в итоге — собственная 2D- или 3D-игра для ПК или Android. Блоки о генерации кода, изображений и видео доступны только на расширенных тарифах, а сведения о длительности расходятся: 6 и 8 месяцев, так что тариф и срок стоит уточнить до оплаты.

Открыть курс «Разработчик игр на Unity»

Перед оплатой спросите у школы, кто проверяет работы, и узнайте, какие из используемых сервисов платные: подписки на генераторы после окончания обучения оплачиваются отдельно.

Сравнить программы других онлайн-школ можно в рейтинге школ по разработке игр. Это рейтинг по геймдеву в целом, а не только по нейросетям, поэтому наличие ИИ-модулей проверяйте в описании каждой программы.