Na Devcom, a conferência de desenvolvedores que acontece junto com a Gamescom, a IA roubou a cena. Microsoft, Tencent, Google, Meta e outros gigantes apresentaram mais de vinte sessões focadas em IA, com os desenvolvedores concentrados em três temas: como a IA aumenta a eficiência da produção de arte para jogos, como as ferramentas de IA se integram aos pipelines tradicionais e estudos de caso em geração de animação e construção de cenários.
As exigências de fidelidade da arte de jogos cresceram exponencialmente nos últimos anos — e a carga de trabalho cresceu na mesma proporção. É nesse contexto que a Tencent Games lança globalmente o VISVISE, uma solução de IA de cadeia completa para criação de jogos: um conjunto de ferramentas organizado em quatro pipelines — produção de animação, produção de modelos, gestão de ativos digitais e NPCs inteligentes — cobrindo todo o fluxo de desenvolvimento de arte de jogos, com foco no “trabalho braçal” repetitivo, mecânico e de alto volume que consome o tempo dos artistas.
Os números de vitrine: em animação 3D, o MotionBlink do VISVISE recebe alguns quadros-chave fornecidos pelo usuário e completa automaticamente os quadros intermediários, gerando uma sequência completa. Historicamente, a criação manual de quadros intermediários consumia 60-70% das horas de animação de personagens — uma animação de dez segundos podia levar de 3 a 7 dias-pessoa de ajuste manual. Agora, a IA completa 200 quadros de animação em 4 segundos, com otimizações em intervalos de 1,5 segundo levando alguns resultados à qualidade de captura óptica de movimento. Um estudante alemão de desenvolvimento de jogos que experimentou a ferramenta no estande — um desenvolvedor indie se preparando para abrir sua própria empresa — disse que a captura de movimento era justamente seu gargalo, e que o MotionBlink reduz significativamente a barreira de entrada para equipes pequenas e fundadores. E o MotionBlink é apenas uma ferramenta: a solução de animação de personagens Superman e o GoSkinning de rigging automático já estão em jogos reais, incluindo Peace Elite e PUBG Mobile.
Que problema um modelo de IA para jogos realmente resolve?
Na produção tradicional de arte para jogos, 50-60% do trabalho vai para a criação de ativos, sendo a modelagem 3D e a animação as etapas mais tediosas. A modelagem transforma arte conceitual em modelos digitais estáticos; para fazer os personagens se moverem, é necessário binding de esqueleto → skinning → animação.
O skinning, como explica Chen Dong, líder de produtos de eficácia da Tencent Games, é como vestir um personagem 3D — não com tecido, mas com matemática, fazendo pele e ossos se moverem em perfeita coordenação. Quando um osso se move, o sistema precisa calcular como cada face da malha o acompanha: a quais juntas cada face está associada e com quais pesos. Os pesos determinam quais juntas influenciam uma face e com qual intensidade — “se uma face da malha é vinculada a apenas uma junta, ela acompanha apenas o movimento dessa junta”. Tradicionalmente, os artistas ajustam manualmente milhares de pontos de peso, costurando a pele ao osso com fios invisíveis de dados; a pele perto das juntas precisa de vinculação distribuída para que as dobras do cotovelo se formem naturalmente quando o braço se levanta. Os problemas: um personagem pode ter centenas de ossos, cada um exigindo controle preciso da deformação da pele, e um único deslize causa clipping — uma peça de roupa interna atravessando a camada externa. Até mesmo riggers seniores gastam 60% do tempo com essas questões.
A animação é ainda mais difícil. As duas rotas tradicionais: keyframing manual, em que o ajuste quadro a quadro faz uma animação de dez segundos levar uma semana; e captura de movimento, que é mais rápida mas entrega dados de qualidade instável exigindo correção pesada — enquanto movimentos estilizados e não genéricos, como artes marciais ou expressões exageradas, frequentemente não têm dados, forçando novas sessões de captura. A IA quer resolver isso, mas a complexidade dos dados de jogos torna a tarefa brutal: o skinning exige modelar relações complexas entre vértices e ossos com dados 3D altamente heterogêneos que resistem à representação; o detalhe da animação é tão rico que falta uma representação unificada eficaz (como a discretização que impulsionou os LLMs), e sua modelagem espaço-temporal multidimensional é um problema em aberto. Acima de tudo, o padrão de qualidade da indústria é impiedoso — o resultado da IA precisa se encaixar perfeitamente nos pipelines de produção e permanecer ajustável pelos artistas. Uma empresa que não entende de desenvolvimento de jogos, ou que não tem os dados, provavelmente não alcança nem a nota mínima. O verdadeiro desafio: construir uma IA que entenda tanto a tecnologia quanto o jogo.
A resposta da Tencent
Para o skinning, o VISVISE traz o GoSkinning, uma IA em duas etapas: um modelo fundacional de skinning geral (arquitetura GCN mais Transformer) prevê cadeias de ossos e pesos esqueléticos, e depois uma passagem local de IA reotimiza as áreas problemáticas — barras de saias, asas, peças complexas. A operação é simples: selecione o modelo e as juntas na cena e clique em auto-skinning completo. Para correções locais, quando a saia de um personagem apresenta artefatos de colagem, basta selecionar as juntas e vértices incorretos e o GoSkinning os repara com um clique. Treinado com dados de alta qualidade acumulados ao longo do desenvolvimento real de jogos, o sistema processa um modelo de 20.000 vértices em 30 segundos — um ganho de eficiência de 8x.
A animação recebe o mesmo tratamento: defina a trajetória, adicione poses-chave como decolagem e pouso, e o MIB — o in-betweening inteligente do MotionBlink — preenche o meio: uma abordagem autoregressiva por difusão cujo modelo subjacente, o MotionGen, treinado com dados de captura de movimento em larga escala e alta precisão, suporta escalada, dança e outros estilos de ação, com algumas gerações de locomoção se aproximando da qualidade de mocap profissional. A pesquisa da equipe sobre smart-keyframes foi aceita no ACM SIGGRAPH 2025. O ponto crucial: as ferramentas se integram como plugins a softwares existentes como o Maya — os desenvolvedores as adotam sem precisar reconstruir seus pipelines.
Como o VISVISE foi construído: produção primeiro, pesquisa depois
Diferente do manual de IA de “inventar a tecnologia e depois buscar aplicações”, o VISVISE nasceu das necessidades reais de desenvolvimento da Tencent Games. A linha do tempo: 2016 — início da exploração de IA, com aprendizado profundo aplicado à eficiência operacional e otimização de processos. 2017 — pesquisa sobre jogos com aprendizado por reforço. 2018 — o foco técnico se estende ao pipeline de produção de arte (DCC). 2022 — lançamento do GoSkinning 1.0: uma abordagem de aprendizado de máquina orientada a dados que aprende com dados de skinning existentes e faz previsões em conjuntos de dados semelhantes de vestuário, implantado em Peace Elite e QQ Dance. Dados de produção reais mostraram que o GoSkinning 1.0 sozinho elevou a eficiência de skinning de animação do Peace Elite em cerca de 40%. A equipe do VISVISE então manteve uma colaboração contínua com o grupo do projeto Peace Elite, entregando recursos personalizados a partir de necessidades concretas; o GoSkinning já iterou até a versão 4.2, adicionando skinning de saias, skinning quadrúpede e binding facial, com eficiência de skinning de animação mais de 60% maior. Quando a IA generativa explodiu em 2023, a equipe reconheceu que o pré-treinamento com dados em larga escala por meio de redes neurais gerava uma poderosa capacidade generativa — e dobrou a aposta em geração de modelos 3D e animação, as etapas mais caras do desenvolvimento de jogos. Em 2024, a Tencent consolidou suas explorações dispersas de IA em uma matriz de produtos sistemática, e o VISVISE foi oficialmente lançado: organizado em torno das seis etapas centrais da criação de jogos — geração de modelos, texturização, rigging, animação, construção de cenários e renderização — com quatro pipelines de produção de IA, cada um com ferramentas específicas treinadas de forma diferenciada por gênero de jogo.
Os resultados de negócios já aparecem nos relatórios da Tencent: os relatórios do 1º e do 2º trimestre de 2025 destacaram a contribuição da IA para a eficiência de P&D, com o 1º trimestre citando contribuições substanciais para títulos evergreen e o 2º trimestre mencionando a adoção intensificada de IA à medida que Honor of Kings e Peace Elite evoluem para status de plataforma. O VISVISE agora serve não apenas aos projetos internos da Tencent, mas também a numerosos parceiros da indústria — só o GoSkinning já roda em quase cem jogos.
Jogos e IA: o antigo casamento
Com o ChatGPT-5 e o Google Genie 3, uma tese está se formando: a multimodalidade está se tornando a capacidade-chave da IA — e os jogos, ricos em cenas interativas 2D e 3D, são o melhor terreno de aplicação para a AIGC. Como resume Chen Dong: “Jogos e IA são um par natural.” A história confirma. As GPUs da NVIDIA foram criadas para renderizar gráficos de jogos e se tornaram a base computacional para treinar grandes modelos. A IA de aprendizado por reforço da DeepMind cortou os dentes em StarCraft e DOTA 2. Até no hardware, os núcleos CUDA que rodam jogos e os núcleos Tensor que rodam IA ficam fisicamente adjacentes — vizinhos por design. A relação não é coincidência, mas inevitabilidade: o ciclo de um jogo de perceber o ambiente → decidir → agir → iterar é, estruturalmente, um campo de treinamento para IA. Uma IA que aprende a “emboscar no mato” em Honor of Kings está aprendendo a mesma habilidade subjacente de uma que aprende a “antecipar o trânsito” no mundo real. Os jogos também estão entre os maiores consumidores de ativos 3D — e sua busca pela experiência suprema continua empurrando a IA além de seus limites. Os desenvolvedores queriam NPCs que chorassem e rissem há anos; a tecnologia só permitia bonecos sem vida. Agora a IA permite que NPCs lembrem do seu nome, zombem do seu modo de jogar, até finjam raiva — e a aposta do VISVISE é que esse ainda não é o teto.
