《AI Agent 游戏产品开发》9.2 美术与音频的批处理一致性

批量生成的美术与音频,单张合格不代表放在一起像一套。本节把一致性拆成色差、响度与风格引用三个可测量维度,给出每批 40 张、抽检 10%、ΔE 不超过 6、响度 −16 LUFS ±1 的判据,并说明超标十分之一以内重生成、超过十分之一整批退回的理由。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。批大小、抽检比例、色差与响度阈值均为教学设定值。

《潮汐消消》的一次夏日活动要出六套皮肤,每套包含界面、图标、道具与音效。美术把风格基准图交给生成工具,一次跑四十张,挑出可用的。

问题不在单张质量。单张拿出来都好看,放进同一套界面却像来自三个游戏:绿色偏黄,蓝色偏灰,按钮的高光方向不一致。音频的问题更隐蔽,单听都正常,连续播放时音量忽大忽小。

这一节处理的是批量生产的一致性问题:怎么把「像不像一套」变成可测量、可拦截的判据。

一致性问题不是质量问题

质量问题问「这张好不好看」,一致性问题问「这张和那一张是不是同一个世界」。

两者需要不同的检查方式。质量靠人审,因为审美无法完全量化;一致性靠测量,因为偏差可以量化。把两者混在一起,会出现两种失误:

  • 只审单张。 每张都通过,整批仍然不像一套。
  • 只测数值。 色差合格但风格不对,因为基准图本身选错了。

正确顺序是先测一致性,再审质量。一致性不合格的批次不该进入人审,因为人审一次只能看几张,看不出系统性偏差。

三个可测量维度

批量生成的一致性可以拆成三个维度:

维度测什么判据超标含义
风格引用是否声明了基准样本必须有 styleRef没有基准,无从比较
色差与基准的平均颜色距离ΔE ≤ 6偏色或风格漂移
响度音频整体响度−16 LUFS ± 1混音不统一

三个维度分别对应三类偏差:没有基准是流程缺失,色差超标是风格漂移,响度超标是混音问题。三者的处理动作不同,所以原因要分开报。

色差用 ΔE 而不是 RGB 欧氏距离,是因为 ΔE 更接近人眼感知。ΔE 为 6 大致是「并排能看出差别,分开看不太明显」的量级,适合作为批量一致性的上限。

响度用 LUFS 而不是峰值,是因为玩家感知的是整体响度。峰值相同的两段音频,一段持续很响、一段大部分很轻,听感完全不同。

基准样本先于批量生成

一致性检查的前提是有一个基准。基准不是一张图,而是一组样本:

  • 五张风格锚点,覆盖主色、材质、光照与线条。
  • 一份风格说明,写清能做什么、不能做什么。
  • 一个固定的比对方法,说明色差怎么算。

基准本身要经过人审。基准选错,后面所有测量都在错误的方向上精确。很多团队跳过这一步,直接拿第一张生成结果当基准,结果整批围绕一张偶然的图收敛。

基准也要版本化。换了锚点图就是换了一套风格,旧批次不能与新批次混用,否则一致性检查会给出误导性的通过。

每批四十张,抽检百分之十

批量规模影响检查成本。每批四十张是一个折中:小到人审能在半小时内看完,大到能暴露系统性偏差。

抽检比例定在百分之十,即每批抽四张。抽检的作用不是替代全量测量,而是以较低成本发现「这批整体偏了」。

抽检要按固定步长取,不用随机。固定步长意味着同一批重跑得到同一组样本,复核时不会因为抽样不同而得出不同结论。

抽检发现的问题要回到全量测量。抽到的四张里有三张色差超标,不应只重生成这三张,而应把整批四十张都测一遍,确认偏差范围。

超标处置:重生成还是整批退回

超标比例决定处置方式:

超标比例处置理由
0通过无需动作
≤ 10%重生成超标条目局部波动,换种子可解
> 10%整批退回风格基准或提示词有系统性问题

十分之一这条线是经验值,不是定律。它的含义是:少量超标可以用随机波动解释,大量超标不能。四十张里错四张,可能是模型偶发;错五张以上,继续逐张重生成只会把成本花在同一类错误上。

整批退回不是惩罚,而是止损。退回之后要检查基准图、风格说明与提示词,而不是原样重跑。原样重跑得到的还是同一批偏差。

重生成必须换种子

重生成的常见错误是「再跑一次」,但种子没变。同一种子加同一提示词,结果高度相似,等于没有重试。

正确做法是给每次重试换一个确定的种子。种子由原种子与重试次数推出,既保证不同次结果不同,又保证同一次重试可复现。

重试次数要有上限。三次仍超标,说明不是种子问题,而是这条内容本身超出了风格基准的表达范围,应该转人工或换基准。

把批处理一致性写成可运行判定

下面的实现把偏差原因、异常列表、抽检、换种子、重生成计划与批次结论写成纯函数。

// file: src/pipeline/batch.ts
// tier: L1
// verify: node --test test/pipeline/batch.test.ts

// 美术与音频的批处理:一致性靠可测量的偏差,不靠肉眼抽看。
// 一批里超标的资产要么重生成,要么整批退回,取决于超标比例。

export type Asset = {
  readonly id: string;
  readonly seed: number;
  readonly styleRef: string;
  readonly deltaE: number;
  readonly loudnessLufs?: number;
};

export type BatchPolicy = {
  readonly size: number;
  readonly sampleRate: number;
  readonly maxDeltaE: number;
  readonly loudnessTarget: number;
  readonly loudnessTolerance: number;
};

// 教学设定:每批 40 张,抽检 10%,色差上限 ΔE 6,响度 −16 LUFS ±1。
export const BATCH_POLICY: BatchPolicy = {
  size: 40,
  sampleRate: 0.1,
  maxDeltaE: 6,
  loudnessTarget: -16,
  loudnessTolerance: 1,
};

// 偏差原因要分开报:色差是风格漂移,响度是混音问题,处理动作不同。
export function outlierReason(asset: Asset, policy: BatchPolicy = BATCH_POLICY): string | null {
  if (asset.styleRef === "") return "style-ref-missing";
  if (asset.deltaE > policy.maxDeltaE) return "delta-e";
  if (asset.loudnessLufs !== undefined) {
    const diff = Math.abs(asset.loudnessLufs - policy.loudnessTarget);
    if (diff > policy.loudnessTolerance) return "loudness";
  }
  return null;
}

export function findOutliers(
  batch: readonly Asset[],
  policy: BatchPolicy = BATCH_POLICY,
): Asset[] {
  return batch.filter((asset) => outlierReason(asset, policy) !== null);
}

// 抽检按固定步长取,不用随机:同一批重跑得到同一组样本,便于复核。
export function sampleStride(policy: BatchPolicy = BATCH_POLICY): number {
  return Math.max(1, Math.round(1 / policy.sampleRate));
}

export function sampleBatch(
  batch: readonly Asset[],
  policy: BatchPolicy = BATCH_POLICY,
): Asset[] {
  const stride = sampleStride(policy);
  return batch.filter((_, index) => index % stride === 0);
}

// 重生成必须换种子:同一种子重跑只会得到同一张图,等于没重试。
export function reseed(asset: Asset, attempt: number): Asset {
  const seed = (Math.imul(asset.seed, 31) + attempt * 9973) % 2147483647;
  return { ...asset, seed };
}

export function regeneratePlan(
  batch: readonly Asset[],
  policy: BatchPolicy = BATCH_POLICY,
): { id: string; seed: number; attempt: number }[] {
  return findOutliers(batch, policy)
    .map((asset) => reseed(asset, 1))
    .map((asset) => ({ id: asset.id, seed: asset.seed, attempt: 1 }));
}

// 十条里错一条可以重生成,错两条以上说明风格基准或提示词有问题,整批退回。
export function batchVerdict(
  batch: readonly Asset[],
  policy: BatchPolicy = BATCH_POLICY,
): "pass" | "resample" | "reject" {
  const bad = findOutliers(batch, policy).length;
  if (bad === 0) return "pass";
  if (bad / Math.max(1, batch.length) <= 0.1) return "resample";
  return "reject";
}

outlierReason 先查风格引用,再查色差,最后查响度。顺序有意为之:没有基准的资产无法谈偏差,先报流程问题比先报数值问题更有用。

阈值比较用严格大于。色差正好等于 6 算合格,避免边界值在浮点计算下时过时不过,造成同一批两次结论不同。

findOutliers 保留原顺序返回,便于人工按生成顺序复核。排序会打乱「第几张开始偏」这一线索。

sampleStride 由抽检比例反推步长。比例 10% 对应步长 10,四十张抽四张;比例改成 20% 时步长变 5,不需要改调用方。

sampleBatch 从第 0 张开始按步长取。固定起点保证可复现;如果从随机位置开始,同一批两次抽到的样本可能不同。

reseed 用原种子与重试次数混合出新种子。乘法与取模保证结果落在合法范围,且同输入同输出。

regeneratePlan 只给异常资产排计划,并且固定 attempt 为 1。重试次数应由调用方在下一轮递增,函数本身不猜测当前是第几次。

batchVerdict 把超标比例映射到通过与退回两档。Math.max(1, batch.length) 防止空批次除以零;空批次本身没有异常,会走 pass。

音频单独一条线

音频的一致性不能只看响度。三个检查点按顺序:

  1. 响度。 整体落在 −16 LUFS ± 1,保证连续播放不忽大忽小。
  2. 峰值。 真峰值不超过 −1 dBFS,避免转码后削波。
  3. 循环点。 循环音效的首尾要能接上,接缝处不能有爆音。

响度可以自动测,循环点必须人听。自动测量只能告诉你「数值不对」,不能告诉你「接缝听起来不自然」。

音频与美术共用批次与抽检机制,但阈值分开配置。把两类资产的判据写在同一张表里,会让改动一方时误伤另一方。

批处理记录要能回答问题

每批至少留下五个字段:批次 id、基准版本、抽检条目、异常原因分布、最终结论。缺任何一项,事后都无法回答「这批为什么被退回」。

记录要能按基准版本聚合。单批记录只能回答「这一批怎么样」,聚合之后才能回答「换基准之后整体是否变好」。

聚合还能量化返工成本。重生成条目数除以总条目数,就是返工率;返工率持续高于十分之一,说明基准或提示词需要重做,而不是继续加人手。

小结

  • 一致性问题问「是不是同一个世界」,质量问题问「好不好看」,两者要分开检查。
  • 三个可测量维度:风格引用、色差、响度,对应流程缺失、风格漂移与混音问题。
  • 基准是一组样本加一份说明,不是一张图;基准本身要人审并版本化。
  • 每批四十张,抽检百分之十,按固定步长取样以保证可复现。
  • 色差用 ΔE,上限 6;响度用 LUFS,−16 ± 1。
  • 超标十分之一以内重生成,超过十分之一整批退回。
  • 重生成必须换种子,三次仍超标转人工或换基准。
  • 抽检发现问题要回到全量测量,确认偏差范围。
  • 音频除响度外还要看峰值与循环点,循环点必须人听。
  • 批处理记录留五个字段,并按基准版本聚合,否则无法判断改进是否有效。

阅读导航:上一节:9.1 从策划表格到可执行规格 · 下一节:9.3 QA 的回归、探索与用例生成 。

常见错误与边界

  1. 只审单张。 每张都好看,放在一起不像一套,返工发生在集成之后。
  2. 拿第一张当基准。 整批围绕一张偶然结果收敛,偏差被当成标准。
  3. 抽检随机取样。 同一批两次复核抽到不同样本,结论无法对齐。
  4. 重生成不换种子。 同种子同提示词只会得到相似结果,重试等于没做。
  5. 超标就逐张重跑。 系统性偏差下,逐张重生成只是把成本花在同一类错误上。
  6. 只测响度不看循环点。 数值合格但接缝有爆音,玩家一听就出戏。

配置与素材解决的是「内容本身对不对」。接下来要问的是:这些内容进入游戏之后,怎么被测试、怎么被回归、怎么在改动后快速知道哪里坏了。

下一节把 QA 的用例生成、探索与回归选择写成可执行的选择规则。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图