Rozwój gier Capcom z wykorzystaniem AI trafia do RE Engine mimo sprzeciwu branży
Capcom przeniósł swoją strategię rozwoju gier z wykorzystaniem AI do RE Engine, mimo rosnącego sprzeciwu wobec generatywnej AI wśród deweloperów. Podczas konferencji technicznej 2 października programista Satoshi Ishida przedstawił REX — plan firmy dotyczący stopniowej przebudowy wewnętrznego fundamentu produkcyjnego.
Propozycja jest bardziej konkretna niż pozwolenie chatbotowi na tworzenie gotowych gier. Capcom chce budować systemy oprogramowania, które AI może odczytywać, modyfikować, testować i analizować wspólnie z ludzkimi deweloperami. Deklarowanym celem jest „przyszłość, w której tworzymy gry razem z AI”.
To rozróżnienie ma znaczenie, ponieważ Capcom stawia na ten kierunek w czasie wyraźnego podziału w branży. Studia mierzą się z większymi projektami, dłuższymi cyklami produkcyjnymi i kosztowną kontrolą jakości. Wielu artystów, projektantów, scenarzystów i programistów uważa jednak, że generatywna AI zagraża miejscom pracy, własności twórczej i warunkom zatrudnienia.
Capcom umieszcza swoją odpowiedź wewnątrz silnika używanego w Resident Evil, Monster Hunter i Street Fighter. Jeśli REX się sprawdzi, wsparcie AI stanie się częścią infrastruktury stojącej u podstaw rozwoju gier, a nie widoczną funkcją dodawaną tuż przed premierą.
Rozwój gier Capcom z wykorzystaniem AI zaczyna się poniżej warstwy kreatywnej
Capcom przeprojektowuje system produkcyjny pod kątem kompatybilności z AI, a nie zapowiada maszynę generującą kompletne gry.
Ishida przedstawił ten plan podczas Capcom Open Conference RE: 2026 w Tokio. Capcom wcześniej wskazywał REX, skrót od RE neXt Engine, jako kolejny etap rozwoju własnego silnika. Październikowa prezentacja nadała tej mapie drogowej wyraźniejszy kierunek związany z AI.
Moment nie był przypadkowy. Prace nad RE Engine rozpoczęły się w 2014 roku, a technologia po raz pierwszy trafiła do gry Resident Evil 7 w 2017 roku. Według oryginalnego opisu konferencji REX, Capcom wykorzystał go od tego czasu w ponad 27 tytułach.
Silnik zapewnia wspólne systemy wykorzystywane do tworzenia, uruchamiania, debugowania i wydawania gier. Może zarządzać grafiką, animacją, danymi, fizyką, narzędziami, obsługą platform i innymi funkcjami technicznymi. Ponieważ opiera się na nim każdy zespół produkcyjny, zmiana silnika może przekształcić sposób pracy w całym studiu.
Według raportu z konferencji z RE Engine korzysta obecnie ponad 2 000 deweloperów Capcom. Wśród użytkowników są pracownicy międzynarodowi oraz osoby znające inne środowiska programistyczne. System musi więc obsługiwać więcej osób, projektów i sposobów pracy, niż przewidywali jego pierwotni projektanci.
Rozmiar gier tworzy kolejny problem. Współczesne produkcje zawierają ogromne zbiory postaci, animacji, środowisk, elementów interfejsu i konfiguracji zależnych od platformy. Nawet niewielka zmiana może uruchomić przetwarzanie, konwersję, walidację i testy w całym dużym zbiorze danych.
REX ma rozwiązać te wąskie gardła bez porzucania istniejącego fundamentu Capcom. Mapa drogowa silnika firmy opisuje stopniowe przejście, które dodaje nowe technologie do RE Engine zamiast całkowicie go zastępować.
Takie podejście etapowe ogranicza ryzyko migracji. Zespoły mogą nadal wydawać gry, podczas gdy podstawowe narzędzia zmieniają się stopniowo. Pozwala też Capcom testować pojedyncze komponenty w produkcji, zanim staną się powszechnie stosowane.
Publiczna prezentacja opisała kilka nazwanych systemów wchodzących w skład REX. RE:Dox standaryzuje sposób reprezentowania i przetwarzania różnych rodzajów danych. RE:UI zastępuje część frameworka interfejsu używanego przez wewnętrzne narzędzia deweloperskie.
RE:Log centralizuje logi techniczne i komunikację. RE:Flows przekształca wizualną logikę gry w standaryzowany język programowania. RE:Runtime zmienia sposób, w jaki silnik przetwarza duże grupy obiektów i postaci.
Nie wszystkie te komponenty są produktami AI. Duża część bieżącej pracy dotyczy szybkości, wykorzystania pamięci, spójności danych, automatyzacji i łatwiejszej współpracy. Ich wspólne struktury przygotowują jednak silnik na głębsze wsparcie maszynowe w przyszłości.
To sprawia, że zapowiedź Capcom jest przede wszystkim historią o infrastrukturze. Firma reorganizuje informacje, które muszą rozumieć deweloperzy i maszyny, zanim powierzy AI bardziej istotne zadania.
Dlaczego REX ułatwia AI odczytywanie silnika
REX traktuje standaryzowany kod i dane jako warunek wstępny użytecznego wsparcia AI.
Systemy AI mają trudności, gdy wewnętrzne narzędzia opierają się na niespójnych formatach, nieudokumentowanym działaniu lub wyspecjalizowanym kodzie, który nie występuje w ich materiałach treningowych. Ludzie napotykają wiele z tych samych przeszkód. Obie grupy zyskują, gdy systemy stosują wspólne wzorce.
Capcom twierdzi, że REX przesunie większą część fundamentu firmy w stronę powszechnie rozumianych zasad programowania. RE:Flows ilustruje tę strategię. Projektanci mogą wizualnie składać zachowania gry, podczas gdy narzędzie tłumaczy ich pracę na standaryzowany kod działający za interfejsem.
Korzyść wykracza poza wygodę. Narzędzia wizualnego skryptowania często przechowują logikę w formatach, które stają się trudne do przeglądania, łączenia lub debugowania. Przetłumaczenie tej logiki na czytelny kod czyni współpracę i zautomatyzowaną analizę bardziej praktycznymi.
Asystent AI mógłby ostatecznie sprawdzać taki wynik, wyjaśniać awarię, proponować zmianę lub generować test. Deweloper nadal określałby zamierzone zachowanie. Maszyna działałaby natomiast na spójnej reprezentacji technicznej.
RE:Dox stosuje podobne podejście do danych. Gry zawierają wiele wyspecjalizowanych formatów, z których każdy ma własne reguły i zależności. Wspólny model danych może ograniczyć pracę związaną z konwersją, a jednocześnie ułatwić automatycznym systemom śledzenie powiązań.
RE:Log tworzy warstwę obserwacyjną. Logi rejestrują błędy, ostrzeżenia, zdarzenia związane z wydajnością i inną aktywność podczas prac deweloperskich. Centralizacja tych zapisów daje inżynierom przeszukiwalną historię zamiast rozpraszać dowody po pojedynczych komputerach.
Taka historia może już dziś wspierać diagnozowanie przez ludzi, a w przyszłości diagnozowanie wspomagane przez AI. Model mógłby porównać nową awarię z wcześniejszymi incydentami, wskazać istotne zmiany i zasugerować prawdopodobne przyczyny. Jego wartość zależałaby od dokładnych zapisów i kontrolowanego dostępu.
Capcom już wcześniej wykazywał zainteresowanie systemami wiedzy instytucjonalnej. Program konferencji obejmował REAssistAI, wewnętrzny interfejs dużego modelu językowego zapewniający dostęp do 10 lat zgromadzonej wiedzy technicznej. Projekt ten znajduje się poza pięcioma komponentami REX szczegółowo opisanymi w głównej prezentacji, ale opiera się na tej samej logice.
Firma w praktyce przekształca historię prac deweloperskich w kontekst czytelny dla maszyn. Podejście to przypomina wyspecjalizowaną bazę wiedzy inżynieryjnej, w której dokumentacja i zapisy pozostają połączone z codzienną pracą techniczną.
RE:UI wspiera ten cel poprzez testowalność. Capcom zaprojektował framework interfejsu tak, aby oprogramowanie mogło analizować komponenty bez konieczności obserwowania ekranu przez człowieka. To rozdzielenie ułatwia uruchamianie i powtarzanie automatycznych testów.
RE:Runtime zajmuje się wydajnością wykonania. Zamiast zarządzać każdym obiektem osobno, system grupuje pracę w bloki, które można przetwarzać wydajniej. Tłumaczy również przyjazny deweloperom kod na zorientowany na wydajność język RE:C++ firmy Capcom.
Żadna z tych zmian nie oznacza, że AI potrafi samodzielnie zaprojektować wciągający poziom Resident Evil. Tworzą one czystszą powierzchnię operacyjną, na której mogą działać zautomatyzowane narzędzia. Capcom najpierw ogranicza niejednoznaczność, która sprawia, że praca zarówno ludzi, jak i maszyn jest zawodna.
To jest mechanizm stojący za szerszym twierdzeniem firmy. AI staje się użyteczna dopiero wtedy, gdy silnik udostępnia kod, dane, logi, testy i przepływy pracy w formach, które oprogramowanie może konsekwentnie interpretować.
Rzeczywisty konflikt dotyczy wsparcia kontra zastępowania ludzi
Capcom przedstawia AI jako partnera produkcyjnego, podczas gdy wielu deweloperów postrzega tę samą technologię jako drogę do wypierania pracowników.
Preferowane przez firmę przypadki użycia koncentrują się na pracy wewnętrznej. Ishida opisał przyszłość, w której AI może rozumieć programy, tworzyć kod, uruchamiać sesje testowe i sprawdzać kompilacje pod kątem usterek. Zadania te otaczają proces kreatywny, lecz nadal mogą wpływać na to, kto wykonuje pracę.
Testowanie stanowi wyraźny przykład. Duża gra wymaga powtarzanych kontroli postaci, środowisk, konfiguracji sprzętowych i działań gracza. Zautomatyzowani agenci mogą uruchamiać przewidywalne scenariusze przez dłuższy czas niż ludzki tester.
Program konferencji Capcom osobno prezentował autonomiczne testowanie oceniające zarówno obraz, jak i dźwięk. Takie systemy mogą pomóc wcześniej wykrywać powtarzalne awarie. Nie potrafią automatycznie ocenić, czy walka wydaje się uczciwa, żart trafiony, a sekwencja horroru buduje zamierzone napięcie.
Wsparcie programowania niesie podobny podział. AI może przygotowywać rutynowe implementacje, przeszukiwać dokumentację lub wskazywać częste błędy. Inżynierowie nadal muszą oceniać architekturę, wydajność, bezpieczeństwo, łatwość utrzymania oraz konsekwencje błędnej sugestii.
Ludzka weryfikacja nie jest drobnym ostatnim krokiem. Silniki gier działają pod ścisłymi ograniczeniami pamięci i czasu na wielu platformach. Pozornie wiarygodna odpowiedź modelu może nadal wprowadzić subtelne awarie, ujawniające się wyłącznie przy określonym obciążeniu.
Capcom już wcześniej eksperymentował z generatywną AI w innych obszarach. Google podaje, że wydawca wykorzystuje Vertex AI i Gemini do generowania dużych zbiorów pomysłów na ustawienia i obiekty w grach. Projekt AI Capcom przedstawiano jako sposób na przyspieszenie burzy mózgów, a nie bezpośrednie publikowanie wygenerowanych zasobów.
Ten wcześniejszy projekt miał podobno dotyczyć wyjątkowo powtarzalnego zadania. Zespoły czasami potrzebowały setek tysięcy pomysłów dotyczących tła podczas budowania spójnego fikcyjnego świata. Modele mogły tworzyć wstępne propozycje w określonych ramach, pozostawiając pracownikom ocenę ich trafności i jakości.
REX rozszerza zakres od burzy mózgów do technicznej produkcji. To istotna eskalacja, nawet jeśli Capcom nie wykorzystuje grafiki wygenerowanej przez AI w wydanych grach. Generowanie kodu, zautomatyzowane testowanie i analiza logów wpływają na harmonogramy, zatrudnienie i zakres odpowiedzialności.
Kontekst rynku pracy sprawia, że te decyzje są wrażliwe. Badanie deweloperów z 2026 roku zebrało odpowiedzi od ponad 2 300 profesjonalistów z branży gier. Wykazało, że 36 procent używało generatywnej AI w swojej pracy.
Wdrożenie nie przełożyło się na akceptację. Pięćdziesiąt dwa procent respondentów stwierdziło, że generatywna AI ma negatywny wpływ na branżę, wobec 30 procent rok wcześniej. Jedynie 7 procent uznało jej wpływ za pozytywny.
Sprzeciw był szczególnie silny wśród pracowników najbliżej związanych z produkcją gier. Negatywne odpowiedzi osiągnęły 64 procent wśród artystów wizualnych i technicznych, 63 procent wśród pracowników projektowych i narracyjnych oraz 59 procent wśród programistów.
Wyniki te tworzą główne napięcie wokół rozwoju gier Capcom z wykorzystaniem AI. Kierownictwo może postrzegać automatyzację jako ochronę przed rosnącymi kosztami produkcji. Pracownicy mogą traktować tę samą inwestycję jako presję na stanowiska już dotknięte zwolnieniami.
Capcom nie ogłosił, że REX wyeliminuje stanowiska. Firma nie przedstawiła również gwarancji zatrudnienia związanych z projektem. Odpowiedzialna interpretacja leży pomiędzy założeniem, że to nieszkodliwe wsparcie, a uznaniem tego za plan automatycznego zastępowania pracowników.
Decydujące znaczenie będzie mieć sposób, w jaki Capcom mierzy sukces. Jeśli firma będzie oceniać REX przez krótszy czas oczekiwania, wcześniejsze wykrywanie błędów i mniejszą liczbę powtarzalnych zadań, argument za partnerstwem zyska wiarygodność. Jeśli jednak głównym rezultatem stanie się redukcja zatrudnienia, trudniej będzie odrzucić obawy o zastępowanie ludzi.
Kwestie praw autorskich, bezpieczeństwa i niezawodności pozostają nierozstrzygnięte
Silnik czytelny dla maszyn nie rozstrzyga, kto posiada prawa do danych treningowych, kto zatwierdza wygenerowany kod ani kto ponosi odpowiedzialność, gdy automatyzacja zawiedzie.
Capcom przyznaje, że istnieje kilka takich zagrożeń. W opublikowanym dialogu z inwestorami firma poinformowała, że już wykorzystuje AI do sprawdzania błędów i zwiększania wydajności RE Engine. Wskazała również prawa autorskie, bezpieczeństwo danych i szkolenie specjalistów jako kwestie nadal budzące obawy.
Pytania dotyczące praw autorskich zależą od systemu i jego danych wejściowych. Narzędzie trenowane wewnętrznie na zatwierdzonym kodzie Capcom stwarza inne ryzyka niż publiczny model uczony na nieznanych repozytoriach. Prezentacja konferencyjna nie przedstawiła pełnej polityki zarządzania modelami.
Udostępnienie wybranych technologii wprowadza kolejną komplikację. Capcom podobno planuje opublikować części RE:Dox i RE:Log, aby zewnętrzni deweloperzy oraz systemy AI mogły je zrozumieć. Kod open source może poprawić dokumentację, testowanie i interoperacyjność.
Może jednak również ujawnić szczegóły architektury wymagające starannego przeglądu bezpieczeństwa. Capcom musi oddzielić infrastrukturę wielokrotnego użytku od systemów własnościowych, poświadczeń, danych gier i nieujawnionych informacji produkcyjnych. Samo publiczne repozytorium nie ustanawia bezpiecznego wykorzystania AI.
Wyciek danych stanowi bardziej bezpośrednią obawę w miejscu pracy. Deweloperzy mogą ujawnić poufny kod lub zasoby, jeśli prompty opuszczą kontrolowane środowiska. Zasady dostępu w przedsiębiorstwie, rejestrowanie działań, limity retencji i izolacja modeli będą równie istotne jak możliwości modelu.
Niezawodność stanowi odrębne ryzyko. Duże modele językowe generują prawdopodobne wyniki, a nie zweryfikowane decyzje inżynieryjne. Mogą wymyślać API, przeoczyć ograniczenia platformy lub rekomendować kod, który się kompiluje, ale działa nieprawidłowo.
Zautomatyzowane testowanie również odzwierciedla testy, które otrzymuje. Agent może wielokrotnie ukończyć zaprogramowaną ścieżkę, nie zauważając nieoczekiwanych zachowań graczy. Może potwierdzać stabilność techniczną, nie rozpoznając jednocześnie niejasnego projektu, problemów z dostępnością czy nieciekawego starcia.
REX może ograniczyć część tych błędów, łącząc generowanie z wykonywaniem i walidacją. Asystent, który pisze kod, buduje go i uruchamia testy, otrzymuje lepsze informacje zwrotne niż taki, który pracuje na podstawie oderwanego promptu. Nadal potrzebuje jednak kryteriów akceptacji zdefiniowanych przez ludzi.
Jakość kreatywna pozostaje trudniejsza do sformalizowania. Gry Capcom opierają się na wyczuciu czasu, kierunku wizualnym, kompozycji poziomów, wydajności i świadomie kształtowanych oczekiwaniach graczy. Te cechy wyłaniają się poprzez iterację i osąd, a nie wyłącznie z poprawnego kodu.
Pragmata nadaje temu ogłoszeniu nietypowe tło kulturowe. Jej narracja science fiction bada niebezpieczne uzależnienie od sztucznej inteligencji. Strategia produkcyjna Capcom nie jest odpowiednikiem tej fikcji, ale kontrast uwypukla rzeczywisty problem.
Firma prosi deweloperów o zaufanie AI wewnątrz systemu używanego do tworzenia jej najcenniejszych własności. Zaufanie to musi wynikać z widocznych zabezpieczeń, trafnych wyników i jasnej odpowiedzialności. Hasło o współpracy nie może zastąpić tych mechanizmów kontroli.
Największym nierozstrzygniętym pytaniem pozostaje zatem zarządzanie. Kto może autoryzować wygenerowane zmiany i jak są one oznaczane? Do jakich danych modele mogą uzyskać dostęp i jak długo są one przechowywane?
Capcom musi również ustalić, czy ludzcy recenzenci mają wystarczająco dużo czasu, by kwestionować zautomatyzowane wyniki. Wsparcie AI może zwiększać liczbę proponowanych zmian w kodzie szybciej, niż zespoły są w stanie odpowiedzialnie je sprawdzać. Szybsze generowanie nie gwarantuje szybszej produkcji.
Wiarygodny program śledziłby błędy, które przedostały się do produktu, fałszywe alarmy, czas przeglądu, incydenty bezpieczeństwa i doświadczenia pracowników. Capcom nie opublikował jeszcze tych pomiarów. Dopóki tego nie zrobi, REX pozostaje kierunkiem technicznym, a nie potwierdzoną reformą produkcji.
Trzy sygnały pokażą, czy strategia AI Capcom działa
Kolejne dowody muszą pochodzić z działających narzędzi, ujawnionych zabezpieczeń i mierzalnych rezultatów rozwoju gier.
Pierwszym sygnałem będzie wydanie i wdrożenie komponentów REX. Capcom twierdzi, że przejście będzie stopniowe, co ułatwia ocenę poszczególnych systemów. RE:Dox, RE:UI, RE:Log, RE:Flows i RE:Runtime powinny przynieść obserwowalne zmiany, zanim pojawi się szersza wizja AI.
Przydatnymi dowodami byłyby krótsze czasy iteracji, mniej zawieszeń narzędzi, szybsze przetwarzanie danych lub bardziej niezawodne automatyczne testy. Demonstracje powinny pokazywać warunki produkcyjne, a nie wąskie przykłady laboratoryjne.
Aktywność open source dostarczy kolejnego wskaźnika. Publiczny kod, dokumentacja, historia zgłoszeń i zewnętrzny wkład mogą ujawnić, czy wybrane technologie REX są wystarczająco dojrzałe, by poddać je kontroli. Mogą też wyjaśnić, które części pozostają wewnętrzne.
Drugim sygnałem będzie polityka zarządzania Capcom. Firma dostrzegła problemy dotyczące praw autorskich i bezpieczeństwa, lecz samo ich uznanie nie ustanawia zasad operacyjnych. Deweloperzy muszą wiedzieć, z jakich danych korzystają modele i które decyzje wymagają ludzkiej akceptacji.
Ujawniane informacje powinny odróżniać konwencjonalną automatyzację od generatywnej AI. System grupujący obiekty środowiska wykonawczego nie jest równoważny modelowi generującemu kod źródłowy. Łączenie ich pod jedną etykietą AI sprawia, że zarówno ocena techniczna, jak i dyskusja o pracy stają się mniej precyzyjne.
Capcom powinien również wyjaśnić, czy wygenerowany kod otrzymuje identyfikowalne informacje o pochodzeniu. Recenzenci potrzebują zapisu wskazującego, który model stworzył zmianę, jaki kontekst otrzymał i który pracownik ją zatwierdził. Taki zapis staje się ważny, gdy później pojawiają się błędy.
Trzecim sygnałem będzie to, co stanie się z zespołami produkcyjnymi i harmonogramami. Capcom mierzy się z rosnącymi potrzebami inwestycyjnymi, ponieważ gry stają się coraz bardziej zaawansowane. Własne raporty firmy wskazują, że chce ona poprawić zwroty, jednocześnie nadal zwiększając sprzedaż.
Jeśli REX eliminuje oczekiwanie i powtarzalną pracę, zespoły powinny zyskać więcej czasu na projektowanie, optymalizację i testowanie z perspektywy gracza. Taki wynik wspierałby twierdzenie Capcom, że AI działa jako partner.
Jeśli harmonogramy nadal będą się wydłużać, a obciążenie pracą wzrośnie, argument o efektywności osłabnie. To samo dotyczy sytuacji, w której wdrożeniu AI towarzyszy ograniczenie zatrudniania na stanowiskach juniorskich lub zmniejszanie zespołów testowych bez lepszych danych dotyczących jakości.
Nastroje w branży pozostaną użyteczną przeciwwagą. Badanie GDC pokazuje, że wykorzystanie i akceptacja mogą zmierzać w przeciwnych kierunkach. Deweloperzy mogą wdrażać narzędzia, ponieważ wymagają tego pracodawcy, jednocześnie nadal kwestionując ich wartość.
Zachowanie konkurencji również ma znaczenie. Unreal Engine jest głównym silnikiem dla 42 procent deweloperów w badaniu z 2026 roku, podczas gdy Unity odpowiada za 30 procent. Ich narzędzia AI ustanawiają zewnętrzny punkt odniesienia dla wewnętrznej platformy Capcom.
Capcom nie potrzebuje REX, aby wygrać rynek silników, ponieważ nie sprzedaje RE Engine jako ogólnego produktu komercyjnego. Musi jednak zapewnić, że jego narzędzia wewnętrzne konkurują z funkcjami dostępnymi dla studiów korzystających z większych platform zewnętrznych.
Kontrola firmy nad własnym silnikiem zapewnia przewagę. Capcom może bezpośrednio połączyć narzędzia AI ze swoimi formatami danych, systemami budowania, infrastrukturą testową i historią techniczną. Nie musi czekać na plan rozwoju zewnętrznego dostawcy.
Ta kontrola koncentruje również odpowiedzialność. Capcom nie może obwiniać zewnętrznego dostawcy silnika, jeśli REX prowadzi do zawodnych przepływów pracy lub niewystarczających zabezpieczeń. Firma odpowiada za architekturę, wdrożenie i konsekwencje dla miejsca pracy.
Najbardziej wiarygodna interpretacja rozwoju gier AI w Capcom nie dotyczy ani autonomicznej kreatywności, ani prostego marketingu. To długoterminowy wysiłek, aby techniczne środowisko studia było zrozumiałe zarówno dla ludzi, jak i maszyn.
Ten wysiłek zaczyna się od mało efektownej inżynierii: ustandaryzowanych danych, czytelnego kodu, scentralizowanych logów, szybszych interfejsów i powtarzalnych testów. AI staje się kolejną warstwą, a nie całym fundamentem.
Dla deweloperów najważniejsze pytanie nie brzmi, czy model potrafi stworzyć kompletną grę. Chodzi o to, czy AI może usunąć mierzalne tarcia bez osłabiania własności, osądu lub warunków zatrudnienia.
Warto obserwować premiery REX, zabezpieczenia Capcom oraz rezultaty doświadczane przez zespoły produkcyjne. Te sygnały określą, czy „tworzenie razem” opisuje produktywną współpracę, czy łagodniejsze określenie przenoszenia pracy z ludzi na systemy.
