T: tema · Z: kodu büyüt · S: konuşmacı notları · F: tam ekran · Esc: genel bakış · ⌂ ders haritası
OYUNLARDA YAPAY ZEKÂ · HAFTA 16
Üretken YZ
Görüntü, 3B model, ses ve oynanabilir dünya modelleri — ne yapabilir, ne yapamaz, ne pahasına?
PRESS ▶ TO START

Bu derste oyunun haritası 🗺️

  1. Üretken YZ nedir? — PCG’den farkı; geliştiriciler ne düşünüyor? (GDC 2026)
  2. Difüzyon — gürültüden şekle; istem nasıl “anlaşılıyor”? (gömme vektörleri)
  3. Oyun varlıkları — 2B, 3B (TRELLIS 2, Roblox Cube), ses ve müzik, Unity AI
  4. Dünya modelleri — Doom’u “hayal eden” GameNGen, Microsoft Muse, Genie 3
  5. Etik, hukuk, sektör — Clair Obscur’un geri alınan ödülleri, ARC Raiders’ın sesleri, SAG-AFTRA anlaşması, telif
  6. İş akışı — nerede gerçekten işe yarıyor, nerede yaramıyor?
  7. Kod — diffusers, MusicGen, Unity Inference Engine + dört laboratuvar
  8. Araçlar — Hugging Face, ComfyUI, Unity AI, TRELLIS, AudioCraft, lisanslar
🎮 Bu dersin sonunda…

…difüzyon ve dünya modellerinin nasıl çalıştığını oyuncak örneklerle açıklayabilecek, bir oyun varlığını üretken bir modelle prototipleyebilecek ve en önemlisi: lisans, telif, oyuncu tepkisi ve sanatçı hakları açısından neyin kabul edilebilir olduğunu tartabileceksiniz.

🤔 ISINMA: “KONSEPT ÇİZİMLERİNİ YZ YAPSIN” DENDİĞİNDE NE OLUR?

Bir stüdyo yöneticisi bunu söylüyor. Ekipte, oyuncularda, basında ve hukukta neler olabilir?

  • Hız: dakikada onlarca fikir. Ama hepsi birbirine benziyor, tarz tutarsız, eller altı parmaklı.
  • Sanatçılar: “İşimizi elimizden alıyor, üstelik bizim çizimlerimizle eğitildi.”
  • Oyuncular: Aralık 2025’te yılın en çok ödül alan oyunlarından biri, sadece birkaç yer tutucu doku yüzünden bir ödül törenindeki ödüllerini kaybetti.
  • Hukuk: Tamamen YZ’nin ürettiği bir görselin telif hakkı (ABD’de) kimseye ait değil.
  • Bu ders teknolojiyi ve bu soruları birlikte ele alıyor. İkisi de mesleğinizin parçası.

🎯 Bu konu için bilmeniz gerekenler

Yeşil = gerekli · kesikli = faydalı ama şart değil. Tıklayınca ilgili sunuma gider.

Y13 · Öğrenen YZ (sinir ağı, eğitim)Y14 · LLM ile NPC’ler (sıradaki parça, gömme)Y15 · PCG (gürültü, tohum)
Y0 · Hazırlık (vektör, nokta çarpım)Y11 · Algılama (ses)
Neden?Üretken modeller iki fikrin üzerine kurulu: Y14’teki “sıradakini tahmin et” (metin, müzik) ve bu derste göreceğimiz “gürültüyü adım adım temizle” (görüntü, video, ses). İstem, Y14’teki gibi bir anlam vektörüne çevrilir.
🧰 Kodlamadan korkuyorsanızModelleri sıfırdan eğitmeyeceğiz. Hazır modelleri kullanmak için Python’da birkaç satır ve bir GPU (ya da bulut hizmeti) yeter. Asıl beceri: doğru aracı seçmek, lisansı okumak, çıktıyı oyuna uygun hâle getirmek.

Mini sözlük

generative modelüretken modelVerinin dağılımını öğrenip ondan yeni örnekler üreten model
diffusion · denoisingdifüzyon · gürültü gidermeGürültüden başlayıp adım adım temizleyerek üretmek
prompt · embedding · CLIPistem · gömme · —Metin talimatı · anlam vektörü · metin ve görüntüyü aynı vektör uzayına koyan model
guidance · img2img · inpaintingyönlendirme · görüntüden görüntü · boşluk doldurmaİsteme ne kadar uyulacağı · bir görseli başlangıç almak · bir bölgeyi yeniden üretmek
LoRA · ControlNet—Modeli küçük ek ağırlıklarla kendi tarzına uyarlamak · poz, kenar, derinlik ile kontrol
world modeldünya modeliEylemlere göre sonraki kareyi/durumu tahmin eden, “oynanabilir” model
TTS · voice clonemetinden sese · ses klonuYazıyı konuşmaya çevirmek · belirli birinin sesini taklit etmek
model license · provenancemodel lisansı · kökenModeli ve çıktısını nerede kullanabileceğiniz · bir varlığın nasıl üretildiğinin kaydı
LEVEL 0
Üretken YZ nedir?
kural yerine örnekten üretmek
  • üretken YZ nedir?
  • difüzyon: gürültüden görüntüye
  • oyun varlıkları: 2B, 3B, ses
  • dünya modelleri
  • etik, hukuk ve sektör
  • iş akışı
  • kod ve laboratuvarlar
  • kütüphaneler ve araçlar

PCG ile üretken YZ arasındaki fark

Klasik PCG (Y15)Üretken YZ
nasıl?Tasarımcının yazdığı kurallar (gürültü, otomat, WFC)Milyonlarca örnekten öğrenilmiş dağılım
kontrolYüksek, öngörülebilir, tohumla tekrarlanabilirİstemle dolaylı; sonuç sürpriz olabilir
veriGerekmezÇok büyük veri; kaynağı tartışmalı olabilir
çıktıGenelde yapı (harita, yerleşim)Genelde yüzey (görüntü, ses, model, metin)
maliyetUcuz, oyun içinde çalışırGPU, bulut ücreti; oyun içinde çalıştırmak zor
hukukÇıktı sizinModel lisansı, telif, oyuncu ve sanatçı hakları
Model aileleriOtoregresif (sıradakini tahmin et: LLM’ler, bazı müzik modelleri), difüzyon (gürültüyü temizle: görüntü, video, ses), daha eski GAN’lar (iki ağın yarışı: StyleGAN yüzleri), akış eşleme (difüzyonun akrabası; TRELLIS 2 gibi yeni 3B modeller).

Sektör ne düşünüyor? GDC 2026 anketi

  • GDC’nin 2026 “Oyun Sektörünün Durumu” anketi (yaklaşık 2.300 katılımcı): oyun sektörü çalışanlarının %52’si üretken YZ’nin sektöre olumsuz etkisi olduğunu düşünüyor. Bu oran bir önceki yıl %30, ondan önceki yıl %18’di. Olumlu diyenler sadece %7.
  • En olumsuz bakanlar: görsel ve teknik sanatçılar (%64), oyun tasarımı ve anlatı (%63), programcılar (%59).
  • Buna rağmen çalışanların %36’sı işinde üretken YZ araçları kullanıyor: en çok araştırma ve beyin fırtınası (%81), günlük işler ve kod yardımı (%47’şer), prototip (%35).
“Üretken YZ’nin sektöre etkisi olumsuz” diyenler%182024%302025%522026
Okuma notuİki eğilim aynı anda: kullanım artıyor, güven azalıyor. Sebepler: işten çıkarmalar, eğitim verisindeki izinsiz eserler, “vasat içerik seli”, oyuncu tepkisi. Bir oyun geliştiricisi olarak bu araçları bilmek zorundasınız; nerede kullanacağınız ise teknik değil, etik ve tasarım kararı.
LEVEL 1
Difüzyon
gürültüden görüntüye
  • üretken YZ nedir?
  • difüzyon: gürültüden görüntüye
  • oyun varlıkları: 2B, 3B, ses
  • dünya modelleri
  • etik, hukuk ve sektör
  • iş akışı
  • kod ve laboratuvarlar
  • kütüphaneler ve araçlar

Önce günlük hayattan: buğulu aynadaki şekil 🛁

temizaz gürültüortaçoksaf gürültüeğitimde: adım adım gürültü ekle (bu kolay, formülle yapılır)üretimde: adım adım gürültüyü temizle (bunu sinir ağı öğrenir)

Banyodan sonra buğulanan aynayı düşünün: üstüne parmağınızla bir yıldız çizdiniz, buhar yavaş yavaş onu siliyor (soldan sağa). Difüzyon modeli bunun tersini öğrenir: bembeyaz buğuya bakıp “burada bir yıldız vardı, şu çizgi biraz daha belirgin olmalı” diye küçük adımlarla temizler (sağdan sola). Hangi şekle doğru temizleyeceğini istem söyler: “yıldız”, “kalp”, “ejderha zırhı”.

Difüzyon modelleri nasıl çalışır?

  1. Boz (eğitim): eğitim görsellerine adım adım gürültü ekle; sonunda saf gürültü kalır.
  2. Öğren: bir sinir ağına, her gürültü seviyesinde “bu gürültülü görselin temiz hâli (ya da içindeki gürültü) neydi?” sorusunu sor, milyonlarca kez. Hedef belli olduğu için bu, gözetimli öğrenmedir.
  3. Üret: saf gürültüyle başla; ağa “temizini tahmin et” de, biraz o yöne git, gürültü seviyesini azalt, tekrarla. 20–50 adımda bir görüntü belirir.

Her seferinde farklı bir gürültüyle başladığınız için her seferinde farklı (ama benzer) bir görüntü çıkar. Aynı gürültü tohumu + aynı istem = aynı görüntü (Y15’teki tohum fikri).

Bu derste oyuncak sürümBir sonraki demoda görüntü yerine 2B noktalar var; “veri kümesi” bir yıldızın, kalbin ve halkanın noktaları. Gürültü giderici bir sinir ağı değil, veriye bakarak hesaplanan ideal tahmin: “bu gürültülü nokta, verideki hangi noktaların gürültülü hâli olabilir? Onların ağırlıklı ortalaması.” Gerçek modeller bu tahmini yapmayı öğrenir ve ezberlemek yerine genelleştirir.

Canlı: gürültüden şekle ✨

  1. “boz” yönünde oynatın: yıldızın noktaları adım adım dağılıyor. Eğitim verisi böyle hazırlanır.
  2. “üret” yönünde oynatın: gürültü önce kabaca bir “bulut”a, sonra yıldız şekline toplanıyor. Büyük yapı önce, ayrıntı sonra belirir (gerçek görüntü modellerinde de: önce kompozisyon, sonra doku).
  3. İstemi “kalp” yapın: aynı gürültü, farklı koşul, farklı sonuç. “hepsi (koşulsuz)” seçince bazı noktalar yıldıza, bazıları kalbe gider: model ne istediğinizi bilmiyor.
  4. “yeni gürültü” ile birkaç kez üretin: aynı istem, farklı tohum, biraz farklı dağılım.
🔎 DEMODA DENEYİN
  1. “boz” yönünde oynatın: yıldızın noktaları adım adım dağılıyor. Eğitim verisi böyle hazırlanır.
  2. “üret” yönünde oynatın: gürültü önce kabaca bir “bulut”a, sonra yıldız şekline toplanıyor. Büyük yapı önce, ayrıntı sonra belirir (gerçek görüntü modellerinde de: önce kompozisyon, sonra doku).
  3. İstemi “kalp” yapın: aynı gürültü, farklı koşul, farklı sonuç. “hepsi (koşulsuz)” seçince bazı noktalar yıldıza, bazıları kalbe gider: model ne istediğinizi bilmiyor.
  4. “yeni gürültü” ile birkaç kez üretin: aynı istem, farklı tohum, biraz farklı dağılım.

🎬 Ara: difüzyon nasıl çalışır?

How AI Image Generators Work (Stable Diffusion / Dall-E)
Computerphile (Mike Pound) · 17 dk 50 sn · YouTube’da aç

Buğulu cam benzetmesinin gerçek hâli: gürültü ekleme, “gürültüyü tahmin eden” ağ, adım adım temizleme ve metnin bu süreci nasıl yönlendirdiği. Tahtada kalemle, matematiğe boğmadan anlatılıyor.

🤔 İzlerkenModel her adımda neyi tahmin ediyor: temiz resmi mi, gürültüyü mü? Neden tek adımda değil de onlarca adımda temizleniyor? Bizim demodaki “istem” seçicisinin videodaki karşılığı ne?

🔗 Başka gözle: etkileşimli anlatımlar ve yazılar

Aynı konuyu başka bir anlatımla, kendi elinizle oynayarak görmek çok işe yarar. Kartlar yeni sekmede açılır; çoğu İngilizce ama görsel ve etkileşimli.

🔗 TensorFlow Playground
Google
Tarayıcıda küçük bir sinir ağı eğitin; nöron ve katman ekleyip karar sınırının nasıl değiştiğini izleyin.
🌿 Neural Networks
The Nature of Code (Daniel Shiffman)
Tek bir yapay nörondan başlayarak sinir ağını p5.js ile kurar.
🔴 Making maps with noise functions
Red Blob Games (Amit Patel)
Gürültüden arazi üretmeyi kaydırıcılarla adım adım kurar: oktav, frekans, adalar, biyomlar.

İstem nasıl “anlaşılıyor”? Gömme vektörleri

  • CLIP (OpenAI, 2021) gibi modeller metni ve görüntüyü aynı vektör uzayına yerleştirir: “buz kılıcı” metni ile bir buz kılıcı resmi birbirine yakın vektörler olur.
  • Görüntü modeli, gürültüyü temizlerken bu vektöre bakar (koşullu üretim). Yönlendirme ölçeği (guidance) istemin ne kadar sıkı izleneceğini belirler: düşük = yaratıcı ama alakasız, yüksek = isteme sadık ama aşırı doymuş.
  • Aynı vektörler varlık kütüphanesinde arama için de kullanılır: “karanlık, metal bir şey” → en yakın varlıklar (Y14’teki hafıza aramasının aynısı).
Quiz 1 · difüzyon
Bir difüzyon modeliyle aynı istemden 4 karakter görseli ürettiniz; hepsi farklı çıktı. Aynı görseli bir hafta sonra tekrar üretmek için ne saklamalısınız?
Üretim, gürültü tohumundan başlar (Y15’teki gibi). Aynı istem farklı tohumla farklı görsel verir; model sürümü ya da örnekleyici değişirse aynı tohum bile farklı sonuç verebilir. Bu bilgiler aynı zamanda varlığın köken kaydıdır: ileride “bu görsel nasıl üretildi?” sorusunun cevabı.
LEVEL 2
Oyun varlıkları
2B, 3B, ses ve müzik
  • üretken YZ nedir?
  • difüzyon: gürültüden görüntüye
  • oyun varlıkları: 2B, 3B, ses
  • dünya modelleri
  • etik, hukuk ve sektör
  • iş akışı
  • kod ve laboratuvarlar
  • kütüphaneler ve araçlar

2B ve 3B: ne kadar “oyuna hazır”?

2B görseller
  • İyi: konsept fikirleri, ruh hâli panoları, doku varyasyonları, büyütme (upscale), arka plan taslakları.
  • Zor: aynı karakteri farklı pozlarda tutarlı çizmek, animasyon kareleri, gerçek piksel sanatı (ızgaraya oturmayan “sahte pikseller”), döşenebilir (tileable) dokular, okunabilir arayüz metni.
  • Çare: kendi tarzınızla eğitilmiş LoRA, ControlNet ile poz/kenar kontrolü, el ile son dokunuş.
3B modeller
  • TRELLIS 2 (Microsoft, açık kaynak, 4 milyar parametre): tek bir görselden saniyeler içinde, PBR malzemeli .glb 3B model; Unity, Unreal, Blender’a doğrudan girer.
  • Roblox Cube 3D (Mart 2025, açık kaynak): metinden 3B nesne; Roblox Studio’da “Mesh Generation API” ile.
  • Sorun: topoloji (animasyona uygun mu?), poligon sayısı, UV açılımı, LOD. Arka plan nesnesi için iyi; ana karakter için çoğu zaman bir 3B sanatçının elinden geçmesi gerekir.
Motorun içinde: Unity AI (Unity 6.2+)Muse ve Sentis’in yerine geldi: Assistant (projeyi bilen sohbet ve kod yardımcısı), Generators (sprite, doku, malzeme, ses ve animasyon üretimi; Unity’nin kendi modelleri ve Scenario ile Layer AI’ın Stable Diffusion/FLUX tabanlı modelleri) ve Inference Engine (kendi ONNX modellerinizi oyun içinde çalıştırmak). Unity, üretilen içeriğin telif sorumluluğunun kullanıcıda olduğunu belirtiyor.

Ses ve müzik

  • Müzik: MusicGen (Meta, AudioCraft), Stable Audio Open, Suno… “sakin bir ortaçağ meyhanesi müziği” gibi istemlerle kısa parçalar. Oyunun dinamik müziği (gerilim arttıkça katman ekleme) hâlâ çoğunlukla el yapımı sistemlerle yapılıyor.
  • Ses efektleri: metinden efekt (adım, kapı, büyü). Prototip için hızlı; son kalite için ses tasarımcısı.
  • Konuşma (TTS, ses klonlama): en tartışmalı alan. ARC Raiders ve Fortnite örneklerine Level 4’te döneceğiz.
LEVEL 3
Dünya modelleri
oyunu “hayal eden” sinir ağları
  • üretken YZ nedir?
  • difüzyon: gürültüden görüntüye
  • oyun varlıkları: 2B, 3B, ses
  • dünya modelleri
  • etik, hukuk ve sektör
  • iş akışı
  • kod ve laboratuvarlar
  • kütüphaneler ve araçlar

Oyun motoru yerine sinir ağı?

  • GameNGen (Google, Ağustos 2024): Doom’u motor olmadan oynatan difüzyon modeli. Bir RL ajanının oynadığı oyun kayıtlarıyla eğitildi; her kareyi, önceki kareler ve oyuncunun tuşlarına göre tahmin ediyor. Tek bir TPU’da saniyede 20+ kare. Stable Diffusion 1.4 tabanlı.
  • Muse / WHAM (Microsoft, Nature, Şubat 2025): Ninja Theory’nin Bleeding Edge oyununun 7 yıldan fazla insan oyun verisiyle eğitilen “Dünya ve İnsan Eylem Modeli”: hem görüntüyü hem oyuncu eylemlerini üretiyor; hedefi oyun fikri geliştirmeye yardım. Nisan 2025’teki WHAMM demosu Quake II’nin bir bölümünü saniyede 10+ kareyle “hayal etti”; oyuncular bulanıklığı ve tutarsızlığı sert eleştirdi.
  • Genie 3 (Google DeepMind, Ağustos 2025): bir metin isteminden, gezilebilir dünyalar; 720p, saniyede 24 kare, birkaç dakika boyunca büyük ölçüde tutarlı. SIMA 2 ajanı (Y13) bu dünyalarda oynatıldı.
Efsane: “Oyun motorları bitti”Şimdilik hayır. Dünya modelleri: kısa süre sonra unutur (odadan çıkıp dönünce oda değişebilir), kuralları yaklaşık izler (puan, envanter, fizik), çok pahalı hesap ister ve tasarımcıya hassas kontrol vermez. Bugünkü en gerçekçi kullanım alanları: hızlı fikir prototipleme, ajan eğitimi için sınırsız ortam, video/sinematik üretimi.
🎬Genie 3 (Google DeepMind) · GameNGen anlatımı

🎬 Ara: DOOM’u oynatan difüzyon modeli

DOOM Recreated Entirely By AI – Google GameNGen
Gamefromscratch · 12 dk 27 sn · YouTube’da aç

GameNGen’in oyun görüntüleri ve bir oyun geliştiricinin gözünden değerlendirmesi: model oyunu gerçekten “çalıştırmıyor”, her kareyi önceki karelere ve tuşlara bakarak tahmin ediyor. Neyi iyi yapıyor, nerede dağılıyor?

🤔 İzlerkenVideoda modelin unuttuğu ya da tutarsızlaştığı bir an yakalayın. Bu, bizim “dünya modeli” demosundaki “ayrışma” sayacıyla nasıl ilişkili? Bir oyun motoru neyi garanti eder ki bu model edemez?

Canlı: oyunu ezberleyen bir “dünya modeli” 🌀

  1. Eğitim verisini 50’ye indirin ve ok düğmeleriyle duvarlara doğru yürüyün: model hiç görmediği durumlarda “genelde bir kare ilerlenir” diye genelliyor ve duvarın içinden geçiyor (kırmızı halka).
  2. Bir kez ayrıştıktan sonra iki dünya bir daha birleşmiyor: model kendi hatalı tahmininin üzerine tahmin yürütüyor. Gerçek dünya modellerinde de hatalar birikir; bu yüzden uzun süreli tutarlılık en zor problem.
  3. Veriyi 5000’e çıkarın: neredeyse her durum görüldüğü için model gerçeğe çok yakın. Ama gerçek oyunlarda durum sayısı astronomik; her şeyi görmek imkânsız, genelleme şart.
  4. Buradaki “model” bir tablo; GameNGen ve Genie aynı işi piksellerle ve milyarlarca parametreyle yapıyor.
🔎 DEMODA DENEYİN
  1. Eğitim verisini 50’ye indirin ve ok düğmeleriyle duvarlara doğru yürüyün: model hiç görmediği durumlarda “genelde bir kare ilerlenir” diye genelliyor ve duvarın içinden geçiyor (kırmızı halka).
  2. Bir kez ayrıştıktan sonra iki dünya bir daha birleşmiyor: model kendi hatalı tahmininin üzerine tahmin yürütüyor. Gerçek dünya modellerinde de hatalar birikir; bu yüzden uzun süreli tutarlılık en zor problem.
  3. Veriyi 5000’e çıkarın: neredeyse her durum görüldüğü için model gerçeğe çok yakın. Ama gerçek oyunlarda durum sayısı astronomik; her şeyi görmek imkânsız, genelleme şart.
  4. Buradaki “model” bir tablo; GameNGen ve Genie aynı işi piksellerle ve milyarlarca parametreyle yapıyor.
LEVEL 4
Etik, hukuk ve sektör
oyuncular, sanatçılar ve mahkemeler
  • üretken YZ nedir?
  • difüzyon: gürültüden görüntüye
  • oyun varlıkları: 2B, 3B, ses
  • dünya modelleri
  • etik, hukuk ve sektör
  • iş akışı
  • kod ve laboratuvarlar
  • kütüphaneler ve araçlar

Derin hikâye: Clair Obscur’un geri alınan ödülleri (Aralık 2025)

  • Clair Obscur: Expedition 33 (Sandfall Interactive), 2025’in en çok övülen oyunlarından biriydi. 18 Aralık 2025’teki Indie Game Awards’ta Yılın Bağımsız Oyunu ve En İyi İlk Oyun ödüllerini kazandı.
  • Oyunun ilk sürümünde, sınırlı sayıda yer tutucu görselin (gazete kupürü benzeri arka plan dokuları) üretken YZ ile yapıldığı, oyuncular tarafından çıkıştan kısa süre sonra fark edilmişti. Bu dokular birkaç gün içinde bir yamayla el yapımı çizimlerle değiştirilmişti.
  • Ödül töreninin kuralları üretken YZ kullanımını yasaklıyordu; başvuruda YZ kullanılmadığı beyan edilmişti. İki gün sonra oyun diskalifiye edildi; ödüller ikincilere (Blue Prince ve Sorry We’re Closed) verildi.
Dersler
  1. “Sadece yer tutucuydu” savunması, yer tutucu yayına çıktıysa geçersiz. Yer tutucuları işaretleyin ve yayın öncesi kontrol listesine koyun.
  2. Neyi, nerede kullandığınızın kaydını tutun (köken). Beyanlarınız (mağaza, ödül, yayıncı) bu kayda dayansın.
  3. Oyuncu tepkisi teknik kaliteden bağımsız olabilir: üretken YZ bugün bir güven meselesi.

Sesler, sanatçılar ve sözleşmeler

ARC Raiders’ın TTS sesleri (2025–2026)Embark Studios, Steam sayfasında bazı replikler için metinden sese (TTS) kullandığını açıkladı. Eurogamer’ın 5 üzerinden 2 verdiği inceleme, bunu “etik ve sanatsal olarak” kabul edilemez buldu ve tartışma sektöre yayıldı. Stüdyo başkanı Patrick Söderlund, seslendirme sanatçılarına seslerinin TTS için lisanslanması karşılığında ödeme yapıldığını, TTS’nin replikleri hızlıca denemek için kullanıldığını söyledi. Çıkıştan sonra bazı replikler gerçek oyuncularla yeniden kaydedildi.
SAG-AFTRA 2025 Video Oyunu SözleşmesiABD seslendirme ve hareket yakalama sanatçılarının yaklaşık 11 ay süren grevi Haziran 2025’te bitti; yeni sözleşme %95 oyla onaylandı. Temel kazanım: bir sanatçının dijital kopyası (ses ya da görüntü) için açık rıza ve bilgilendirme zorunlu; grev sırasında yeni içerik üretimine verilen izni askıya alma hakkı.
Telif (ABD)18 Mart 2025, Thaler v. Perlmutter: temyiz mahkemesi, bir YZ sisteminin “yazar” olamayacağını, telif için insan yazarlığın şart olduğunu onayladı. İnsanın yaratıcı katkısının ne kadar olması gerektiği ise hâlâ vaka vaka tartışılıyor. Türkiye’de de FSEK eser sahibini gerçek kişi olarak tanımlar; ülkenize göre hukuki görüş alın.

Sorumlu kullanım kontrol listesi

  1. Lisans: modelin ve çıktısının ticari kullanımına izin var mı? (Bazı popüler modeller sadece araştırma/ticari olmayan kullanım içindir: SDXL-Turbo, MusicGen ağırlıkları gibi.)
  2. Eğitim verisi: model, izinli ya da lisanslı veriyle mi eğitildi? Kendi verinizle ince ayar en temiz yol.
  3. Kişi hakları: gerçek bir kişinin sesi, yüzü, tarzı: yazılı rıza ve ödeme.
  4. Beyan: Steam’in “önceden üretilmiş” ve “canlı üretilen” içerik bildirimi; ödül ve yayıncı kuralları.
  5. Köken kaydı: hangi varlık, hangi araç, hangi istem/tohum, kim düzenledi.
  6. İnsan son sözü: üretilen her şey bir insanın gözünden geçsin.
Ekip içiAraçlar ekip arkadaşlarınızın işini doğrudan etkiliyor. Kullanım kararlarını sanatçılar, yazarlar ve ses ekibiyle birlikte almak, hem etik hem de pratik olarak (kalite, motivasyon, oyuncu güveni) daha iyi sonuç veriyor.
Quiz 2 · etik
Küçük ekibiniz, yayına kadar yerine çizim konacak yer tutucu dokular için görüntü üreteci kullanmak istiyor. En sağlıklı süreç hangisi?
Clair Obscur örneği gösteriyor ki sorun genellikle aracın kendisi değil, yer tutucunun kaçması ve beyanla çelişmesi. “_PLACEHOLDER_” etiketi, varlık listesi ve yayın öncesi bir betik (Unity’de bir Editor testi) bunu önler. C, bazı ekipler ve ödüller için geçerli bir politika olabilir; ama soru süreç soruyor.
LEVEL 5
İş akışı
nerede gerçekten işe yarıyor?
  • üretken YZ nedir?
  • difüzyon: gürültüden görüntüye
  • oyun varlıkları: 2B, 3B, ses
  • dünya modelleri
  • etik, hukuk ve sektör
  • iş akışı
  • kod ve laboratuvarlar
  • kütüphaneler ve araçlar

Üretim hattında üretken YZ

aşamaişe yarayan kullanımdikkat
Fikirruh hâli panoları, varyasyon, “ya şöyle olsaydı?”Hepsi birbirine benzer; fikri siz seçin
Prototipyer tutucu görsel/ses, TTS ile replik denemesi (Embark), hızlı 3B blokİşaretleyin, yayına kaçmasın
Üretimdoku varyasyonu, büyütme, arka plan nesnesi (3B), kod yardımıTarz tutarlılığı, lisans, kalite kontrol
Oyun içi (canlı)LLM diyalog (Y14), kişiselleştirilmiş içerikGecikme, maliyet, güvenlik filtresi, Steam beyanı
TestRL ve LLM ajanlarıyla oyun testi (Y13)Ajanlar hata bulur, eğlenceyi ölçemez
Altın kuralÜretken YZ bir malzeme kaynağı, tasarım değil. En iyi sonuçlar: net bir sanat yönetimi + kendi tarzınızla sınırlanmış model (LoRA, kendi verinizle) + insan son dokunuşu.
Quiz 3 · iş akışı
Bir dünya modeli (Genie 3 gibi) ile oyununuzun seviyesini “oynanabilir video” olarak üretmeyi düşünüyorsunuz. En büyük teknik engel hangisi?
Dünya modelleri bir sonraki kareyi tahmin eder; kuralları kesin olarak hesaplamaz. Demodaki gibi hata birikir, unutma olur. Bir oyunun puanı, envanteri, kaydı kesin olmalı. Bu yüzden bugün prototipleme ve ajan eğitimi için umut verici, tam oyunlar için değil.
LEVEL 6
Kod ve laboratuvarlar
diffusers, MusicGen, Inference Engine
  • üretken YZ nedir?
  • difüzyon: gürültüden görüntüye
  • oyun varlıkları: 2B, 3B, ses
  • dünya modelleri
  • etik, hukuk ve sektör
  • iş akışı
  • kod ve laboratuvarlar
  • kütüphaneler ve araçlar

Python ile görüntü ve müzik üretimi

Unity: kendi modelinizi oyun içinde çalıştırmak (Inference Engine)

Büyük görüntü modelleri oyun içinde çalıştırılamayacak kadar ağır; küçük modeller (sınıflandırıcı, stil aktarımı, ML-Agents politikaları, poz tahmini) ise Inference Engine ile cihazda rahatça çalışır.

🎒 Kod sözlüğü

from_pretrained("...")hazır model indirmeHugging Face’ten ağırlıkları indirip yükler (ilk seferde GB’larca olabilir)
torch.float16 · .to("cuda")yarım hassasiyet · GPU’ya taşıBellek kullanımını yarıya indirir · NVIDIA GPU’da çalıştırır
generator.manual_seed(42)tohumAynı gürültüyle başlat: tekrarlanabilir üretim
pipeline("text-to-audio", ...)hazır iş hattıModel + ön/son işleme tek nesnede
Tensor<float> · TensorShapetensörÇok boyutlu sayı dizisi ve boyutları (Inference Engine)
using var ... · Dispose()kaynak temizliğiİş bitince (GPU) belleğini hemen bırakmak

📦 Tam kod (1/2): p5.js ile oyuncak difüzyon

📦 Tam kod (2/2): gürültü giderici ve çizim

İki parçayı alt alta editor.p5js.org’a yapıştırın. Deneyin: STEPS’i 5 yapın (şekil kaba kalır); data’yı kendi baş harfinizin noktalarıyla değiştirin.

🌱 Isınma kodu: yayın öncesi yer tutucu taraması

Clair Obscur’un iki ödülüne mal olan şey, yayına kaçan birkaç yer tutucu dokuydu. Bu beş satırlık kontrol, her yayın öncesi otomatik çalışsaydı yakalardı. İpucu: files.filter(...) ve f.toUpperCase().includes("PLACEHOLDER").

🌱 Isınma kodu: temize doğru bir adım

Difüzyonun bütün “sihri” bu satırın 40 kez tekrarı: temiz hâli tahmin et, o yöne biraz git, tekrar tahmin et. Tek adımda atlamak (başlangıç kodu) bulanık bir ortalama verir; küçük adımlar ayrıntıyı ortaya çıkarır. Bir sonraki laboratuvarda “temiz hâli tahmin et” kısmını yazacaksınız.

🧪 Canlı laboratuvar: gürültü giderici

Başlangıç kodunda gürültü hiç azalmaz. Formülü yazın: sağda saf gürültü sizin fonksiyonunuzla adım adım kalbe dönüşmeli. (Gerçek modeller bu fonksiyonu bir sinir ağıyla öğrenir.)

🐍 Laboratuvar: ileri difüzyon adımı

Eğitimde model, x_t’yi görüp eps’i (ya da x0’ı) tahmin etmeyi öğrenir. Gürültüyü dışarıdan vermek testi deterministik yapar (Y13’teki ε-açgözlü laboratuvarı gibi).

🐍 Laboratuvar: kosinüs benzerliği

Gömme demosundaki sıralama bu fonksiyonla yapılıyor. Aynı fonksiyon Y14’te hafıza aramasında, burada istem–görsel eşleştirmesinde ve varlık kütüphanesi aramasında kullanılır.

🐍 Laboratuvar: en olası sonraki nota

Melodi üreteci demosu bu sayımları kullanıyor; sıcaklık 0’a yaklaşınca hep bu fonksiyonun cevabını seçer ve melodi tekrara düşer.
LEVEL 7
Kütüphaneler ve araçlar
lisansı okuyarak
  • üretken YZ nedir?
  • difüzyon: gürültüden görüntüye
  • oyun varlıkları: 2B, 3B, ses
  • dünya modelleri
  • etik, hukuk ve sektör
  • iş akışı
  • kod ve laboratuvarlar
  • kütüphaneler ve araçlar

🧰 Kütüphaneler ve araçlar

adplatformne yapar / sınırlarınasıl eklenir
Hugging Face (diffusers, transformers)PythonAçık modelleri indirip birkaç satırla çalıştırma: görüntü, ses, metin, 3B. Her modelin sayfasında lisans yazar.pip install diffusers transformers
ComfyUIWindows / Linux / macOSDüğüm tabanlı görsel iş akışı: difüzyon, ControlNet, LoRA, TRELLIS gibi 3B düğümler; tekrarlanabilir “tarifler”.GitHub sürümü / masaüstü uygulaması
Unity AIUnity 6.2+Assistant, Generators (sprite, doku, malzeme, ses, animasyon), Inference Engine.AI menüsü; kullanım kredisi
Unity Inference EngineUnity 6+ONNX modellerini oyun içinde CPU/GPU’da çalıştırma (eski Sentis).Package Manager → com.unity.ai.inference
TRELLIS 2Python (GPU)Görselden PBR malzemeli 3B model (.glb); açık kaynak.GitHub / Hugging Face
Roblox CubePython / Roblox StudioMetinden 3B nesne; açık kaynak model + Studio API.GitHub
AudioCraft (MusicGen, AudioGen)PythonMetinden müzik ve ses efekti. Ağırlıkların lisansına dikkat.pip install audiocraft

🧩 Bir üretken aracı ekibinize eklerken

  1. Amaç: hangi darboğazı çözüyor? (Varyasyon mu, prototip mi, kod mu?)
  2. Lisans ve veri: model lisansı, eğitim verisi, hizmet şartları; hukuki görüş.
  3. Pilot: küçük, geri alınabilir bir alanda deneyin (ör. sadece prototip sahnesi).
  4. Kalite kapısı: sanat yönetmeninin onayı olmadan hiçbir üretilmiş varlık ana dala girmesin.
  5. Köken kaydı: varlık meta verisine araç, model sürümü, istem, tohum, düzenleyen kişi.
  6. Yayın kontrolü: yer tutucu taraması, mağaza beyanı, ödül kuralları.
⚙️ DonanımGörüntü modelleri için 8–24 GB GPU belleği; 3B ve video modelleri daha fazlası. Alternatif: bulut GPU ya da ücretli API. Ekip için ortak bir sunucu (ComfyUI) maliyeti düşürür ve tarifleri paylaşır.
Tasarım tuzağı“Daha fazla içerik” ≠ “daha iyi oyun”. Y15’in yulaf lapası uyarısı burada iki katı geçerli: sonsuz vasat görsel, birkaç güçlü el yapımı görselin yerini tutmaz.

🤖 Bu konuyu bir YZ kod asistanıyla yazarken

Sık yapılan hatalar — kontrol edin
  • “Bu model ticari kullanıma açık” iddiasını kontrol etmeden kabul etmek
  • API anahtarını istemciye gömmek
  • Gerçek kişilerin adını/tarzını istemde kullanmak
  • Üretilmiş varlıkları köken kaydı olmadan projeye eklemek
İyi bir istek (prompt) örneği

“Unity 6, C#. Bir “AssetProvenance” sistemi yaz: (1) [Serializable] ProvenanceInfo: araç adı, model adı ve sürümü, istem, tohum, oluşturma tarihi, düzenleyen kişi, “yer tutucu mu?” bayrağı. (2) Bunu her Texture2D/AudioClip için yan .provenance.json dosyası olarak saklayan bir AssetPostprocessor. (3) Proje penceresinde yer tutucuları kırmızı ikonla gösteren bir editor eklentisi. (4) Build öncesi (IPreprocessBuildWithReport) yer tutucu bayraklı bir varlık sahnelerde kullanılıyorsa build’i durduran kontrol. (5) Steam beyanı için üretilmiş varlıkların listesini CSV’ye döken menü komutu.”

  • Model adını, sürümünü ve lisansını açıkça sorun
  • Tohum ve ayarları kaydeden betikler isteyin (köken)
  • Yer tutucu tarayan bir yayın öncesi Editor testi yazdırın
  • Çıktıyı oyuna uydurma işini (boyut, döşenebilirlik, LOD) otomatikleştirin

🔬 Araştırma ucu

Kontrol edilebilir dünya modelleriTasarımcının kuralları (kapı kilitli, anahtar envanterde) kesin olarak koruyan, sinir ağı + klasik motor karması sistemler.
Tarz tutarlılığıBir oyunun bütün varlıklarında aynı sanat tarzını koruyan, az örnekten öğrenen (birkaç düzine çizim) modeller; sanatçı kontrolünde ince ayar.
Etik veri ve atıfEğitim verisinin izinli olduğu modeller, çıktının hangi eserlere “benzediğini” gösteren atıf sistemleri, sanatçılara gelir paylaşımı.

💬 Tartışma soruları

Yanınızdakiyle 2 dakika konuşun, sonra sınıfça tartışalım
  1. Çok sevdiğiniz bir oyunun bazı görsellerinin üretken YZ ile yapıldığını öğrenseniz fikriniz değişir mi? Arka plan dokusu, ana karakter, seslendirme: çizgi nerede?
  2. Clair Obscur’un ödülleri birkaç yer tutucu doku yüzünden geri alındı. Karar adil miydi? Kural “hiç kullanılmamış olmalı” mı olmalı, “yayındaki üründe olmamalı” mı?
  3. ARC Raiders’ta seslendirme sanatçılarına sesleri için ödeme yapıldı ve rızaları alındı; yine de eleştirildi. Rıza ve ödeme yeterli mi? Eksik olan ne olabilir?
  4. Bir dünya modeli Doom’u “hayal edebiliyor”. Bu bir oyun mu, yoksa oyunun videosu mu? Demodaki duvardan geçen topu düşünün: bir oyunu oyun yapan nedir?

Bu soruların tek doğru cevabı yok; amaç gerekçeli düşünmek. Sınıfta farklı bölümlerden (sanat, kod, ses) öğrenciler varsa önce onlara söz verin.

🕹️ Tarayıcıda deneyin

Nasıl çalışıyor?
  • Diffusion Explainer — Stable Diffusion’ın içini adım adım gösteren etkileşimli sayfa: istem, tohum ve yönlendirme ölçeğini değiştirip gürültünün görüntüye dönüşmesini izleyin.
  • Embedding Projector — binlerce kelimenin gömme vektörü 3B’de; bir kelimeye tıklayın, en yakın komşularını görün.
Dünya modelleri
  • GameNGen — sinir ağının “hayal ettiği” Doom’un videoları. Sayaçlara ve kapılara dikkat edin: nerede tutarsızlaşıyor?
  • Oasis (Decart) — tarayıcıda oynanabilen, Minecraft benzeri bir dünya modeli. Arkanızı dönüp tekrar bakın: dünya aynı mı?
Üretin
  • TRELLIS 2 demosu — bir görsel yükleyin, 3B model alın. Tel kafes görünümüne bakın: animasyona uygun mu?
  • MusicGen demosu — “8-bit boss fight music” yazın. Sayfadaki lisans notunu bulun.
Denerken

Her araçta üç şeyi not edin: lisans (ticari kullanım?), tekrarlanabilirlik (tohum var mı?), oyuna hazırlık (çıktı doğrudan kullanılabilir mi, ne kadar elden geçmeli?).

🚀 Proje ve araştırma önerileri

  1. [kolay] Oyuncak difüzyon — Bu sunumdaki 2B nokta difüzyonunu p5.js’te yeniden yazın; kendi şeklinizi (harfinizi) veri kümesi yapın.
  2. [kolay] Varlık arama — Projenizdeki 50 varlığa CLIP ile gömme çıkarıp (Python) “karanlık metal kapı” gibi metinle arama yapan bir araç.
  3. [orta] Prototip hattı — ComfyUI ile 10 yer tutucu ikon üretin; her birinin köken kaydını tutun; sonra bir sanatçının yeniden çizdiği sürümlerle değiştirin ve süreci raporlayın.
  4. [orta] Görselden 3B — TRELLIS 2 ile 5 arka plan nesnesi üretip Unity’ye alın; poligon sayısı, UV ve malzeme sorunlarını belgeleyin; hangileri “oyuna hazır”?
  5. [zor] Mini dünya modeli — Basit bir ızgara oyununun karelerini (32×32 piksel) bir sonraki kareyi tahmin eden küçük bir ağla (PyTorch) öğrenin; kaç kare sonra bozuluyor?
  6. [araştırma] Oyuncu algısı anketi — Aynı sahnenin el yapımı ve üretilmiş sürümlerini oyunculara gösterip ayırt edebiliyorlar mı, tercihleri değişiyor mu, “YZ kullanıldı” bilgisi algıyı nasıl etkiliyor?

Neler öğrendik? 🎒

  • Üretken YZ, örneklerden öğrenilmiş dağılımdan üretir; PCG kurallarla.
  • Difüzyon: boz → temizlemeyi öğren → gürültüden üret; istem gömme vektörüyle girer.
  • Varlıklar: 2B (tutarlılık sorunu), 3B (TRELLIS 2, Cube; topoloji sorunu), ses ve müzik.
  • Dünya modelleri: GameNGen, Muse, Genie 3; hata birikimi ve tutarlılık.
  • Sektör: %52 olumsuz görüş, %36 kullanım (GDC 2026).
  • Etik/hukuk: Clair Obscur, ARC Raiders, SAG-AFTRA sözleşmesi, insan yazarlık şartı.
  • İş akışı: lisans, köken kaydı, yer tutucu kontrolü, insan son sözü.
  • Sonraki: zorluk ayarı ve oyuncu modelleme: YZ’yi oyuncuya göre ayarlamak.

🎮 Bu sunumdaki oyunlar

Adı geçen oyunu tanımıyorsanız: oyuncuların kullandığı wiki sayfası ve oyunu kısaca gösteren bir video. ▶ video slaydın üstünde açılır (Esc ile kapanır); 🎯 işaretli bağlantılar doğrudan bu sunumdaki konuya gider.

Roblox 2006– · oyun platformu
Kullanıcıların oyun yapıp oynadığı platform; 2025’te metinden 3B nesne üreten açık modelini çıkardı.
📖 Fandom wikisi · ▶ video 1:30
Doom 1993 · nişancı
Türü popülerleştiren nişancı; kaynak kodu 1997’de açıldı.
📖 Fandom wikisi · ▶ video 1:00
Clair Obscur: Expedition 33 2025 · sıra tabanlı RPG
Belle Époque esintili, 2025’in en çok ödül alan oyunlarından biri.
📖 Fandom wikisi · ▶ video 2:22
ARC Raiders 2025 · çıkarım nişancısı
Robotların ele geçirdiği dünyada ganimet toplayıp kaçılan çok oyunculu nişancı.
📖 Fandom wikisi · ▶ video 2:08
Fortnite 2017 · battle royale
100 kişilik hayatta kalma oyunu; 2025’te oyuncuların sesle konuşabildiği YZ Darth Vader eklendi.
📖 Fandom wikisi · 🎯 Darth Vader · ▶ video 1:31
Quake II 1997 · nişancı
Klasik tek kişilik bilimkurgu nişancısı.
📖 Fandom wikisi · ▶ video 1:48
Minecraft 2011 · kum havuzu
Bloklardan oluşan, prosedürel üretilen, neredeyse sonsuz bir dünya.
📖 Minecraft Wiki · 🎯 dünya üretimi · ▶ video 1:01

Kaynaklar: videolar 🎬

But how do AI images and videos actually work?
3Blue1Brown / Welch Labs How AI Image Generators Work
Computerphile How AI connects text and images
3Blue1Brown Genie 3: Creating dynamic worlds you can navigate in real-time
Google DeepMind GameNGen: Playing DOOM Inside a Diffusion Model
Gradient Daily Getting Started with Unity AI
Code Monkey

📄 Akademik okumalar

Ho, Jain & Abbeel 2020 · Denoising Diffusion Probabilistic Models (NeurIPS 2020)
Modern difüzyonun temeli.
Rombach ve ark. 2022 · High-Resolution Image Synthesis with Latent Diffusion Models (CVPR 2022)
Stable Diffusion.
Radford ve ark. 2021 · Learning Transferable Visual Models From Natural Language Supervision (ICML 2021)
CLIP.
Valevski ve ark. 2024 · Diffusion Models Are Real-Time Game Engines (arXiv (GameNGen))
Doom’u hayal eden model.
Kanervisto ve ark. 2025 · World and Human Action Models towards gameplay ideation (Nature 638)
Microsoft Muse / WHAM.
Copet ve ark. 2023 · Simple and Controllable Music Generation (NeurIPS 2023)
MusicGen.

Kaynaklar: hikâyelerin izi 📰

NEXT LEVEL ▶
Zorluk ve Oyuncu Modelleme
Dinamik zorluk, akış, lastik bant ve oyuncuyu anlamak
SONRAKİ SUNUM ▶