SEED viert: een decennium van ontdekkingen en innovatie bij EA
Kijk terug op enkele van de belangrijkste technologische doorbraken van de toegepaste onderzoeks- en innovatiegroep van EA.
18 november 2025
Tien jaar geleden lanceerde EA de Search for Extraordinary Experiences Division (SEED) met een ambitieuze missie: om de toekomst van interactief entertainment te verkennen, op te bouwen en mee vorm te geven. Gedeeltelijk geïnspireerd op EA's 'We See Farther'-advertentiecampagne uit 1983, die softwareontwerpers en -ingenieurs als kunstenaars beschouwde, streeft SEED ernaar om verder te kijken dan de huidige benaderingen en diepgaande, fundamentele technologieën te verkennen die de volgende generatie interactief entertainment zullen aandrijven. SEED heeft de afgelopen decennium experimentele ideeën omgezet in technieken, tools en systemen die de manier waarop EA-games worden gemaakt en ervaren, hebben verbeterd.
Nu SEED zijn 10-jarig jubileum viert, vieren we de pioniersgeest van het team en blikken we terug op enkele van de opmerkelijke technologieën die opnieuw hebben gedefinieerd wat er mogelijk is bij EA.
Realisme bevorderen in realtime
Een van SEED's vroegste doorbraken kwam voort uit Project PICA PICA, gericht op ray tracing, een techniek die het fysieke gedrag van licht simuleert. Het project demonstreerde fotorealistische belichting en reflecties jaren voordat de technologie standaard werd in games. PICA PICA toonde hoe dynamische globale belichting en ray-traced verlichting ons dichter bij visuals van filmkwaliteit kon brengen met realtime prestaties.
Die samenwerkingsgeest werd voortgezet met GIBS (Global Illumination Based on Surfels), dat realistische indirecte belichting simuleert met behulp van 'surfels' of kleine, schijfvormige representaties van oppervlakken. Deze technologie werd ontwikkeld in samenwerking met het Frostbite-team en geïmplementeerd in EA SPORTS College Football 25. De techniek introduceerde realtime globale belichting voor enorme, open omgevingen, die meer dan 150 stadions en dynamische dag-nachtcycli aandrijft zonder te vertrouwen op vooraf berekende belichting.
De vorderingen van SEED strekten zich ook uit tot animatie. In Madden NFL 21 werd SEED's Swish-project een van de eerste realtime, spelergerichte machine learning-deformers die ooit in een game is uitgebracht. Swish gebruikte neurale netwerken om stofgedrag te simuleren met realistische rek, vloeiing en botsing, wat de eerste stap markeerde naar fysicasystemen die leren in plaats van handmatig te worden afgestemd.
Bovendien hielp onderzoek voor Dragon Age: The Veilguard om bewegingsgegevens van hogere kwaliteit en diverser mogelijk te maken, waardoor ontwikkelaars expressievere personages kunnen leveren zonder in te boeten aan prestaties.
Creativiteit versnellen via technologie
Toen de contentcreatie-pijplijnen complexer werden, richtte SEED zich op het helpen van artiesten om sneller hun creatieve visie te bereiken. Voice2Face, een van SEED's meest algemeen erkende doorbraken, introduceerde een audiogestuurd gezichtsananimatiesysteem dat realistische lip- en gezichtsbewegingen genereert rechtstreeks vanuit opgenomen spraak. Gebruikt in Battlefield 6-filmpjes en EA SPORTS FC 25-publieksgezangen, verminderde het de productietijd aanzienlijk terwijl de kwaliteit behouden bleef.
In samenwerking met interne creatieve en technologische teams introduceerde SEED nieuwe workflows voor LightStage, een geavanceerde scantechnologie die de digitale vastlegging van het menselijk gezicht mogelijk maakt met ongeëvenaarde getrouwheid en nauwkeurigheid. Deze workflows maakten nieuwe niveaus van realisme mogelijk voor het scannen van personagehoofden, waardoor artiesten de fijnste details en subtiele uitdrukkingen van een acteur kunnen vastleggen voor in-game modellen.
AI gebruiken om slimmere systemen te bouwen
Van gameplay tot operations heeft het AI-onderzoek van SEED een nieuwe vorm gegeven aan de manier waarop ontwikkelaars gegevens analyseren, testen optimaliseren en spelerservaringen beveiligen. In EA SPORTS FC 26 introduceerde de Reinforcement-Learning Goalkeeper adaptieve machine learning voor keeperspositionering, waardoor AI helpt om spelersbewegingen te analyseren en aanpassingen te doen zoals hun tegenhangers in de echte wereld.
In Apex Legends hebben Bad Actor Detection-systemen vermoedelijke gevallen van valsspelen geïdentificeerd in miljoenen wedstrijden en zo de spelerservaring op grote schaal beschermd.
Voorwaarts en omhoog
De afgelopen tien jaar heeft SEED opnieuw gedefinieerd wat toegepast onderzoek betekent in de game-industrie, door experimentele ideeën om te zetten in leverbare technologie en de manier te ontwikkelen waarop games van binnenuit worden gebouwd.
Van ray-traced verlichting en machine learning tot generatieve AI, SEED zal in samenwerking met creators binnen EA tools en technologie blijven creëren om de toekomst van interactief entertainment te leiden voor het volgende decennium van spelen en verder.