興奮、焦慮，和一步一步到來的現(xiàn)實(shí)。

文丨高洪浩

編輯丨黃俊杰

時(shí)隔八個(gè)月，比利時(shí)游戲公司拉瑞安（Larian）創(chuàng)始人、《博德之門 3》制作人斯文·文克（Swen Vincke）說了同樣的一句話，卻引發(fā)了截然不同的反響。

2025 年 4 月，他在一次采訪中提到，團(tuán)隊(duì)會在開發(fā)中借助生成式 AI 做概念探索和腳本生成，當(dāng)時(shí)沒有引起波瀾。到了 12 月，他再次提起類似的觀點(diǎn)，迅速招致玩家和游戲從業(yè)者的抨擊。隨后，斯文·文克不得不公開澄清：項(xiàng)目組不會使用生成式 AI 美術(shù)，也不會用 AI 寫作；他還特別強(qiáng)調(diào)，工作室目前有 72 位藝術(shù)家，其中 23 位是概念藝術(shù)家，且仍在繼續(xù)招聘。

反差源于威脅已經(jīng)是真實(shí)的。Google DeepMind 發(fā)布世界模型 Genie 3 實(shí)驗(yàn)性原型，多家游戲公司的股價(jià)因此恐慌性下跌——引擎公司 Unity 大跌 21%、UGC 游戲平臺 Roblox 跌逾 12%。Take-Two 也下跌了 10%，這家游戲公司正在開發(fā)人類史上成本最高的開放世界游戲《俠盜獵車手 6》（GTA 6）。

全球最重要的游戲行業(yè)大會，GDC（全球游戲開發(fā)者大會）在今年 1 月發(fā)布了一份《2026 年游戲產(chǎn)業(yè)狀況報(bào)告》，當(dāng)中顯示過去兩年，約 28% 的開發(fā)者有過裁員的經(jīng)歷，其中將近一半的人被裁后尚未找到新工作；約 36% 的從業(yè)者會在工作中使用 AI，但 52% 的人認(rèn)為 AI 對行業(yè)有負(fù)面影響。

3 月，英偉達(dá)未經(jīng)卡普空同意，直接拿《生化危機(jī)：安魂曲》的實(shí)機(jī)畫面來演示新渲染技術(shù) DLSS 5 的前后效果。不少玩家認(rèn)為它改變的不只是清晰度和光影，而是卡普空原本的美術(shù)風(fēng)格，罵它是 AI slop（低質(zhì)量的 AI 內(nèi)容）。

就像 1998 年 3D 游戲引擎剛起步，當(dāng)時(shí)行業(yè)也曾深陷對 3D 化必要性的懷疑，但結(jié)果是一切都 3D 化，后來連 2D 游戲甚至 iPhone 的系統(tǒng)界面都由 3D 渲染。該來的都會來，但怎么來很重要。

在今年 3 月舉辦的 GDC 上，和 AI 相關(guān)的演講達(dá)到 106 場，較上一年增加一倍多。2023、2024 兩年，GDC 與 AI 相關(guān)的議題各只有不到 20 場。

《晚點(diǎn) LatePost》摘錄了今年 GDC 上全球知名游戲公司人士關(guān)于 AI 的討論，以及我們與騰訊、Google DeepMind、EA 等多家科技和游戲公司從業(yè)者的訪談，試圖回答一個(gè)問題：AI 當(dāng)下究竟在如何影響這個(gè)行業(yè)。

AI 到來前，傳統(tǒng)大制作游戲已經(jīng)難以為繼

從 20 多年前開始，游戲業(yè)的主流商業(yè)模式逐漸向好萊塢大片看齊：大公司投入巨額資金，以大團(tuán)隊(duì)長期開發(fā)面向大眾的游戲，再以大預(yù)算全球營銷。

2026 年初，游戲行業(yè)知名分析師 Matthew Ball 說，全球游戲投資正在滑向近十年來的低點(diǎn)：相比 2021 年的高峰，如今流向游戲工作室的投資額已經(jīng)縮水了 85%，甚至跌破了 2019 年的水平。

根據(jù)他的調(diào)研，游戲公司的制作開支都被明顯抬高了，少數(shù)大制作游戲甚至?xí)?dòng)用幾千人，光工資就一年數(shù)億美元，但這些游戲的標(biāo)準(zhǔn)售價(jià)這么多年也只是從 60 美元提高到 70 美元，最多 100 美元上下，無法填平成本上漲帶來的缺口。

在 GDC 現(xiàn)場，海外游戲行業(yè)的高層普遍對整個(gè)行業(yè)的未來表達(dá)了擔(dān)憂：

- Google Cloud 全球游戲業(yè)務(wù)總監(jiān) Jack Buser：游戲行業(yè)面對的不是經(jīng)營壓力，是生死問題

2025 年全球玩家消費(fèi)預(yù)計(jì)達(dá)到 1960 億美元，同比增長 5.5%，創(chuàng)下新高，說明市場規(guī)模還在擴(kuò)大；另一方面，行業(yè)自 2021 年以來的經(jīng)營利潤卻以約 7% 的復(fù)合年率下滑，甚至低于疫情前水平。

如今游戲工作室往往要投入過去兩倍的資金去開發(fā)一款產(chǎn)品，最終卻只能獲得不到過去一半的玩家時(shí)長，這樣的傳統(tǒng)買斷制商業(yè)模式根本無法成立。這已經(jīng)不是經(jīng)營壓力，而是整個(gè)游戲行業(yè)的生死問題。

全球玩家消費(fèi)增長 50% 來源于中國大陸......讓我印象深刻的一點(diǎn)是，騰訊作為中國市場的領(lǐng)軍企業(yè)，已宣布其 AI 技術(shù)已接入 40 款游戲，未來還會有更多游戲加入。我認(rèn)為這為我們行業(yè)指明了方向，揭示了 AI 技術(shù)應(yīng)用的發(fā)展趨勢。

- 游戲行業(yè)數(shù)據(jù)機(jī)構(gòu) Newzoo 的咨詢總監(jiān) Ben Porter：隨著 Roblox、Minecraft 長大的新玩家不一定會玩?zhèn)鹘y(tǒng)游戲

現(xiàn)在越來越多玩家，一年到頭真正長期玩的，其實(shí)就是一到三款游戲。其中增長最快的是 UGC 平臺。比如，Minecraft（我的世界）的游玩時(shí)長同比增長了 19%，Roblox 更是增長 52%。

Roblox 上部分玩家自制內(nèi)容同時(shí)吸引超過 1000 萬人在線，已經(jīng)更像是玩家共同搭建的內(nèi)容生態(tài)，而不是傳統(tǒng)游戲。

另一邊，一些在主機(jī)上的傳統(tǒng)熱門品類則在往下走。比如大逃殺類游戲的總游玩時(shí)長同比下滑了 27%，射擊類游戲整體也下降了大約 5%。

現(xiàn)在只有 41% 的 Roblox 玩家對《怪物獵人：荒野》 這樣的 3A 游戲感興趣；僅 57% 的 Roblox 玩家對《33 號遠(yuǎn)征隊(duì)》（TGA 年度游戲，一款法國團(tuán)隊(duì)制作的日式角色扮演游戲）感興趣。他們更偏愛《太空狼人殺》或者《萌萌小人大亂斗》這類更輕、更偏社交的游戲。

所以接下來的問題就是：Roblox 和 Minecraft 玩家長大之后，會不會像上一代人那樣轉(zhuǎn)向傳統(tǒng) 3A 游戲？還是說，他們會繼續(xù)留在另一套完全不同的娛樂體系里？這是未來十年里游戲行業(yè)最大的變量。

- 前網(wǎng)易游戲全球投資與合作總裁 Simon Zhu：游戲行業(yè)當(dāng)前的困境只是周期性的

疫情那幾年，行業(yè)里一下子冒出來三四百家新的游戲工作室或者項(xiàng)目，但大多數(shù)拿到的資金其實(shí)很有限，大概只覆蓋了整個(gè)開發(fā)預(yù)算的兩成。2022 年以后，外部環(huán)境開始連續(xù)變化：一邊是美聯(lián)儲加息，一邊是大科技公司把重心轉(zhuǎn)去 AI，資本流向也跟著變了，許多新項(xiàng)目集中陷入了危機(jī)。

今天大家看到游戲行業(yè)的問題，說白了就是當(dāng)年那三四百家工作室在差不多同一個(gè)時(shí)間點(diǎn)開始一起出狀況所導(dǎo)致的。

但再往更長的周期里看，這其實(shí)更像是一場 B2B 端（游戲工作室找融資）的流動(dòng)性問題。B2C 端（游戲售賣給玩家）反而沒什么大事。這種起伏以前也有過。2025 年的 B2C 收入數(shù)據(jù)已有恢復(fù)跡象，只要 B2C 穩(wěn)著，B2B 遲早會回來。現(xiàn)在整個(gè)行業(yè)的反應(yīng)有點(diǎn)太大了。

AI 的進(jìn)展是超預(yù)期的，但落地目前是一步一步的改進(jìn)

ChatGPT、文生圖、文生視頻誕生之后，游戲都被認(rèn)為是一個(gè)會被很早顛覆的行業(yè)。但三年后，軟件應(yīng)用開發(fā)已經(jīng)基本上被完全改變了，但是游戲開發(fā)中的 AI 使用并沒有跳出傳統(tǒng)流程。

游戲生產(chǎn)比視頻生成更復(fù)雜，一幀幀畫面背后，是一整套復(fù)雜的開發(fā)管線：角色、場景、動(dòng)作、交互、數(shù)值、程序與引擎彼此配合，最終共同構(gòu)成一個(gè)可交互的系統(tǒng)。這個(gè)系統(tǒng)不僅要呈現(xiàn)畫面，更要滿足實(shí)時(shí)反饋、一致性控制、玩家交互、物理邏輯和長期穩(wěn)定性等一整套要求。

AI 更多集中在生產(chǎn)特定內(nèi)容的優(yōu)化上，尤其適用于那些重復(fù)性強(qiáng)、標(biāo)準(zhǔn)清晰、結(jié)果可驗(yàn)證的 “勞動(dòng)密集型” 環(huán)節(jié)——游戲需要生產(chǎn)非常大量的 3D 模型、貼圖、素材、角色、關(guān)卡，比如《質(zhì)量效應(yīng)》當(dāng)年光文字腳本就寫了幾十萬字。

以 Rovio 和 AWS 圍繞《憤怒的小鳥》資產(chǎn)制作流程的分享為例，他們討論的是如何把 AI 接入在線游戲的生產(chǎn)管線后，還能維持美術(shù)、創(chuàng)作和品牌的一致性；暴雪關(guān)于 Zenith 模型的分享也是類似思路，它關(guān)注的是如何把擴(kuò)散模型嵌入一條具體的地圖制作流程，在減少人工勞動(dòng)的同時(shí)，盡量保留人對藝術(shù)創(chuàng)作的主動(dòng)權(quán)。

GDC 演講和我們的訪談中，從業(yè)者普遍表達(dá)了相似的看法：AI 還遠(yuǎn)未推翻原有工作方式，但一個(gè)個(gè)環(huán)節(jié)的改造已經(jīng)開始。

- 英偉達(dá)應(yīng)用深度學(xué)習(xí)研究副總裁 Bryan Catanzaro：AI 被首先用在了最貴的環(huán)節(jié)

游戲行業(yè)今天依然沿著一條很傳統(tǒng)的生產(chǎn)鏈條運(yùn)轉(zhuǎn)：先生成圖像，再轉(zhuǎn)成 3D 模型，最后放進(jìn)引擎里處理。這套流程之所以還沒有被徹底打破，不只是因?yàn)樾蕟栴}，更因?yàn)橛螒蜷_發(fā)本身高度依賴可控性、可搭建性和團(tuán)隊(duì)協(xié)作，而這些恰恰是游戲引擎至今仍然不可替代的原因。

所以，今天做 3A 游戲真正的瓶頸之一并不是開發(fā)引擎不行，而是資產(chǎn)生產(chǎn)太貴了，無論時(shí)間、資金還是人力投入都非常高。AI 在當(dāng)下更現(xiàn)實(shí)、也更可能率先帶來改變的地方，不是立刻取代引擎，而是先把資產(chǎn)制作的成本壓下來，從而慢慢改寫游戲開發(fā)的經(jīng)濟(jì)模型。

- Unity 引擎產(chǎn)品高級副總裁 Adam Smith：游戲開發(fā)過程差不多，但環(huán)節(jié)被壓縮了

傳統(tǒng)游戲開發(fā)往往會被拆成七個(gè)階段：創(chuàng)意構(gòu)思、原型驗(yàn)證、立項(xiàng)、前期制作、正式開發(fā)、上線和持續(xù)運(yùn)營。但現(xiàn)在，這套流程正在被大幅壓縮成三個(gè)更大的階段：開發(fā)、上線和增長。尤其是原型驗(yàn)證和立項(xiàng)這兩個(gè)過去相對分開的環(huán)節(jié)，如今越來越多地被合并到了同一個(gè)階段。

- 騰訊魔方工作室群首席技術(shù)美術(shù)馮升、騰訊游戲前沿渲染團(tuán)隊(duì)負(fù)責(zé)人李超：AI 改造全局光照，制作時(shí)間可以從兩三天縮減到 5 分鐘

在游戲制作里有一個(gè)重要環(huán)節(jié)是全局光照——不僅要呈現(xiàn)光源直接照到物體上的效果，還要呈現(xiàn)出光線在場景里不斷反彈后帶來的明暗、顏色和氛圍變化。

虛幻引擎的 Lumen 可以實(shí)時(shí)計(jì)算全局光照，畫面表現(xiàn)很強(qiáng)，但成本極高，能服務(wù)頂配顯卡，卻難以滿足大 DAU 產(chǎn)品適配舊主機(jī)甚至手機(jī)的要求。

但 AI 出現(xiàn)后，我們用它來改造了實(shí)現(xiàn)全局光照的引擎管線，效果提升明顯。改造之前，直接用虛幻引擎的原生方案時(shí)，大世界項(xiàng)目整套流水線跑完常常要 30 多個(gè)小時(shí)，意味著兩三天才能看到完整結(jié)果。改造之后，一些大項(xiàng)目當(dāng)天就能看到整體效果，95% 的離線計(jì)算任務(wù) 5 分鐘內(nèi)完成，相較傳統(tǒng)本地烘焙效率提升百倍。

其次便是能夠同時(shí)適配高、中、低端硬件和機(jī)型，且在光照效果上做風(fēng)格化定制，比如一些游戲的光照需要強(qiáng)調(diào)寫實(shí)，一些游戲更偏風(fēng)格化。

- 騰訊游戲公共技術(shù)負(fù)責(zé)人陳冬：已經(jīng)在用 AI 生成 3D 模型，人主要作做檢查和調(diào)整

騰訊游戲的技術(shù)中臺首選的 AI 切入點(diǎn)之一是美術(shù)制作中的兩個(gè)小環(huán)節(jié)：蒙皮（把模型和骨骼綁定，讓角色能按動(dòng)作要求變形）與 MIB（自動(dòng)補(bǔ)齊動(dòng)作之間的中間幀，提高動(dòng)畫制作效率）。

這兩個(gè)環(huán)節(jié)在 3D 制作流程偏后段，輸入輸出標(biāo)準(zhǔn)明確，由生產(chǎn)流程決定而非創(chuàng)意，對模型復(fù)雜度的要求也比直接生成完整動(dòng)畫更可控。

沒有 AI 的時(shí)候，做角色蒙皮和 MIB 往往要花幾天時(shí)間；在訓(xùn)練了自己的模型后，幾分鐘到十幾分鐘就能完成 80%—90% 的工作，人工只需檢查和小幅調(diào)整。

不過只有當(dāng)模型的自動(dòng)完成率接近 80% 到 90%，并且修改成本明顯低于從頭重做時(shí)，我們才會使用 AI；如果用 AI 工具的完成率只有 40% 到 50%，我們寧可重做，也不會在生成結(jié)果上繼續(xù)二次編輯。

- 騰訊游戲魔方工作室 AI 負(fù)責(zé)人廖詩飏：玩家看到新效果之后，就再也回不去了

動(dòng)作游戲的人物動(dòng)作通常依賴真人動(dòng)捕，但大量非核心動(dòng)作無法逐一采集，只能靠生成來補(bǔ)足。角色受攻擊時(shí)，拳腳可能從上千個(gè)角度襲來，不可能讓演員逐一演示。

傳統(tǒng)上，這類動(dòng)作主要依靠 IK（Inverse Kinematics，逆向運(yùn)動(dòng)學(xué)）等數(shù)學(xué)模型計(jì)算生成，但結(jié)果往往不夠自然。最常見的問題之一是 “滑步”——角色明明是在挨打一邊后退，腳下卻像貼著地面平移，缺少真實(shí)受力后的支撐和重心變化。除此之外，角色倒地后再起身的銜接動(dòng)作也常常顯得生硬；如果角色手里拿著武器，倒地時(shí)還容易出現(xiàn)武器穿過模型。

長期以來玩家已經(jīng)習(xí)慣這些問題，很多制作團(tuán)隊(duì)也默認(rèn)可以粗糙處理。現(xiàn)在我們用 AI 模型生成受擊、倒地、起身等過渡動(dòng)作，改善了滑步、武器穿模這些老問題。動(dòng)捕流程也變得更簡單：不再需要在大場地貼標(biāo)記、用專業(yè)設(shè)備錄制。團(tuán)隊(duì)只用 7 臺運(yùn)動(dòng)相機(jī)，就能在一個(gè)小房間里通過多角度視頻還原演員動(dòng)作，再結(jié)合 AI 完成動(dòng)作生成。

美術(shù)效果的優(yōu)化難以量化，但玩家一旦見過新效果，就再也回不去了。

- 一位國內(nèi)頭部游戲公司技術(shù)負(fù)責(zé)人：問題不在于能不能生成，而在于控制精度有多高

Seedance 2.0 雖然證明了自己的技術(shù)突破——不僅能生成高質(zhì)量視頻，也展現(xiàn)出更豐富的控制能力，比如對鏡頭運(yùn)動(dòng)、人物動(dòng)作、場景構(gòu)圖和風(fēng)格變化的調(diào)度；但在控制精度和細(xì)節(jié)穩(wěn)定性上仍不夠成熟，尤其是在復(fù)雜動(dòng)作銜接、角色一致性和局部細(xì)節(jié)保持上，離可穩(wěn)定投入生產(chǎn)還有距離。

比如給模型一段人物打斗的參考視頻，它還不能完全按照參考動(dòng)作精準(zhǔn)還原，包括一個(gè)動(dòng)作打出去之后，后續(xù)節(jié)奏該怎么銜接；某一幀角色應(yīng)該停在什么位置、處于什么狀態(tài)，而這恰恰是游戲制作里最難、要求也最高的部分。

再比如在全局光照里，光并不是簡單地 “照亮一個(gè)物體” 就結(jié)束了，它還會在不同表面之間不斷反彈，并把周圍物體的顏色帶到別的物體上：樹旁邊的一盞燈、墻面的反光、地面的顏色，都會彼此影響，最后形成非常細(xì)微但又真實(shí)的明暗和色彩變化。這樣的細(xì)節(jié)，在游戲渲染管線里可以被精細(xì)計(jì)算和控制，但在當(dāng)前的大模型生成中，往往還很難穩(wěn)定、真實(shí)地還原出來。

- 騰訊魔方工作室群首席技術(shù)美術(shù)馮升、騰訊游戲前沿渲染團(tuán)隊(duì)負(fù)責(zé)人李超：游戲是一個(gè)復(fù)雜的系統(tǒng)，所以很難顛覆

AI 之所以更容易做網(wǎng)頁前端，一個(gè)很重要的原因是網(wǎng)頁前端的規(guī)范和標(biāo)準(zhǔn)足夠統(tǒng)一，所以大模型更容易學(xué)會，也更容易給出通用解法。但游戲引擎完全不是這樣，尤其是底層渲染層，缺少統(tǒng)一標(biāo)準(zhǔn)，不同項(xiàng)目的技術(shù)選型、改造方式和歷史包袱都很不一樣。

我們支持過包括《洛克王國：世界》在內(nèi)的 20 多個(gè)游戲項(xiàng)目，幾乎每個(gè)項(xiàng)目的引擎都改得不一樣，這意味著引擎內(nèi)部很難出現(xiàn)一個(gè)真正標(biāo)準(zhǔn)化、可直接復(fù)用的解決方案。資產(chǎn)制作工具相對好一些，因?yàn)樽詈螽a(chǎn)出的是可以統(tǒng)一管理的資產(chǎn)；可到了引擎底層，不同項(xiàng)目始終要做不同適配。再加上游戲本身就比網(wǎng)頁更復(fù)雜，玩法類型、性能目標(biāo)、美術(shù)風(fēng)格都在影響技術(shù)方案，所以很多引擎最后都會走向定制化。這也是為什么 AI 大模型在引擎領(lǐng)域一直很難像在網(wǎng)頁前端那樣，做出超預(yù)期成果。

- Google DeepMind Inception 產(chǎn)品負(fù)責(zé)人 Alexandre Moufarek：世界模型的發(fā)展遠(yuǎn)遠(yuǎn)談不上成熟

Genie 3 是 Google DeepMind 的通用世界模型，能根據(jù)文字或圖片提示實(shí)時(shí)生成可探索、可交互的虛擬環(huán)境。這項(xiàng)技術(shù)被認(rèn)為，將有可能取代游戲引擎、美術(shù)等工種，大幅降低游戲開發(fā)的門檻。2026 年 1 月，Google 把它的實(shí)驗(yàn)原型開放給部分用戶試玩，直接造成了 Unity、Roblox 和 Take-Two 等一眾游戲公司的股價(jià)恐慌性暴跌。

DeepMind 做 Genie 的目標(biāo)是，創(chuàng)建多樣化且逼真的環(huán)境，在其中安全地訓(xùn)練更通用的 agent，而不是直接部署到現(xiàn)實(shí)世界的機(jī)器人身上。終極測試是：把 agent 放到一個(gè)從未見過的世界里，它仍然能夠泛化并適應(yīng)。

對 Genie 3 來說，現(xiàn)階段的重點(diǎn)不是生成固定可編輯的 3D 世界，而是世界在運(yùn)行中能被實(shí)時(shí)生成。前者更適合偏應(yīng)用型的團(tuán)隊(duì)去探索，DeepMind 更希望聚焦那些只有自己才能解決的基礎(chǔ)問題。

當(dāng)前的 Genie 3 遠(yuǎn)未達(dá)到開箱即用的階段——記憶、一致性、長期穩(wěn)定性和自我修復(fù)等底層能力若不能解決，模型產(chǎn)出的就只是像素，而不是完整的交互體驗(yàn)。Genie 的真正價(jià)值不在于替代現(xiàn)有工作流，而在于打開新的可能性。

如果你實(shí)際用過 Genie，就會知道它目前的編輯能力還比較有限；同時(shí)，它也還很難根據(jù)特定 prompt 穩(wěn)定地產(chǎn)出一致的結(jié)果。所以現(xiàn)階段，它更適合拿來快速搭概念、快速做原型。我們也在學(xué)習(xí)和觀察，看用戶怎么使用 Genie。這個(gè)領(lǐng)域變化太快了，我們顯然還沒有走到最終形態(tài)。

沒有從業(yè)者會公開說，AI 時(shí)代，人不重要

GDC 官方在 2026 年做的一份行業(yè)調(diào)查顯示，52% 的受訪者認(rèn)為生成式 AI 正在對游戲行業(yè)產(chǎn)生負(fù)面影響，這一比例高于 2025 年的 30% 和 2024 年的 18%；認(rèn)為其有正面影響的比例則只有 7%，也低于 2025 年的 13%。

EA 技術(shù)合作副總裁、資深技術(shù)專家 Jeff Skelto 在 GDC 上就用 “外骨骼” 來形容 AI 之于游戲的關(guān)系：“我們現(xiàn)在看到的 AI 其實(shí)更多是一種增強(qiáng)，你可以把它理解成外骨骼——不是替你走路，而是讓你走得更好。”Google Cloud 全球游戲業(yè)務(wù)總監(jiān) Jack Buser 則把 AI 形容為 “鋼鐵俠的戰(zhàn)衣”，“它的作用不是取代人類，而是為創(chuàng)作者提供額外的能力。”

- 《光與影：33 號遠(yuǎn)征隊(duì)》首席編劇 Jennifer Svedberg-Yen：寫作過程太重要，我不知道怎么交給 AI

大模型說到底就是多重回歸、線性代數(shù)、矩陣和海量數(shù)據(jù)的組合，這一面恰好很吸引我；但回到寫作上，這對我來說并沒有什么用處，我也不會用 AI 來寫作。

寫作者分兩種：有些人寫作時(shí)興奮、享受；有些人是忍著痛寫出來的。我是后者。

這個(gè)過程當(dāng)然痛苦，但對我來說又非常重要。因?yàn)槲冶仨氂H自去走一遍角色的情緒，去想他們會說什么，也要把這些情緒放到自己身上感受一遍，再把我對角色的理解翻成他們自己的語言，在那個(gè)瞬間把真正的真實(shí)感找出來。這件事我不知道該怎么交給 AI 去做。

寫作這件事，說到底，就是把你腦子里的東西表達(dá)出來。你是在借這些角色和虛構(gòu)情境，寫出你的看法、你對世界的理解，以及你親身經(jīng)歷過的人生。如果把這件事交給一個(gè)黑箱去完成，你就會失去其中一部分東西，因?yàn)槟愀静恢浪窃趺匆徊讲降贸瞿莻€(gè)結(jié)果的。”（Jennifer Svedberg-Yen 在 GDC 期間接受 GamesRadar+ 采訪）

- 英偉達(dá)應(yīng)用深度學(xué)習(xí)研究副總裁 Bryan Catanzaro：用好 AI 的前提是，你本來就得知道自己在解決什么問題

AI 帶來最大的變化是，小團(tuán)隊(duì)可以更快把想法做成原型——過去要花大量時(shí)間做幻燈片、說服別人，現(xiàn)在直接把東西搭出來展示。AI 也把專家從淺層工作里解放出來，讓他們專注更深入的任務(wù)。

但用了 AI，不代表結(jié)果就一定一樣好，甚至更好。真正的前提是，你本來就得知道自己在解決什么問題。只有當(dāng)你能定義問題、拆解任務(wù)、判斷結(jié)果時(shí)，AI 才會真正提升效率；如果你連自己要什么都不清楚，AI 只會更快放大混亂。

這種情況在更廣泛的編程工作中也一樣。瓶頸早已不只是寫代碼本身，真正困難的仍然是理解到底要做什么、什么才算成功，以及怎樣把任務(wù)表達(dá)清楚。最能從 AI 中受益的人，往往不是寫得最快的人，而是判斷力最強(qiáng)、最清楚成功標(biāo)準(zhǔn)的人。從這個(gè)意義上說，AI 并沒有削弱優(yōu)秀工程能力的重要性，反而讓這種能力變得更值錢了。

- 天美工作室技術(shù)組長余煜、技術(shù)專家牟騫：

創(chuàng)意部分我認(rèn)為是人類之所以成為人類的最重要部分，我們也不應(yīng)該讓AI去替代它。

我今天玩了這個(gè)游戲，給我?guī)矸浅Ｋ捏w驗(yàn)感，說句實(shí)話非常爽的體驗(yàn)感不是AI能感受到的東西，但一定是我們?nèi)烁惺艿街笾匦卤硎龀鰜碇蟮臇|西……你問AI這東西爽在哪兒，AI只會跟你一本正經(jīng)的胡說八道。

《對馬島之魂》有一幕騎了一匹馬在花田里面跑，我們說這是浪漫，但什么是浪漫，我們怎么讓AI復(fù)刻這個(gè)浪漫，這個(gè)事情是非常困難的，這個(gè)事情只能由人類來。

未來是轉(zhuǎn)變成一種AI勞動(dòng)密集型，人類創(chuàng)意密集型的組織。人基本只產(chǎn)出創(chuàng)意，以及做一些驗(yàn)收，而不是由人來承擔(dān)主要的生產(chǎn)工作，AI只是助手，這是兩種不同的概念。

- 網(wǎng)易末日生存類游戲《明日之后》技術(shù)團(tuán)隊(duì)：絕不讓 AI 來決定美術(shù)方向

在真正搭建管線之前，我們先確立了一條底線：絕不讓 AI 來決定美術(shù)方向。以 PBR（基于物理的渲染）流程舉例：

先由人定標(biāo)準(zhǔn)。美術(shù)師先把 視覺基準(zhǔn)定清楚，什么是木頭，什么是金屬，粗糙度、明暗關(guān)系、反射效果應(yīng)該是什么樣。

讓 AI 批量執(zhí)行。在這個(gè)標(biāo)準(zhǔn)下，AI 完成材質(zhì)生成、PBR 參數(shù)轉(zhuǎn)換、紋理處理等重復(fù)性工作——先找到一個(gè)穩(wěn)定可用的 baseline，再慢慢增加自動(dòng)化能力。

結(jié)果直接接進(jìn)生產(chǎn)管線。AI 輸出的是能直接進(jìn)入引擎的工程文件，不是半成品。

最后還要回到人來把關(guān)。AI 做完之后，美術(shù)師還要檢查和修正，比如 AI 會不會把木頭誤判成金屬，會不會有紋理污染，局部細(xì)節(jié)夠不夠準(zhǔn)。最后的審核和是否能進(jìn)游戲，仍然由人決定。網(wǎng)易還專門做了內(nèi)部工具，目的就是把這一步人工修正的時(shí)間盡量壓低。

- 前網(wǎng)易游戲全球投資與合作總裁 Simon Zhu：應(yīng)該用游戲這個(gè)媒介來討論 AI 當(dāng)下帶來的巨大情緒

此刻我們身處灣區(qū)，能很明顯感受到空氣里那種巨大的 FOMO（害怕錯(cuò)過）情緒。作為普通人，而不是 AI 科學(xué)家，我們在這個(gè)過程里的位置到底是什么？又該怎么理解眼前這一切？

我覺得需要通過游戲這樣的媒介去講這些事，給人們提供一種理解它的視角，甚至某種答案。

回頭看過去所有關(guān)于 AI 的故事和電影，其實(shí)反復(fù)講的都是兩個(gè)老套路：要么是 AI 奴役我們，要么是我們奴役 AI。幾乎沒人真正去討論一種平等關(guān)系的可能。可現(xiàn)在，我們也許正在走向 AGI 時(shí)代，那是不是應(yīng)該更認(rèn)真地去討論一下：未來到底會有哪些可能，我們和 AI 之間又應(yīng)該是一種什么樣的關(guān)系？

我經(jīng)常會問別人一個(gè)問題：你設(shè)想一下，如果明天外星人把我們所有人的 iPhone 都拿走了，我們接下來要怎么生活？

世界已經(jīng)在變，我們需要在游戲這樣的媒介里討論這些正在發(fā)生的變化。

大型游戲公司的 AI 轉(zhuǎn)型：為什么一上來就想著登月？

- EA 技術(shù)合作副總裁、資深技術(shù)專家 Jeff Skelto：上了近地軌道，登月最難的一段已經(jīng)走完了

去年 10 月，EA 辦了一場約 100 人參加的內(nèi)部創(chuàng)新峰會。一位制作人上臺，展示了他在日常工作流中遇到的問題，以及如何用 Ollama 等 AI 工具逐一解決，并用視頻呈現(xiàn)前后對比。

你幾乎能看到臺下很多人 “突然被點(diǎn)亮” 的那一刻。因?yàn)橐坏┧麄兛吹?AI 被放進(jìn)一個(gè)真實(shí)工作流里，他們立刻就會意識到：原來這東西還能這么用。

那場峰會結(jié)束時(shí)，我們還讓大家去想一些有可能實(shí)現(xiàn)的、激進(jìn)且很有想象力的 AI 項(xiàng)目。但這往往意味著體量很大，也很吃時(shí)間和資源。結(jié)果我們組里有個(gè)人提出了一個(gè)不同的想法。他說：我們?yōu)槭裁匆簧蟻砭拖胫窃拢繛槭裁床幌茸屗腥讼冗M(jìn)入近地軌道？

進(jìn)入近地軌道，登月最耗能的一段路就已經(jīng)走完了。先把工具交到每個(gè)人手里，提升 AI 素養(yǎng)，讓他們理解工具怎么改善工作，每個(gè)人最終都能在自己的領(lǐng)域發(fā)起 “登月計(jì)劃”。

- 騰訊游戲公共技術(shù)負(fù)責(zé)人陳冬：AI 不能靠自上而下執(zhí)行

過去我們自上而下執(zhí)行，但 AI 這件事上有所轉(zhuǎn)變，內(nèi)部更強(qiáng)調(diào) “涌現(xiàn)式” 創(chuàng)新，根據(jù)業(yè)務(wù)自身情況探索，沒有強(qiáng)制導(dǎo)向。

有研究能力的年輕人可以主動(dòng)提出研究方向，成為項(xiàng)目主導(dǎo)者，公司提供 GPU 和人力資源。目前世界模型和 AI 原生玩法探索，都是年輕人帶隊(duì)在做。

不管怎么用 AI 改造游戲，首先它得是好游戲

2026 年 3 月，紐約大學(xué)游戲中心創(chuàng)始人弗蘭克·蘭茨（Frank Lantz）撰文《為什么沒有 AI 游戲》：2021 年 AI 新時(shí)代興起時(shí)，人們預(yù)言它必然催生新型游戲和全新玩法。五年過去了，幾乎沒有任何實(shí)質(zhì)性成果。

他認(rèn)為造成這個(gè)現(xiàn)象的本質(zhì)原因在于，游戲的樂趣并不來自無限自由，而來自設(shè)計(jì)好的確定規(guī)則里的無限可能，“一根棍子是好玩的、球也是好玩的”。生成式 AI 擅長制造變化和表達(dá)，卻不擅長提供足夠清晰、穩(wěn)定、可反復(fù)推敲的規(guī)則結(jié)構(gòu)，“一開始就設(shè)定一堆令人驚嘆的復(fù)雜性并不會帶來更多樂趣。”

傳統(tǒng)游戲公司更警惕 “拿著錘子找釘子”，所以實(shí)踐路徑不是從無到有創(chuàng)造一個(gè) AI 游戲，而是在既有的游戲中尋找 AI 能落地的場景。原生的 AI 公司對這個(gè)可能性更興奮。

無論哪條路，共識是一樣的：游戲已經(jīng)足夠多，缺的是更好的游戲。

2026 年 3 月，騰訊總裁劉熾平在集團(tuán)財(cái)報(bào)電話會上說：每年移動(dòng)平臺上有超 20 萬款新游戲，Steam 平臺上有 1.8 萬款新游戲。無論這個(gè)數(shù)字是從 20 萬增加到 200 萬、20 億還是 2 萬億，其邊際影響都在遞減。關(guān)鍵在于制作出最好的游戲，并使其延長生命周期、成為長青游戲。

- 3D 內(nèi)容創(chuàng)作公司 Meshy AI 創(chuàng)始人胡淵鳴：AI 要改變游戲玩法，需要同時(shí)做到自由、直觀、低門檻

玩法和機(jī)制才是游戲最本質(zhì)的內(nèi)容。如果 AI 原生游戲真的想有增量價(jià)值，不是為了用 AI 而用，就必須讓 AI 實(shí)現(xiàn)玩法或者機(jī)制的生成。

而既然 “生成玩法和機(jī)制” 這個(gè)事情已經(jīng)足夠難，游戲行業(yè)又是一個(gè)存在了幾十年、值得敬畏的行業(yè)，我們就必須專注于解決核心問題，暫時(shí)放棄對其他方向的追求，比如 AI 生成環(huán)境、場景、NPC 等等。

按照如今 AI 的能力，自動(dòng)設(shè)計(jì)出來一個(gè) PUBG（吃雞）、搜打撤這種完全創(chuàng)新的宏觀上的玩法，暫時(shí)是不太可能，因?yàn)闆]有相應(yīng)的訓(xùn)練數(shù)據(jù)。但是是否可以在大的玩法框架下（比如 ARPG 打怪刷寶練級），做一些局部游戲機(jī)制的生成？

他認(rèn)為，像《暗黑破壞神 2》的技能樹、《塞爾達(dá)傳說：王國之淚》的余料建造這些玩法不夠自由，本質(zhì)上都還是在既定規(guī)則里組合，玩家能玩出的變化有限；而《吸血鬼幸存者》的玩法組合不夠直觀，Noita（芬蘭獨(dú)立游戲工作室 Nolla Games 開發(fā)的一款像素風(fēng)動(dòng)作冒險(xiǎn)游戲） 的門檻過于高。

技能樹為什么是固定的？我想能做到言出法隨；余料建造有了一定的自由度，但是還不夠，依然還是按照寫死的規(guī)則。為什么還要去查攻略看合成表呢？為什么就不能把任意兩個(gè)道具合成？

AI 要能在玩法上做出增量價(jià)值，就只能 “自由、直觀、低門檻” 三者全部做到。如果能夠有效建立一套 “游戲機(jī)制數(shù)據(jù)集”，理論上就可以訓(xùn)練模型輸出無窮無盡的機(jī)制，讓玩家每次玩游戲都是一個(gè)新體驗(yàn)。

- 騰訊光子工作室群《和平精英》策劃副總監(jiān)薛冰：AI 隊(duì)友已經(jīng)在改變游戲的體驗(yàn)

2025 年，騰訊在已經(jīng)在擁有 9000 萬日活的射擊游戲《和平精英》中上線了 AI 隊(duì)友功能，主要是因?yàn)橛^察到了游戲中，大量用戶的真實(shí)反饋和需求。

在強(qiáng)對抗的競技環(huán)境里，大量戰(zhàn)斗能力較弱、或不擅長社交的單人玩家，往往更容易產(chǎn)生焦慮和挫敗感；

而一局時(shí)長常常超過 30 分鐘的游戲，也意味著玩家一旦中途遇到拿外賣、接電話等突發(fā)情況，角色往往只能原地等死，進(jìn)而拖累整支隊(duì)伍的表現(xiàn)。

基于這些問題，我們用生成式 AI 打造了 AI 隊(duì)友：一方面，它可以為玩家提供幾乎沒有社交壓力、卻能提供情緒陪伴的體驗(yàn)，降低組隊(duì)和游玩門檻；另一方面，當(dāng)玩家不得不暫時(shí)離開游戲時(shí)，也可以把角色托管給 AI，盡量維持隊(duì)伍的完整戰(zhàn)斗力。最終結(jié)果是，《和平精英》中玩家間的活躍度大幅提升——單局內(nèi)消息互動(dòng)量達(dá)到 70 輪，麥克風(fēng)開啟率接近 75%。

把大模型融入射擊類游戲有幾個(gè)難點(diǎn)：

不能只是通用大模型，而是要掛載龐大且能持續(xù)迭代的 “游戲知識庫”。比如射擊游戲中的 AI 隊(duì)友不能只會聊天，還要能識別游戲中衍生出來的 “黑話”；

在極限并發(fā)下依然能做到零點(diǎn)幾秒的實(shí)時(shí)語音響應(yīng)；

長期的記憶能力，AI 與玩家互動(dòng)越深入話題越私密，情感羈絆才會越深；

行為強(qiáng)化學(xué)習(xí)，不僅能 “聽懂”，還要具備自主戰(zhàn)場感知與執(zhí)行能力，可以脫離玩家指令自主做出戰(zhàn)術(shù)決策。

- 暴雪娛樂應(yīng)用科學(xué)副總監(jiān) Zhen Zhai：不從問題出發(fā)，而是從技術(shù)出發(fā)，通常都不會成功

我們團(tuán)隊(duì)里反復(fù)出現(xiàn)的一種情況是：大家常常會因?yàn)橐环N新技術(shù)而興奮，下意識覺得，這就是我們需要的答案。但等真正去和工具使用者溝通時(shí)，往往會發(fā)現(xiàn)，這其實(shí)并不是我們最想解決的核心問題。

做得順的項(xiàng)目，往往是設(shè)計(jì)或產(chǎn)品團(tuán)隊(duì)先提出明確痛點(diǎn)，再由技術(shù)團(tuán)隊(duì)判斷適不適合；不適合就換思路迭代。教訓(xùn)是：先從技術(shù)出發(fā)，硬塞進(jìn)工作流，通常不會成功。

- Google DeepMind 產(chǎn)品負(fù)責(zé)人 Alexandre Moufarek：

市場上本來就已經(jīng)有遠(yuǎn)超所有人可消費(fèi)能力的游戲了。所以自動(dòng)多生成一些游戲，不會自動(dòng)讓生態(tài)變更好。人們真正看重的，往往是創(chuàng)作背后的人類連接——也就是，一款游戲所表達(dá)的是某些真實(shí)的人所擁有的愿景、品味與經(jīng)驗(yàn)。

做游戲本身就是有樂趣的創(chuàng)作過程。團(tuán)隊(duì)一起做、一點(diǎn)點(diǎn)磨、不同視角碰撞，這本身就是創(chuàng)造力的來源。

題圖來源：《湮滅》