摘要
AI+游戏双重降温，融资难度高；大厂谨慎，创业团队成激进探索主力。
腾讯搭“混元”大中台主攻工业化提效（3D资产生成、AI队友），网易伏羲绑定雷火工作室群做NPC与强化学习，均服务存量项目，回避原生风险。
20人以内团队用自研AI管线把周代码量翻30倍、8000元做出Steam试玩，验证AI可重构开发范式与玩法循环。
AI必须沉淀为设计工具，把“涌现”转成可持续的娱乐价值；大盘靠大厂提效，边界由创业团队重新定义。
很少有一个游戏品类，能像AI游戏这样，至今仍走在“寻找自我”的路上。
所谓的寻找自我，指的是目前游戏业界对于AI游戏的讨论，仍然大量集中在AI游戏本身的定义——究竟AI要在游戏环节中发挥什么作用，这个产品才能称作真正的“AI游戏”？
这并不是一个钻牛角尖的小问题。雷峰网在“投资熄火”的AI游戏，正走在赛道爆发的前夜中曾经提到过，游戏投资和AI投资，都是近两年降温剧烈的赛道，二者结合的AI游戏，更是一个“投资冰河”。身份的差异，直接影响到融资难度的高低。
话虽如此，走到2025年末的时间节点，业内仍然跑出了大量的AI游戏产品，它们或探索激进，或AI应用较为保守，但相比此前停留于FLASH级别的AI游戏，已经迭代到精品独立游戏的形态。
与中小厂商和独立团队相比，腾讯、网易等游戏大厂，并不是AI游戏的主要阵地。但AI之于追求工业化大生产的游戏行业，却有着极为现实的“降本”和“提效”需求。腾网二厂在此基础上的探索，也从未停止。
以此为始，游戏行业的“AI革命”路径已日益明朗：一是供给侧的AI提效，二是产品侧的玩法革新。前者通过AI提升从游戏代码到美术设计的开发效率，已逐渐从单一模型转向成熟平台；后者则受限于AI技术边界与玩法设计的平衡，仍在持续探索和迭代。
目录
腾讯：提效为主，原生为辅
对腾讯而言，要投资或者孵化一款AI游戏，从技术实现角度来讲，“并不算难”。但在现实层面，除了一些头部项目“拥抱AI”以外，独立于成熟项目的AI游戏，却还没有什么消息。
这是腾讯“没有梦想”的又一个侧面吗？
就雷峰网与腾讯长期交流的情况来看，腾讯在3A级项目，乃至AI相关技术的研发迭代，在某些细分领域已经走到了行业头部，相关探索起步也更早——不过，这类探索的发端，大多数情况下是以“游戏+AI”的形式进行，即用 AI 在成熟的游戏项目上“锦上添花”。
相较原生AI游戏，“AI+游戏”的形式不破坏游戏原有架构，且有主项目稳定的营收作为试错成本。“AI+游戏”即是在传统游戏体验基础上，加入基于自然语言驱动的可互动NPC内容。在2024年8月的德国科隆国际游戏展上，《暗区突围》端游发布了基于大语言模型的AI队友F.A.C.U.L.。
现场Demo视频显示，AI队友已能实时分析玩家发出的自然语言指令，如“二号，去前面带路”、“用前面那棵树做掩体”等，还能识别超过10000个游戏内物体，甚至报告天气情况，大幅提升了AI队友与玩家的战术配合。
有聪明能 Carry 的 AI 队友“陪玩”，虽然还没达到“原生 AI 游戏”的境界，但已经是 AI 在游戏上走出的一大步。
原生 AI 游戏，对大厂来说或许还有些“冒进”——而在“AI 提效”的层面，作为国内游戏工业化的头部厂商，腾讯已经发布了多款AI游戏开发平台。
今年五月，腾讯发布的混元游戏平台，就给了业界不少想象的空间。
集成了腾讯多年的游戏美术设计数据，混元能够更精确理解需求，并为设计师提供可控的生成流程——无论是二次元、写实还是像素风，混元都能相对准确地把握项目的美术方向和创作意图。
换言之，腾讯的 AI 能力正在以一个类似“技术中台”的形式，对游戏开发进行赋能——公司内部十余年来积累的开发、设计数据，都可以成为混元的养料。
2025 年 7 月，混元平台将生成范围从 2D 扩展至 3D，借助 Hunyuan3D-PolyGen，开发者可以生成面数达上万面的几何模型，从而解决 3D 资产生成中布线质量和复杂物体建模的难题，提升美术师建模效率。
同为一线游戏大厂，腾讯和网易虽然在最终的落地上各有千秋，但回到组织架构的根上，却走上了截然不同的道路。
2023年以来，当混元作为腾讯T一级部门存在之后，腾讯游戏的AI相关部门形成了一种典型的矩阵化架构——既有腾讯混元这样的独立的集团级AI相关的事业部，也有分散在各个游戏工作室的AI部门，混元互通有无。在游戏AI相关领域进行大量技术互通与合作。
据雷峰网了解，大量游戏工作室的 AI 团队，近几年与混元的合作大量增加。但到具体负责的部门，跨部门、跨条线的数量，对于协作开发形成了不小的挑战。譬如光子内部某项目组的 AI agent，在上线之后不久被要求与混元合作。其形式则是该部门提供资金和产品，由混元负责后续开发和应用场景。
从合作形式来看，发出需求的游戏工作室AI团队，虽然名义上处在“甲方”的位置，但AI合作项目的实际孵化到商业落地，很多是由混元来负责。这也导致大量的沟通成本与实际落地效果的“落差”。
此外，各个项目组的核心代码高度保密，这就意味着不能将代码数据上传至部署在云端的AI 模型；但如果不这么做，开发者就只能寄希望于内部研发，或者私有化部署的模型能力——而虽然都是 AI，但模型间的性能的差距却不可小视。明明身处大厂，有时却难以用上最先进的 AI 能力，也难免让人感到可惜。
要让 AI 能力落进自己的游戏项目，除了本部门的审核，不仅要越过工作室群的中台，还要越过IEG的中台，再到TEG的中台与混元合作。就后来的协作结果来看，实际成效并不能让双方满意。
在一些腾讯出身的AI游戏从业者看来，目前的腾讯固然有了自己的AI游戏技术储备，但从技术转化为商业化产品，仍然有非常长的路要走——这甚至跟技术本身，没有特别大的关系。
原因之一，是“AI 游戏”本身，在腾讯内部的地位不够靠前。在混元之前，腾讯所有的 AI 相关团队，都需要依附于某一个工作室，独立性并不够强。早在七、八年前，王者荣耀旗下的 AI 团队，已经研发了基于深度学习的 AI 人机，并作为王者荣耀 elo 机制的一部分存在。
AI 机器人提升日活的方式很简单。过去的游戏人机，其行为逻辑多数靠行为树AI运转，智能程度与人类相比存在较大差距。但搭载深度学习 AI 之后，它能根据人类玩家调整自己的行为，即“菜得像人”，这保证了大量水平一般的玩家的游戏体验，并最终促成了王者荣耀的日活暴涨。
类似的情形也存在于近两年的《三角洲行动》——无论是大战场模式还是搜打撤模式，单次对局中都有大量人机存在。从结果来看，水平一般的玩家能获得游戏体验，同时真人玩家高手也能获得不错的排名，这对于如今《三角洲》热度来讲，功不可没。
但游戏+AI 的弊端也因此暴露：从 KPI 的角度来看，AI 团队的贡献，没法直接地体现在流水和转化上。而很多项目里的 AI 团队，也都被认为是不受待见的“成本部门”。
某超头部游戏的的 AI 团队，就有这样的风闻：在 AI 能力的支持下，游戏日活暴涨——而 AI 团队却没能拿到对等的回报。最终，这个团队离开了原先的公司，开始了独立创业，自研的原生 AI 游戏也临近上线。
网易伏羲，如何“承包”雷火的AI探索？
相较腾讯，网易游戏的 AI 实践，并未采用“大中台”的模式，而是选择与工作室群紧密绑定——而网易的伏羲实验室，不局限于“科研”的成分，还多了不少与工作室和项目的紧密链接。
相关人士告诉雷峰网，伏羲实验室的主要 AI 技术应用，仍然与雷火旗下的拳头项目深度绑定。这里的绑定不止是来自雷火项目的 AI 项目需求，与之相关的资源和预算，往往也与项目直接相关。
这里的需求，并非是集团战略下的按部就班，而是一种基于项目实际需要的“双向匹配”。因而与游戏AI相关的强化学习、角色创建与驱动、自研人设大模型等方向，以及服务于生产制作、玩法创意的AI提效，伏羲实验室通常都有自己的技术储备。
从这个角度来看，伏羲在雷火工作室群内部的定位，更像一个“AI技术中台”——产品/业务部门若有AI需求，伏羲实验室会承接响应，伏羲也会根据对游戏的理解向游戏提出AI解决方案，推荐新的AI产品和技术，双方达成一致后，将会按照投入人头和服务器使用量，向产品部门收费。从这个角度讲，伏羲也有自己的“KPI”。
据雷峰网了解，伏羲在成立初期，对外业务呈现明显的市场化导向特征，元宇宙、AIGC等大量互联网相关的新兴方向，伏羲都有尝试。
伏羲能在大量新方向投入尝试，除了来自胡志鹏的支持，另一个侧面则是有雷火的游戏AI业务为之兜底——换言之，哪怕伏羲在网易外部的AI探索不够顺利，雷火内部丰富的游戏AI业务场景，也能够为伏羲提供大量技术探索的空间。
基于前述合作框架，每年网易伏羲都会以“AI+游戏”的形式，基于雷火的拳头项目推出相关的AI相关创新。譬如永劫无间各个难度层级的强化学习战斗AI，逆水寒手游此前为400 多名 NPC 配置 AI 系统，打造的智能 NPC 等等。
这类程度的 AI 探索，并不会直接影响核心战斗或数值系统，它的主要侧重点，在于深化游戏与玩家在剧情和社交层面的互动，以提高游戏的玩家粘性与活跃度。
（三维数字人会带来怎样的创新交互，3DAIGC将会给游戏带来哪些改变，请期待GAIR大会第二日世界模型分论坛，添加微信 zhangxian2021 了解详情。欢迎识别文末海报二维码，报名参会，相约 GAIR 2025 ~）
但相较于腾讯侧重于 AI 在工业化生产层面的提效，伏羲在AI项目立项层面，相对而言，自由度更高。
需要指出的是，除了强化学习AI方向，其余的AI创新方向实际是“解耦”的——这意味着同一个生成式AI能力，譬如美术资源生成，它不需要指定某一个生成引擎，而是可以根据素材需求，选择效果最适配项目的某个生成模型，通过嵌入接口的方式，接入项目对应引擎。
站在AI游戏范式交替的十字路口，腾讯和网易的探索已经称得上靠前，但对于AI游戏前景的不确定，加之此前自研3A的开发历程，让他们对于游戏AI的重点，更多集中于提效层面，或者直接服务于成熟项目的长青运营，至于前途未卜的“独立AI游戏”，则被更多的创业团队来完成。
"厂"外玩家
一旦脱离大厂环境，创业团队的各项“紧箍咒”被解除，这是否意味着原生AI游戏，可以走上更为“顺利”的开发范式呢？
某种意义上，这仍然回到了最开头的那个定义问题。按铼三实验室AI研究员吴天骄的说法，对于AI原生游戏的判断标准只有一个：没有AI，这个产品根本无法存在。
这样来看，目前市面上最为激进的，走入demo阶段的“AI原生游戏”，本质上仍然属于“AI增强型游戏”而非“AI原生游戏”。哪怕是那些看似以AI判定胜负或决定剧情走向的作品，本质上仍运行在确定的框架之上。AI在其中的作用只是“局部随机变量”——为确定性系统增添不确定性，而不是创造系统本身。
也因此，AI游戏目前没有固定的题材，固定的范式，只能凭借制作人选定的题材融入AI生成相关的玩法，这导致不同团队之间，由于项目类型，团队AI化程度的差异，其AI应用水平方差也极大。
以目前在原生AI玩法探索较为靠前的《麦琪的花园》为例，它的核心玩法循环由三部分组成：营地建设、NPC 互动和世界探索。玩家需要打怪获取材料，用来升级营地；营地等级提升会解锁新功能，并与 NPC 建立更深入的关系。NPC 会回馈稀有资源或特殊道具，帮助玩家获得更强装备，进入更广阔的世界探索。
值得一提的是，《麦琪的花园》项目团队规模不大，不超过20人，其中负责AI及其研发的算法工程师占据近一半，剩下的人员则负责程序、美术、策划等传统游戏开发的所有流程。
但在自研AI开发管线的帮助下，原先一个算法工程师一周的代码量可以从一千多行飙升至三万行。
如果说《麦琪》的案例相对“商业化”，另一种“个人势”AI游戏，则更像是一个“作者游戏”。譬如近期于steam上线试玩版的《妹居物语》，团队一共两个人，项目预算则“高达”8000人民币。
相较传统Galgame，《妹居物语》的“差异化表现”在于，它并没有太多影响剧情走向的故事分支，而是通过AI，实时记录，控制，影响玩家与游戏主角相处的每一天——你说过的话会被记住，情绪会被写进日记，关系好时有默契，闹别扭时也会冷场。故事不再只靠预设桥段，而是跟着玩家的游戏节奏慢慢长出来。
以日常对话为例，《妹居物语》并不需要玩家自己“找话题”，而是通过“对话/互动 → 触发事件（约会/小游戏/日常场景） → 数值反馈（好感/信任变化） → 记忆沉淀 → 新解锁（功能/性格转变/特殊事件） → 新的对话场景 → 循环往复”的模式，形成可以重复体验的游戏循环。
在此过程中，大量在传统Galgame中会被“预制”的游戏演出，被统统交给了AI，譬如下五子棋，如果玩家一直输，她会注意到，并开始放水，棋力越下越烂。这不是预设的结果，而是 AI 根据互动自己做的判断。
在策划层，AI缺乏必要的创造力，策划的想法会超越AI，但在诸多情况下，AI考虑的因素会比真人更全面，能在原有创意方案基础上指出各种可能的漏洞，使得玩法、战斗等游戏模块趋于完善。
就目前的游戏生产流程而言，美术部分可能占据40%到50%的成本，在充分利用AI之后，预计提效幅度在10%-20%左右。
换言之，对于如今的AI游戏开发团队而言，AI带给项目的并不只是玩法侧的完善，对于更灵活的创业团队，它实际上已经深度地影响游戏开发范式，原先策划-程序-美术泾渭分明的边界和层级，不知不觉间开始模糊。
结语：上帝与凯撒
诚然，生产力一侧的AI革命如火如荼，但在用户端的产品体验上，AI带来的“异质”并不能抵消其在游戏性上的孱弱。也因此，AI游戏的未来并非在“技术”与“游戏性”间二选一，而是如何将AI的涌现能力转化为真正的娱乐价值。
“AI游戏”在大厂的缺席，也并非一个技术问题 。腾讯、网易两家头部厂商，手握最雄厚的技术与数据积累 ，但其技术之外的“场外因素”，反倒制约了“AI原生游戏”的生长 。探索AI游戏范式的重担，也戏剧性地来到了创业团队的身上。
在当下的行业里，每个生态位的厂商，所担负的“职责”不尽相同。负责扛起大盘的大厂，在谨慎之余慢步前行，AI提效的优先级大于更激进的玩法探索；负责探路的独立创业团队，则可以更灵活地将AI融入开发管线，进而让项目产出发生质变。
无论是UGC生态的裂变式创作，还是传统游戏工业的渐进式革新，我们所要面对的核心命题始终未变：AI必须成为服务于游戏设计的工具，而不是昙花一现的“智能涌现”。
到目前为止，AI、游戏、AI游戏、AI+游戏的“排列组合”式探索仍未看到终局，但我们可以确定是，只有AI真正深入游戏开发的肌理，电子娱乐的边界，才能被行业的“上帝和凯撒们”重新定义。
本文源自「私域神器」，发布者：siyushenqi.com，转载请注明出处：https://www.siyushenqi.com/69262.html
微信扫一扫 
支付宝扫一扫 
