AI游戏在游戏大厂，「可能并不存在」

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。

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。

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。

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。

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。

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。