回顧 2025 年，如果問普通人對 AI 行業(yè)最深刻的印象是什么？答案依然是激烈的“參數(shù)戰(zhàn)爭”：有 DeepSeek、Gemini 3 等大模型的集體爆發(fā)，也有文生圖、文生視頻能力的持續(xù)驚艷。

這些確實是 2025 年的顯性主線。但如果我們將目光穿透熱鬧的表象，會發(fā)現(xiàn)一個更隱秘、卻可能決定未來的轉(zhuǎn)折正在發(fā)生：AI 正在從"理解符號與像素"，進化到"理解空間與物理法則"。

表面上，2025 年下半年依然是生圖和視頻調(diào)用量的狂飆突進，各家大廠爭奪 AI 用戶的戰(zhàn)火持續(xù)升級。但實質(zhì)上，行業(yè)已經(jīng)撞上了一個關(guān)鍵分水嶺，一堵看不見的"物理墻"：

?從二維到三維： AI 不再滿足于平面像素的堆疊，開始渴望理解縱深、遮擋和透視。

?從靜態(tài)到交互： AI 不再止步于輸出結(jié)果，開始嘗試?yán)斫膺B續(xù)的動態(tài)反饋。

?從感知到因果： AI 試圖理解“如果我推倒這個杯子，水會流出來”的物理邏輯。

然而，AI 的訓(xùn)練需要更加豐富的多模態(tài)環(huán)境。虛擬環(huán)境如游戲《Minecraft》提供了視覺、空間、交互等多維度的學(xué)習(xí)場景，讓 AI 能夠在更接近真實世界的復(fù)雜環(huán)境中進行訓(xùn)練。這種便利性讓頂級實驗室達(dá)成"游戲共識"：游戲成為最現(xiàn)實的訓(xùn)練捷徑?？纯慈蝽敿?AI 廠商的動作就能發(fā)現(xiàn)，這一共識正在轉(zhuǎn)化為實際行動：

OpenAI在 OpenAI Five（Dota2）之后，通過收購 Global Illumination（《Biomes》開發(fā)商），探索 AI 生成的動態(tài)游戲世界。

Google DeepMind密集發(fā)布 Genie 3 與 SIMA 2：前者可生成可交互的 3D 世界，支持用自然語言實時創(chuàng)建游戲預(yù)覽，后者則是能在多款游戲中學(xué)習(xí)的通用智能體。

微軟啟動 Muse 項目，用游戲數(shù)據(jù)訓(xùn)練模型理解“畫面如何隨動作變化”。

馬斯克的 xAI宣布利用"世界模型"進軍游戲，甚至定下 2026 年讓 Grok 5 在純視覺感知下挑戰(zhàn)《英雄聯(lián)盟》職業(yè)選手的目標(biāo)，這被視為對 AI 直覺的終極圖靈測試。

李飛飛的 World Labs發(fā)布了商業(yè)級世界模型 Marble，首要應(yīng)用場景直指游戲與 VR，意在生成可編輯的 3D 環(huán)境。

騰訊發(fā)布 HunyuanWorld 系列，從文本生成可探索的 3D 世界，而其 AI Lab 早在 2017 年便開始在《王者榮耀》中訓(xùn)練多智能體"絕悟"，一天完成的訓(xùn)練量，相當(dāng)于人類玩家不眠不休地打 440 年。

當(dāng)所有頂級實驗室都選擇在游戲中押注，在紛擾的 AI“圈地”浪潮下，一個更現(xiàn)實的問題浮出水面：誰能真正在這個戰(zhàn)場上跑出來？

兩棲物種的稀缺性

2025 年的游戲 AI 戰(zhàn)場，在擁抱新規(guī)則時，呈現(xiàn)出一種奇特的"錯位"狀態(tài)。掌握頂級 AI 技術(shù)的科技公司與擁有海量用戶的游戲巨頭之間，橫亙著一道難以跨越的工程化鴻溝。

一邊是"有腦無身"的科技新貴。OpenAI、DeepMind、Anthropic 掌握著最前沿的模型能力，卻缺乏真實的游戲生態(tài)作為試驗田。他們的路徑往往是收購小型工作室或自研 Demo。但問題在于，鏈路太長，在小型獨立游戲里驗證概念容易，但要在一個上億日活的復(fù)雜系統(tǒng)中實現(xiàn)規(guī)模化落地，中間隔著巨大的工程深淵。況且，對這些實驗室而言，游戲更像是技術(shù)驗證的"跳板"而非終點，他們的真正戰(zhàn)場在 AGI。

另一邊是"有身無腦"，擁有龐大虛擬世界和用戶基數(shù)的傳統(tǒng)游戲廠商。面對 AI 技術(shù)儲備的不足，他們大多選擇與技術(shù)公司合作：育碧攜手 Inworld AI 和英偉達(dá)開發(fā)智能 NPC，EA、暴雪等也在積極引入第三方方案。這種合作模式能快速補齊能力短板，但技術(shù)核心掌握在外部，自主創(chuàng)新的節(jié)奏始終受制于人。

結(jié)果就是：AI 公司在游戲里做實驗，游戲公司追著 AI 技術(shù)跑，兩邊都不夠"原生"。

相比于海外游戲大廠還在小范圍試驗，中國游戲廠商已經(jīng)率先將 AI 應(yīng)用到商業(yè)化產(chǎn)品中，網(wǎng)易《逆水寒》手游搭載智能 NPC 系統(tǒng)，成為"第一個在主流游戲運用 AI 進行大規(guī)模市場測試"的產(chǎn)品。米哈游《崩壞：星穹鐵道》內(nèi)置 AI 生成工具"模因共振機"，一周生成近 1000 萬張圖片。而在這種"試驗場"與"戰(zhàn)場"的分野中，騰訊提供了一個更獨特的"混合樣本"。

一側(cè)，它擁有領(lǐng)先的 AI 技術(shù)儲備，自研開源大模型 Tencent HY、行業(yè)模型的場景化能力、從強化學(xué)習(xí)到生成式 AI 的完整技術(shù)棧、持續(xù)的研發(fā)投入和頂級人才儲備。

另一側(cè)，它擁有可以說是全球最大規(guī)模的游戲生態(tài)，多款超大日活產(chǎn)品如王者、和平，覆蓋 MOBA、FPS等多樣化游戲類型、成熟的游戲引擎和開發(fā)工具鏈、海量的三維資產(chǎn)數(shù)據(jù)。

兩側(cè)能力的結(jié)合，讓騰訊有機會形成一個獨一無二的閉環(huán)。

在這個閉環(huán)中，一方面，技術(shù)為應(yīng)用而生，AI 能力更多圍繞"如何讓產(chǎn)品更好、如何讓玩家體驗更好"來推進，讓技術(shù)成為改善體驗的工具。另一方面，AI 能在真實的大 DAU 產(chǎn)品中驗證、迭代，技術(shù)創(chuàng)新被直接轉(zhuǎn)化為用戶價值。這種"兩棲能力"的稀缺性，決定了騰訊游戲在這場競賽中的獨特位置。

應(yīng)用端 AI in game

游戲 AI 的應(yīng)用正在超越簡單的功能輔助，進入游戲核心玩法。騰訊游戲的邏輯很直白：用 AI 解決玩家需求、提升玩家體驗。而這個邏輯，可能改變整個游戲的交互方式。

想象一下未來的游戲世界：你的 AI 隊友不僅能聽懂"掩護我"，還能理解你的戰(zhàn)術(shù)意圖，游戲里的 NPC 不再是復(fù)讀機，而是有記憶有性格的"活人"，你上次幫過的村民下次見面會真的記得你。AI 甚至能根據(jù)你的玩法習(xí)慣，動態(tài)調(diào)整游戲內(nèi)容，給你量身定制一場冒險。

這些聽起來很科幻的東西，正在游戲產(chǎn)品里慢慢變成現(xiàn)實。

深度融入核心玩法：當(dāng) AI 終于學(xué)會了“說人話”和“動腦子”

就在不久前，《和平精英》首創(chuàng)了“具有AI智能語音識別能力的AI戰(zhàn)犬玩法”。戰(zhàn)犬“布魯斯”被直接空投到單局游戲里，當(dāng)你忙著架槍，隨口吼一句“去搜物資”，它真能心領(lǐng)神會地跑去幫你翻箱倒柜，并且能承擔(dān)牽制敵人、救援隊友等任務(wù)。它也不是對現(xiàn)有地圖、人機的簡單優(yōu)化，而是在戰(zhàn)術(shù)競技框架里，新增了一個單元，對全局的策略、操作體驗產(chǎn)生影響。

同樣的進化也發(fā)生在《火影忍者》里。那種只會傻站著等你打、或者只會機械“讀指令”的無聊 AI 消失了?，F(xiàn)在的 400 多個 AI 角色像是有魂兒一樣：有的像愣頭青一樣瘋狂壓制，有的則像老狐貍一樣等打反手。這種“千人千面”的對抗感，讓你覺得屏幕對面坐著的不是一串代碼，而是一個性格迥異的高手。

降低門檻：新手不再被勸退

競技游戲?qū)π氯藖碚f往往存在一定的挑戰(zhàn)，但現(xiàn)在的 AI 正在試圖改變這一點。

《王者榮耀》的靈寶解決了新手的“決策焦慮”。怎么出裝？戰(zhàn)場局勢如何？它會根據(jù)戰(zhàn)場局勢給你出謀劃策，最厲害的是還可以幫忙輔助買賣裝備。這種感覺就像身邊坐著個高手在手把手帶你，讓普通玩家也能把注意力集中在戰(zhàn)斗的樂趣上。

而《英雄聯(lián)盟手游》把 AI 教練搬到了局內(nèi)，它不再是冷冰冰的結(jié)算數(shù)據(jù)，而是在你失誤時給出實時的技術(shù)反饋。你剛被打爆心態(tài)崩了，它已經(jīng)把建議懟到臉上："剛才那波你閃現(xiàn)能躲。"

創(chuàng)作賦能：從“玩家”到“開發(fā)者”，中間只差一個 AI

《元夢之星》正在通過 AI 工具，讓玩家的創(chuàng)意不再受限于技術(shù)水平——只要說出你的想法，AI 就能實時生成場景與玩法邏輯，讓每個有想法的玩家，都能零距離感受成為關(guān)卡制作人的成就感。

生產(chǎn)端 AI for game

我們觀察了 2025 年游戲+AI 的應(yīng)用，最終發(fā)現(xiàn)：AI 不該是“為用而用”，而是要能真正嵌進現(xiàn)有的制作流程里，解決那些讓人頭疼的實際問題，最后讓游戲品質(zhì)和玩家體驗實實在在提升。

眾所周知，比起文字、圖像、視頻，游戲是一個更為復(fù)雜的形態(tài)，里面涉及許多管線與工具，而 AI 在圖像、3D 的理解上也不如文字來得優(yōu)秀。就在上周全球計算機圖形學(xué)頂級學(xué)術(shù)會議 SIGGRAPH Asia 2025 上，騰訊游戲帶著 12 項技術(shù)成果亮相，給大家展示了 AI 怎么改造游戲制作這件事。這些研究瞄準(zhǔn)的是最直觀的業(yè)務(wù)痛點：讓游戲跑得更流暢、畫面更沉浸，讓玩家實打?qū)嵉馗惺艿竭M步。

比如，在引擎渲染方面，在傳統(tǒng)游戲開發(fā)流程中，實現(xiàn)逼真的光影效果通常依賴于“光照烘焙”技術(shù)，這一過程對計算資源消耗極大。在大型項目中，單次完整的光照烘焙往往需要數(shù)天時間，對于移動平臺而言，硬件算力的限制更是迫使開發(fā)者不得不大幅降低畫質(zhì)標(biāo)準(zhǔn)，導(dǎo)致光影效果失真，缺乏沉浸感。騰訊游戲推出的 MagicDawn 技術(shù)方案，通過 AI 驅(qū)動的數(shù)據(jù)壓縮與計算優(yōu)化，將光照烘焙的時間從數(shù)天大幅縮短至數(shù)小時，并實現(xiàn)了跨引擎兼容與動態(tài)晝夜光影支持。這意味著，移動設(shè)備也能呈現(xiàn)出接近 3A 大作級別的光影品質(zhì)。

目前，該技術(shù)已在《暗區(qū)突圍》《鳴潮》《洛克王國世界》等多款游戲中落地應(yīng)用，玩家能夠直觀感受到畫面表現(xiàn)力的顯著提升。

而動畫也是游戲工業(yè)管線中一大難題。騰訊游戲 VISVISE 打造了一個 AI 全流程 3D 角色動畫制作管線。把骨骼生成、智能蒙皮、3D 動畫生成、智能插幀四大模塊整合到一個平臺，而這些基本上都是 3D 角色制作過程中最枯燥、最耗時的環(huán)節(jié)?，F(xiàn)在，AI 接管了這些不涉及核心創(chuàng)意的重復(fù)性工作。以骨骼架設(shè)為例，AI 骨骼生成把原本 3-5 天的手工工作壓縮到幾分鐘，除了人，連四條腿的怪獸、長翅膀的生物都能搞定。

首次對外發(fā)布的 IntelliScene 技術(shù)探索項目，能訓(xùn)練多智能體像人類設(shè)計師一樣"慢思考"，并自動生成邏輯合理、具備審美的場景。過往，游戲制作中存在大量過渡、邊緣與遠(yuǎn)景背景等非核心但必須覆蓋的部分，這些區(qū)域往往沒有過多的藝術(shù)家的創(chuàng)作空間深度、自由度，美術(shù)做起來也非常痛苦、機械，針對這些非核心的區(qū)域，AI 通過分析圖片里的語義、空間關(guān)系和風(fēng)格，能在敘事合理、風(fēng)格一致的基礎(chǔ)上，為藝術(shù)家提供輔助，減少 PCG 規(guī)則帶來的重復(fù)。

我們將騰訊的路徑總結(jié)為一種務(wù)實的“技術(shù)實用主義”——不追求單純的技術(shù)前沿性，而是強調(diào)將 AI 能力高效、模塊化地融入現(xiàn)有管線、產(chǎn)品。

說到底，這些 AI 工具改變的不只是游戲怎么做，更是咱們玩家能玩到啥。以前技術(shù)限制擺在那里，開發(fā)團隊只能在"畫質(zhì)好""內(nèi)容多"和"開發(fā)快"之間痛苦抉擇?，F(xiàn)在 AI 把這些瓶頸干碎了，意味著玩家將能玩到畫面更沉浸、內(nèi)容更豐富、體驗更流暢的游戲，這才是真香時刻。

2025 年游戲依然是 AI 進化的"必經(jīng)之地"

翻開計算機科學(xué)史，真相往往與大眾認(rèn)知相反：不是游戲需要 AI 來錦上添花，而是 AI 需要游戲來完成關(guān)鍵進化。這就是"Game for AI"：游戲作為 AI 的最佳訓(xùn)練場，為 AI 提供了從"會思考"到"會行動"的進化路徑。

AI 史上不少關(guān)鍵突破，往往先在游戲里跑通：1997 年深藍(lán)擊敗卡斯帕羅夫，證明機器能在明確規(guī)則下戰(zhàn)勝頂尖人類。2016 年 AlphaGo 結(jié)合深度學(xué)習(xí)與蒙特卡洛樹搜索跨過圍棋門檻，讓人看到 AI 能長出近似"直覺"的決策能力。2019 年 OpenAI Five 在 Dota2 的高強度對抗中發(fā)現(xiàn)，當(dāng)試錯規(guī)模和算力足夠大，能力會出現(xiàn)非線性躍遷，這套"Scaling law"后來被遷移到語言模型上，才有了 GPT 的一路升級。

到了 2025 年，這段歷史像是在重演，只是學(xué)習(xí)目標(biāo)換了。

英偉達(dá)剛發(fā)布的 NitroGen 就是個典型案例，這個模型能玩 1000 多款游戲，從 2D 橫版到 3D 開放世界，從角色扮演到大逃殺，幾乎通吃。它直接看游戲畫面、輸出手柄操作，靠的是 4 萬小時游戲主播視頻訓(xùn)練出來的。更牛的是，當(dāng)它遇到從沒見過的新游戲，不用從頭學(xué)，稍微調(diào)一調(diào)就能上手，任務(wù)成功率比從零開始訓(xùn)練的模型高 52%。

英偉達(dá)機器人總監(jiān) Jim Fan 說得很直白：他們的目標(biāo)是打造通用具身智能體：不光能掌握現(xiàn)實世界物理規(guī)律，還能適應(yīng)無數(shù)虛擬環(huán)境里的所有可能規(guī)則。

NitroGen 只是第一步，聚焦的是"玩家直覺式運動控制"，但它證明了一件事：游戲里練出來的 AI，能力是可以遷移到現(xiàn)實世界的。

最具挑戰(zhàn)性的 AI 研究，幾乎都會在某個階段把游戲當(dāng)訓(xùn)練場。Demis Hassabis 說過，游戲是 AI 的理想測試床。為啥？因為游戲同時滿足了現(xiàn)實世界很難湊齊的三個條件：夠復(fù)雜、數(shù)據(jù)夠多、試錯成本夠低

結(jié)語

過去兩年，大家的目光都在 ChatGPT 的對話框和 Sora 的視頻生成上。但一個更本質(zhì)的轉(zhuǎn)折正在發(fā)生。

AI 正在完成一次關(guān)鍵的進化躍遷：從"理解語言和圖像"，到"理解空間和物理法則"。這個躍遷需要的，不再是更大的參數(shù)量，而是一個能夠提供海量交互數(shù)據(jù)、支持快速迭代驗證、并最終服務(wù)億級用戶的完整生態(tài)。

游戲，恰好同時滿足了這三個條件。它既是讓 AI 學(xué)會"理解世界"的訓(xùn)練場，也是讓 AI 技術(shù)"觸達(dá)用戶"的應(yīng)用場。

而游戲和 AI 的關(guān)系用一句話總結(jié)就是：用 AI 創(chuàng)造更好的游戲，用更好的游戲訓(xùn)練更強的 AI。

更值得關(guān)注的是，DeepMind 已經(jīng)開始親自下場創(chuàng)造游戲。當(dāng) AI 從"使用者"變成"創(chuàng)造者"，游戲和 AI 的關(guān)系將突然間進入一個全新的階段，這種"涌現(xiàn)"，可能比我們想象的來得更快。

當(dāng)然，說到底，在這個鏈條里，最終受益的還是玩家：玩到更好的游戲，同時見證 AI 一步步變聰明。這才是這個時代最酷的事。