用AI把“頁游”轉(zhuǎn)換為虛幻大作。

整理/秋秋&電了個(gè)教

今年的GDC（游戲開發(fā)者大會(huì)）上，騰訊游戲帶來了20多場(chǎng)涵蓋游戲開發(fā)、AI工具、工程技術(shù)等領(lǐng)域的精彩分享。

其中，光子工作室群資深工程師（principal engineer） Yang Hao 帶來了一場(chǎng)題為“AI驅(qū)動(dòng)的3D游戲原型開發(fā)：引擎集成實(shí)踐（AI-Driven 3D Game Prototyping with Engine Integration）”的技術(shù)演講。

傳統(tǒng)游戲原型制作往往面臨較高的技術(shù)壁壘，而目前市面上的AI生成工具多局限于Web端，難以與虛幻（Unreal）等專業(yè)3D引擎整合。

本次演講分享了騰訊游戲如何通過一套“C.A.T.原則”，讓AI理解3D空間數(shù)據(jù)，實(shí)現(xiàn)從Web端2D原型到引擎內(nèi)3D高保真原型的無縫轉(zhuǎn)換，以及如何在生產(chǎn)管線中利用Agent（智能體）進(jìn)行自動(dòng)化測(cè)試與Bug修復(fù)。

以下為經(jīng)過整理的演講實(shí)錄，內(nèi)容有所刪減調(diào)整：

01

游戲原型制作的瓶頸

大家早上好，我是來自光子工作室群的資深工程師 Yang Hao。在過去的十多年里，我曾負(fù)責(zé)過千萬級(jí)DAU休閑游戲的后端架構(gòu)，也主導(dǎo)過無縫開放世界底層服務(wù)器系統(tǒng)的開發(fā)。

而在過去的三年里，我將研究重心轉(zhuǎn)向了AI、游戲引擎以及AIGC的工業(yè)化落地。

今天，我想和大家探討如何使用AI和虛幻引擎（Unreal Engine）來構(gòu)建游戲原型（Prototypes）。雖然我以Unreal為例，但這套思路同樣適用于其他引擎。

讓我們先來談?wù)?strong>原型制作（Prototyping）。

傳統(tǒng)上，原型制作是游戲開發(fā)早期必不可少的一環(huán)。一個(gè)可運(yùn)行的原型不僅能測(cè)試核心玩法，也是我們用來跨國、跨語言團(tuán)隊(duì)間溝通的工具。

然而，原型制作目前存在明顯的技術(shù)壁壘（Technical skill barrier）——設(shè)計(jì)師通常需要掌握編程語言才能構(gòu)建原型，這導(dǎo)致迭代循環(huán)非常緩慢，嚴(yán)重限制了我們驗(yàn)證創(chuàng)意的數(shù)量。

目前市面上已經(jīng)有一些基于Web的AI工具，能快速生成簡(jiǎn)單的2D概念原型。但它們最大的局限在于缺乏引擎整合。

Web對(duì)AI很友好，但AI對(duì)3D游戲引擎卻舉步維艱。

因?yàn)榇蠖鄶?shù)引擎工具都是GUI優(yōu)先（GUI-first）的。它們擁有對(duì)人類極其友好的圖形界面（如藍(lán)圖節(jié)點(diǎn)、連線），但這些界面并非為AI設(shè)計(jì)。AI更擅長處理API或?qū)oken友好的代碼結(jié)構(gòu)。

對(duì)于人類來說，連接節(jié)點(diǎn)能立刻看到結(jié)果；但對(duì)于AI來說，這些GUI界面基本上就是“一堵像素墻”。

那么，我們?cè)撊绾未蚱七@堵墻，結(jié)合Web的便捷性與引擎的強(qiáng)大表現(xiàn)力？

02

從Web到引擎的跨越

在我們的工作流管線（Pipeline）中，一切從設(shè)計(jì)師的創(chuàng)意開始。

AI首先會(huì)生成一個(gè)基于Web的2D原型，團(tuán)隊(duì)可以立即游玩、測(cè)試并導(dǎo)入自定義資產(chǎn)。在Web端迭代完善后，系統(tǒng)會(huì)將其自動(dòng)轉(zhuǎn)換為準(zhǔn)備好的3D引擎項(xiàng)目，設(shè)計(jì)師可以在引擎內(nèi)繼續(xù)進(jìn)行高級(jí)迭代，最終得到一個(gè)可用于生產(chǎn)環(huán)境的項(xiàng)目起點(diǎn)。

對(duì)此，我們測(cè)試了三款游戲。

第一款是《8球（8-Ball Pool）》游戲。我們選擇它是因?yàn)樗兄浅Ｃ鞔_的物理規(guī)則和幾何規(guī)則。雖然它主要是由物理驅(qū)動(dòng)的，并不非?？简?yàn)AI寫代碼的能力，但這非常適合用來測(cè)試我們的工具，去驗(yàn)證它在沒有太多人工干預(yù)的情況下能否處理好基礎(chǔ)的幾何計(jì)算。

第二款游戲是一個(gè)俯視角自動(dòng)射擊游戲（Top-down auto-shooter）。這款游戲里的大部分功能都是由單一的Prompt（提示詞）生成的。為了創(chuàng)建這款游戲，我們要求AI自己做研究，并在一次生成中盡可能多地完成游戲內(nèi)容。

第一個(gè)Prompt大約花了40分鐘來處理。但它一次性完成了最終版本里大約70%的功能。當(dāng)然，還是存在一些Bug需要解決，比如還有4個(gè)功能需要我們?nèi)ナ謩?dòng)調(diào)整和開發(fā)。

最后一款是一個(gè)第一人稱（FPS）Boss戰(zhàn)游戲。在這里，我們的目標(biāo)是創(chuàng)建多種不同的游戲機(jī)制（Gameplay mechanics）。我們添加了不同層級(jí)的角色，每個(gè)角色都有自己的身份，并且我們還為Boss制作了多種攻擊模式（Patterns）和不同的武器。

現(xiàn)在，讓我們更深入地看看這個(gè)工具。它是如何從Web引擎進(jìn)行原型制作的？

左邊看到的是在Web瀏覽器中運(yùn)行的2D臺(tái)球游戲，里面有光標(biāo)、物理反饋，這些都能毫不費(fèi)力地構(gòu)建出來。而在右邊，你會(huì)看到它的3D版本，運(yùn)行在Unreal（虛幻引擎）中。

為了實(shí)現(xiàn)這種跨平臺(tái)的飛躍，我們要求AI遵循特定的約束，我們將其總結(jié)為“C.A.T.原則”：

它們非常容易記住，只要想一想CAT（貓）。這只貓是真實(shí)的，不是AI生成的，它是我的一個(gè)同事養(yǎng)的。

• C - Code Reuse（代碼復(fù)用）：在Web端和Engine端之間共享盡可能多的代碼，將整合過程中的一致性最大化。

• A -AdapterDesign（適配器設(shè)計(jì)）：當(dāng)某些代碼不可避免地需要不同實(shí)現(xiàn)方式時(shí)，我們抽象出通用接口，讓AI來處理這兩種不同的底層實(shí)現(xiàn)。

• T - Token-friendly（Token友好）：這是最重要的一點(diǎn)，意味著要用代碼來驅(qū)動(dòng)引擎，而不是用像素。這讓生成過程對(duì)AI來說變得更加容易。

為了徹底打破“像素墻”，我們基于騰訊在GitHub上的一個(gè)開源引擎插件，允許在Unreal和Unity引擎中直接運(yùn)行JavaScript或TypeScript代碼。

你不需要寫圖形化的藍(lán)圖代碼，只需用對(duì)AI極度友好的TypeScript去調(diào)用引擎函數(shù)即可。

03

UI、渲染與核心邏輯的映射

基于Token友好的基礎(chǔ)，我們構(gòu)建了獨(dú)立于特定引擎的純邏輯代碼架構(gòu)。通過“適配器層”，我們將項(xiàng)目拆分為獨(dú)立模塊，確保核心邏輯獨(dú)立且復(fù)用率最大化。

接下來，我們逐一拆解幾個(gè)核心模塊：

1. UI（用戶界面）的映射

將Web UI轉(zhuǎn)化為游戲內(nèi)UI，主要有兩種方式。第一種是直接在引擎中嵌入網(wǎng)頁（Unreal內(nèi)置了Web Browser Widget），通過進(jìn)程間通信同步數(shù)據(jù)，這種方式能實(shí)現(xiàn)像素級(jí)的完美還原。

但在實(shí)際操作中，對(duì)于像“血條”這樣需要跟隨角色動(dòng)態(tài)移動(dòng)的UI，瀏覽器的性能開銷是不可接受的。

因此，我們采用了第二種方式：讓AI動(dòng)態(tài)解析DOM（文檔對(duì)象模型）以抓取樣式和布局，再參照解析結(jié)果在UMG（Unreal Motion Graphics）中組建對(duì)應(yīng)的UI控件樹——雖然犧牲了一點(diǎn)設(shè)計(jì)上的絕對(duì)一致性，但換來了極佳的性能。

1. 渲染與空間理解

渲染的核心難題是：如何讓大語言模型（LLM）理解3D空間？這對(duì)人類很直觀，對(duì)AI卻很難。我們通過三種方式來解碼空間數(shù)據(jù)：

• 知識(shí)（Knowledge）：將游戲規(guī)則（如臺(tái)球桌的尺寸、球的運(yùn)動(dòng)軌跡）作為常識(shí)嵌入模型。

• 資產(chǎn)元數(shù)據(jù)（Asset Metadata）：將所有資產(chǎn)的邊界、包圍盒和碰撞體數(shù)據(jù)提供給AI。

• 設(shè)計(jì)元數(shù)據(jù)（Design Metadata）：設(shè)計(jì)師在關(guān)卡中使用標(biāo)記工具（Markers）放置特定區(qū)域，這些標(biāo)記帶有變換和層級(jí)關(guān)系，成為AI理解空間的錨點(diǎn)。

結(jié)合這三者，AI就能計(jì)算出所有坐標(biāo)并完成正確的3D放置。

這是一個(gè)從2D Web游戲轉(zhuǎn)換到3D引擎的例子：《8球（8 ball pooling）》。

規(guī)則被嚴(yán)格定義為牌桌尺寸以及每個(gè)球應(yīng)該去哪里，同時(shí)我們有球的尺寸資產(chǎn)。

雖然我們沒有太多的設(shè)計(jì)元數(shù)據(jù)可以用，但有了這些數(shù)據(jù)輸入，AI可以計(jì)算出所有的坐標(biāo)并完成正確的放置。這意味著2D原型現(xiàn)在變成了一個(gè)具有高保真物理反饋的3D游戲。

讓我們看另一個(gè)例子，這次有設(shè)計(jì)元數(shù)據(jù)的參與。這是一個(gè)21點(diǎn)（Blackjack）游戲。

在原型制作期間，我們不在乎卡牌或籌碼在桌子上是怎么移動(dòng)的，我們只需要確保游戲邏輯是對(duì)的。

但是當(dāng)它進(jìn)入U(xiǎn)nreal時(shí)，我們需要讓它感覺像真正的發(fā)牌。發(fā)牌員在哪里？卡牌的發(fā)牌區(qū)域在哪里？

為此，我們的設(shè)計(jì)師使用標(biāo)記工具（Marker tools）來標(biāo)記特定區(qū)域，AI會(huì)識(shí)別這些標(biāo)記，提供更加生動(dòng)的體驗(yàn)。

在將2D游戲映射到3D空間時(shí)，除了空間理解，AI還需要知道如何映射資產(chǎn)、材質(zhì)。雖然還有很多領(lǐng)域我們沒有涵蓋，但這已經(jīng)證明了其可行性。

1. 游戲核心邏輯與ECS架構(gòu)

我們需要給AI一個(gè)框架來遵循，我們選擇了ECS（實(shí)體組件系統(tǒng)）。ECS是數(shù)據(jù)驅(qū)動(dòng)、高度解耦和模塊化的，天然契合AI生成代碼的模式。

我們將邏輯分為兩部分：

一部分是與平臺(tái)無關(guān)的核心邏輯（如游戲規(guī)則、AI決策），這部分直接復(fù)用；

另一部分是引擎內(nèi)置的系統(tǒng)（如物理系統(tǒng)）。在Web端，我們使用簡(jiǎn)單的2D物理引擎；在Unreal端，我們通過適配器模式接入U(xiǎn)nreal的原生3D物理引擎。

系統(tǒng)邏輯不知道底層運(yùn)行的是什么，因此狀態(tài)是完全可移植且易于擴(kuò)展的。

04

引擎內(nèi)直接生成

除了“從Web到引擎”的路徑，如果我們跳過Web原型，直接在引擎中構(gòu)建（Engine-Only）會(huì)怎樣？

我們直接使用Agent（智能體）與引擎對(duì)話，生成TypeScript（用于替代藍(lán)圖可視化編程的腳本語言，對(duì)AI Token更友好，可直接調(diào)用引擎API驅(qū)動(dòng)游戲邏輯）來驅(qū)動(dòng)游戲，并結(jié)合多模態(tài)AI（結(jié)合視覺與語言理解能力）進(jìn)行場(chǎng)景和語義生成。

05

自動(dòng)化分層測(cè)試

我們注意到，為了構(gòu)建完整的游戲，人類依舊需要很重的參與到開發(fā)流程中，這其中有很多瑣碎、不必要的情形；我們想進(jìn)一步提升開發(fā)流程的自動(dòng)化程度，減少這些內(nèi)容對(duì)人的精力分散，更關(guān)注游戲設(shè)計(jì)等核心內(nèi)容。

基于此，我們希望對(duì)游戲系統(tǒng)中可驗(yàn)證的部分，譬如游戲規(guī)則等，構(gòu)建一套可以自動(dòng)化迭代的系統(tǒng)。

著名的Ralph Loop告訴我們，不斷迭代以完成需求；但并沒有明確認(rèn)定什么叫“完成”。我們則引入分層測(cè)試作為終止條件，構(gòu)建了一個(gè)自動(dòng)化的Bug修復(fù)循環(huán)（Autonomous bug fix loop）。

這里的要點(diǎn)很簡(jiǎn)單：測(cè)試不是可選項(xiàng)。它是控制因代碼復(fù)雜性帶來的Bug泛濫的防線，主要分為三層：

1. 單一系統(tǒng)測(cè)試（單元測(cè)試）：比如單元測(cè)試，一次驗(yàn)證一個(gè)系統(tǒng)的功能。

2. 集成測(cè)試：將多個(gè)系統(tǒng)連接，運(yùn)行多幀以驗(yàn)證較長的游戲序列。

3. 自動(dòng)游玩測(cè)試：模擬真實(shí)玩家的行為和輸入，捕捉邊緣情況。

數(shù)據(jù)表明，消耗更多的Token確實(shí)能捕獲并修復(fù)更多的Bug，隨著模型能力的增強(qiáng)，這種自動(dòng)化推理的上限也會(huì)不斷提升。

06

總結(jié)與未來展望

我們展示了兩條AI制作原型的路徑。

如果你的重點(diǎn)是快速驗(yàn)證核心循環(huán)、方便在瀏覽器中分享，且不需要原生引擎資產(chǎn)，那么基于Web的方法迭代速度極快；如果你需要立即評(píng)估特定引擎的特性（如3D物理、高級(jí)渲染），直接在引擎中構(gòu)建（Engine-Only）會(huì)是更好的選擇。

展望未來，我們看到了幾個(gè)明顯的趨勢(shì)：

首先，游戲引擎將逐漸把它們的特性變得對(duì)Token更加友好，以便更容易地接入AI管線；

其次，目前的3D空間理解仍依賴大量文本元數(shù)據(jù)，未來極有可能需要基礎(chǔ)技術(shù)突破，引入更強(qiáng)大的多模態(tài)能力；

最后，Agent反饋循環(huán)與提示詞技術(shù)仍有巨大的優(yōu)化空間。

但無論技術(shù)如何發(fā)展，人類依然是整個(gè)過程的主導(dǎo)者，AI只是幫助我們走得更快的工具。希望大家能從今天的分享中獲得啟發(fā)，如果只記住一件事，請(qǐng)記住那只“貓”——C.A.T.原則。

游戲葡萄招聘商務(wù)經(jīng)理，

| |

| |

游戲行業(yè)書籍推薦

（星標(biāo)可第一時(shí)間收到推送和完整封面）