2026年剛開始，F(xiàn)OMO這個詞越來越多地出現(xiàn)在互聯(lián)網(wǎng)上。這個縮寫的全稱是Fear of Missing Out，大意是由于擔(dān)心錯過有趣的社交活動、人生經(jīng)歷或重要的機會而產(chǎn)生的不安與持續(xù)性焦慮。

年后的這一波AI沖擊，最喧囂的莫過于OpenClaw——原本還在開開心心和豆包、GPT們聊著天的群眾，突然驚訝地發(fā)現(xiàn)：原來我要被AI Agent頂替了？無數(shù)自媒體也爭先恐后告訴人們，不學(xué)好Agent，以后只能做體力勞動，學(xué)好Agent，一個人做10份工作……種種心態(tài)驅(qū)使下，大爺大媽爭先恐后“養(yǎng)龍蝦”，也就不足為奇了。

但如果說OpenClaw的熱度尚屬反?，F(xiàn)象，對普通人的影響有些言過其實。那么前段時間公布的Seedance 2.0，則是真切地對影視行業(yè)造成了顛覆式影響。影視行業(yè)看了瑟瑟發(fā)抖，短劇行業(yè)則已經(jīng)被徹底改寫。

3月12日，鳳凰網(wǎng)的一篇專題提到，節(jié)后復(fù)工第一天，河南一家短劇公司的老板打開工作群，發(fā)現(xiàn)甲方群安靜得可怕；在“短劇之都”西安，承制公司開始大面積裁員；紅果短劇平臺已經(jīng)取消了真人短劇的承制保底；在電影行業(yè)的10余年的特效師則表示，哪怕是疫情期間的影視寒冬，也沒想過行業(yè)會消失，現(xiàn)在，“AI一把槍把傳統(tǒng)影視行業(yè)斃了”。

與此同時，在大洋彼岸舊金山GDC現(xiàn)場，卻是另一副波瀾不驚的樣子。

今年GDC上的AI議題確實很多，AI相關(guān)議題數(shù)量高達106場，跟去年相比飆升了112%。但相比前兩年，炒作和概念性的話題卻更少。一切都在有條不紊地推進中。各種議題看下來，能感受到的不是所謂的顛覆和革命，而是游戲行業(yè)在AI時代的確定性更高了，大家都回歸了理性。

實際上，越是深入游戲工業(yè)，越可以感受到，游戲行業(yè)無法被AI簡單從外部擊穿。但是掌握AI工具的人，卻可以把護城河挖的更寬。

顛覆還是優(yōu)化

這個行業(yè)的內(nèi)部感受和外部在AI議題上一直有挺大反差。外界大眾的認(rèn)知里，游戲作為一個重數(shù)字資產(chǎn)的行業(yè)，似乎應(yīng)該受AI沖擊非常大，特別是前段時間谷歌“世界模型”發(fā)布后，讓人以為前端的視覺生成能力將直接降維打擊傳統(tǒng)游戲公司，還一度引起一些游戲公司股票大跌。

但越是很早就建立的重型數(shù)字資產(chǎn)，越說明這個護城河已經(jīng)很厚。游戲工業(yè)的核心從來不是單純的畫面，而是極其龐大、精密咬合的開發(fā)管線，還有對準(zhǔn)確性要求極高的交互性。

目前市面上的一些AI的確可以生成3D資產(chǎn)，但這種3D模型往往不符合特定的工業(yè)規(guī)范（比如拓?fù)浣Y(jié)構(gòu)混亂、UV未拆分、面數(shù)超標(biāo)），從而很難進入實際生產(chǎn)管線。此外游戲里的模型不僅是多邊形，還綁定著骨骼、材質(zhì)解算、物理引擎反饋和網(wǎng)絡(luò)同步邏輯。牽一發(fā)而動全身的耦合度天生拒絕黑盒式的外部AI直接插手。

Genie3這樣的“世界模型”只是看起來像游戲，實則可以說關(guān)聯(lián)不大

在某種程度上，游戲工業(yè)在AI時代有點像一些大型機構(gòu)和企業(yè)的“后端”系統(tǒng)，很多傳統(tǒng)領(lǐng)域，如金融交通工業(yè)制造等，底層還在用幾十年前的軟件系統(tǒng)，有些甚至連圖形界面都沒有。按理說在信息時代，這些傳統(tǒng)就該被革命了，但因為盤根錯節(jié)的各種代碼、數(shù)據(jù)庫、接口已經(jīng)和企業(yè)的各種業(yè)務(wù)深度纏繞在一起，難以被撼動。

由于各家游戲廠商乃至游戲引擎平臺積累了數(shù)十年的管線和工程代碼，形成了極高的壁壘，外部AI工具難以直接將資產(chǎn)無縫塞入現(xiàn)有標(biāo)準(zhǔn)中，因此唯一的方式就是游戲公司從內(nèi)部實戰(zhàn)出發(fā)，構(gòu)建新的方法論和工具。

因此游戲即便因為AI沖擊而產(chǎn)生了“優(yōu)化”，也只能是從內(nèi)部一點點迭代調(diào)優(yōu)，而不會像AI短劇取代短劇演員那樣，被外部隨便一個什么新的技術(shù)成果所顛覆。

如果說前兩年關(guān)于AI x 游戲的探討還比較零散和偏實驗性質(zhì)，那么這次從GDC上的很多議題也能看出，很多已經(jīng)深入到了更大規(guī)模的落地管線中。純粹炒作概念的生成式AI熱潮已經(jīng)過去——類似當(dāng)年元宇宙和區(qū)塊鏈的退潮，今年區(qū)塊鏈游戲的演講確實完全絕跡了。

這個表格展示了在兩年時間里，行業(yè)面對AI理性逐漸回歸的過程

今年大家不再空談“AI能做什么”，而是在講“我們已經(jīng)在開發(fā)中怎么用AI了”。各家對AI的討論方向變得更加底層和務(wù)實，不再像前兩年那樣集中在顯眼的“生成式AI畫大餅”上。越來越多的開發(fā)者把AI當(dāng)成了和光線追蹤一樣的常規(guī)技術(shù)，相關(guān)的技術(shù)分享已經(jīng)細(xì)化并融入到了關(guān)卡設(shè)計、資產(chǎn)生成、NPC邏輯等非常具體的開發(fā)環(huán)節(jié)中。

騰訊做了什么

今年GDC還有個特殊現(xiàn)象：AI議題雖然多，但講AI的游戲廠商不多，身邊統(tǒng)計學(xué)和體感甚至反而少于往年。從日程表來看，今年GDC上主要是科技公司和上下游平臺和工具廠商在講AI愿景，賣AI工具。

當(dāng)然我們熟悉的國外游戲大廠也不是沒有AI議題，但細(xì)分垂直程度很高，不少案例處在機器學(xué)習(xí)和超小模型的階段。

比如育碧在演講中說他們跑通了一套工作流，證明只需要 30 張圖片就可以訓(xùn)練出符合生產(chǎn)標(biāo)準(zhǔn)的LoRA模型。借助于此，各游戲項目組可以極低成本地訓(xùn)練出符合自己特定美術(shù)風(fēng)格的模型。

暴雪則開發(fā)了一個名為 Zenith 的自動化管線。其核心用途是將 3D 游戲環(huán)境自動化地轉(zhuǎn)化為風(fēng)格化、多圖層的俯視角地圖（Top-down maps，即游戲內(nèi)的小地圖或戰(zhàn)術(shù)地圖）。

只有騰訊一次性帶來了超過20場和AI有關(guān)的議題演講。

這些議題跨度極大，有從場景、動畫、引擎、音效等多維度優(yōu)化開發(fā)管線的，有的則與具體的功能和玩家體驗息息相關(guān)。

即便垂直如“搜打撤游戲中 AI 增強反作弊”議題，現(xiàn)場熱度也很高

比如在資產(chǎn)管理環(huán)節(jié)，騰訊的3D資產(chǎn)助手實現(xiàn)了端到端的自動化。設(shè)計師只需要說“給我一個女性維京戰(zhàn)士的四個概念藝術(shù)”，系統(tǒng)會自動生成多視圖圖像進行確認(rèn)，最后直接轉(zhuǎn)換成可上線的3D模型——包括PBR材質(zhì)和拓?fù)鋬?yōu)化，同時輸出PC和移動端兩個版本。傳統(tǒng)上一個角色從概念到可游戲使用往往需要數(shù)周，現(xiàn)在被大幅壓縮。

這類案例普遍不是為了AI而AI，而是真正嘗試解決痛點和需求。有些需求來自開發(fā)管線，有些痛點則來自玩家體驗。

《和平精英》的AI NPC系統(tǒng)就是后者的典型代表。該系統(tǒng)通過掛載專屬知識庫、情緒驅(qū)動引擎以及強化學(xué)習(xí)等技術(shù)，解決了傳統(tǒng) NPC 行為僵硬、缺乏社交“人感”的問題。最終讓游戲里的AI NPC不僅能進行自然的語音對話，還能感知玩家的情緒狀態(tài)。當(dāng)玩家表現(xiàn)出焦慮或迷茫時，AI會主動給出戰(zhàn)術(shù)建議；當(dāng)玩家長時間沉默時，AI會用輕松的話題打破尷尬。

這套系統(tǒng)上線后，所有AI NPC玩法的累計體驗用戶已突破1.1億。數(shù)據(jù)還顯示，AI隊友模式中的麥克風(fēng)開啟率近75%，單局消息互動量達70輪。這顯然說明，有大量原本不擅長社交玩家打開了麥克風(fēng)，在戰(zhàn)場上有了更沉浸的體驗，也進一步拉高了整體的用戶活躍度。

AI NPC對不擅長社交的玩家?guī)砹朔浅Ｕ娴捏w驗加成

坦白說，這兩年騰訊用在游戲里的AI技術(shù)，大多數(shù)看上去是沒那么“性感”的，有很強的工程師思維，似乎少了點想象空間。就拿AI NPC來說，兩年前育碧也曾展示過非常科幻的Demo，整得跟未來游戲似的。但想象歸想象，現(xiàn)實中的落地實現(xiàn)是另一回事。這次GDC和騰訊的人員交流過后，我能很明顯感覺到，騰訊在游戲里做AI，出發(fā)點基本上不是暢想“AI能實現(xiàn)什么革命性的效果”？而是能否用AI提高開發(fā)效率，能否用AI解決現(xiàn)有游戲體驗中的痛點和瓶頸。

這種實用優(yōu)先的思路，也帶來了一個非常明顯的趨勢：產(chǎn)能的極速擴張。

老外在學(xué)習(xí)中國開發(fā)商什么？

今年GDC上最讓我感觸的其實倒不是AI話題本身，而是：在數(shù)年前，國內(nèi)游戲行業(yè)談及游戲工業(yè)化、談及國外的超大項目，還是仰望的姿態(tài)。而現(xiàn)在，中國廠商反而成了那個輸出游戲工業(yè)和開發(fā)管線方法論的那一方。在我聽的多場演講中，只要中國開發(fā)者講到如何搭建Pipeline時，現(xiàn)場的觀眾無論來自中國外國，都會紛紛舉起手機拍照。

GDC上的中國從業(yè)者再次證明了一個定律——產(chǎn)能這塊兒，最終都要看中國。

國外像羊蹄山、33號遠(yuǎn)征隊、Dispatch、PEAK，講團隊如何開發(fā)這款游戲，講當(dāng)年的廢案是什么，更多是一種名作光環(huán)下，用項目背景和內(nèi)幕回饋粉絲，分享故事與靈感。

爆款產(chǎn)品的講座基本上座無虛席，主要講游戲開發(fā)幕后故事

國內(nèi)則完全不同。

比如疊紙會分享怎么協(xié)調(diào)幾百人的團隊開發(fā)大項目。在GDC首次系統(tǒng)披露其 300 人規(guī)模的劇情演出生產(chǎn)體系，通過讓文案、敘事、美術(shù)等創(chuàng)作者直接在引擎內(nèi)工作，來大幅降低跨部門溝通與數(shù)據(jù)轉(zhuǎn)換成本，實現(xiàn)大體量內(nèi)容的持續(xù)穩(wěn)定輸出。

疊紙展示如何高效管理300人團隊的內(nèi)容生產(chǎn)管線，圖中是早期工作流程，十分復(fù)雜，之后工作流被大幅優(yōu)化

網(wǎng)易雷火的演講話題是《譜寫綿延的江湖——〈燕云十六聲〉高頻持續(xù)更新的開放世界內(nèi)容設(shè)計與管線經(jīng)驗》，顧名思義，主要分享了如何用“三條創(chuàng)意管線并行”來生產(chǎn)大區(qū)內(nèi)容，讓關(guān)卡、敘事、藝術(shù)等團隊同時推進，從結(jié)構(gòu)上保證更新速度。

這一方面是因為，GAAS游戲，對持續(xù)的內(nèi)容迭代有著更深的渴望，而大型GAAS游戲又是特征明顯的長期數(shù)字資產(chǎn)，更適合用AI來解決里面的重復(fù)性工作。而另一方面或許因為，中國人熱衷于搞生產(chǎn)是刻在骨子里的。

在產(chǎn)能和管線這個維度上，騰訊這次的輸出尤其密集。

《異人之下》實時功夫動畫系統(tǒng)展示了AI如何解決動作游戲的產(chǎn)能痛點。

常規(guī)3D動作游戲中有很多“轉(zhuǎn)場動作”，如從攻擊到?jīng)_刺，從沖刺到奔跑……兩兩組合產(chǎn)生的動作數(shù)量極其龐大，導(dǎo)致動畫師不可能手動為它們制作全部的關(guān)鍵幀，用線性插值等傳統(tǒng)辦法還容易產(chǎn)生滑步穿模等現(xiàn)象。

因此，團隊引入了一套 AI 驅(qū)動的實時動作生成方案，不僅解決了轉(zhuǎn)場問題，還大大降低了高質(zhì)量動作素材的動捕的成本：用最少7個類似GoPro的小型攝像機即可完成高精度無標(biāo)記點動捕，動作捕捉時間從30分鐘縮短到5分鐘，精修時間從1小時縮短到15分鐘，素材庫則從930條縮減到445條, 同時保持中國功夫招式的精度。

更關(guān)鍵的是，即便引入了即時AI推理來生成關(guān)鍵幀和中間值，量化后的超小模型在移動端完成一次推理也只需要0.4毫秒，即便在《異人之下》這樣的高速動作游戲里，也幾乎不會給玩家增加任何可感知的延遲。

天美工作室的Ignis Agent則把AI的應(yīng)用邊界推向了超大工程的開發(fā)&迭代環(huán)節(jié)——代碼Crash診斷、UI開發(fā)可以實現(xiàn)“從策劃案直接產(chǎn)出結(jié)果”，處理耗時從數(shù)周縮短到1天，自動化程度高達98%。

在另一場技術(shù)分享中，來自光子的AI研究員介紹了《IntelliScene：基于多智能體的推理驅(qū)動的游戲場景生成系統(tǒng)》。在這套系統(tǒng)下，AI可以把“把物件一件件擺好”這類重復(fù)性工作交給了可控的自動化流水線。

在IntelliScen最新版本中，設(shè)計師不再需要手動放置無數(shù)瑣碎的小物體，而是輸入一張引導(dǎo)圖或一句場景意圖后，AI會識別場景類型并從資產(chǎn)庫檢索匹配模型，然后按生活邏輯與物理約束擺放——例如把瓷磚或踢腳線優(yōu)先靠墻放置，還能處理內(nèi)部布局（比如把書放進柜子或抽屜）、避免物體懸空與不合理堆疊，并調(diào)整各物體的精確位置與朝向，使生成結(jié)果既符合敘事意圖，又可直接用于后續(xù) 3D 引擎與人工微調(diào)。

官方測試數(shù)據(jù)顯示，相比人工擺放，AI 場景搭建的效率能提升約 10 倍，從而把美術(shù)團隊的手工精力釋放到核心鏡頭與關(guān)鍵關(guān)卡的創(chuàng)作上。

去年我們介紹過的VISVISE今年也參加了GDC，它可以將把繁瑣的 3D 模型蒙皮、拓?fù)浜?LOD 展開等環(huán)節(jié)，實現(xiàn)超85%的自動化率，大大減少模型生成、貼圖制作、骨骼綁定、動畫制作等環(huán)節(jié)中的人工機械化勞動。

GDC上來自魔方的技術(shù)專家們分享的《洛克王國：世界》的高性能全局光照方案，是一項“既給自家用，又開放給行業(yè)”的“送水”式技術(shù)。簡單來說，這項方案與先利用云端的 RTX 顯卡根據(jù)實時路徑光追跑一遍正確的光影渲染，通過AI壓縮靜態(tài)光照數(shù)據(jù)，實現(xiàn)高效的光照烘培效果。

細(xì)致的光照烘焙其實一直是讓中低端機器也能跑出高畫質(zhì)的神技，只是過程繁瑣，人力成本巨大，現(xiàn)在已經(jīng)越來越少游戲廠商愿意做太多烘焙，直接采用光追或者引擎現(xiàn)成的動態(tài)光照方案，不少游戲優(yōu)化太差，惹得玩家怨聲載道，很多人反而開始懷念過去烘焙效果的實在。像上文提到的這種不改變底層渲染架構(gòu)，利用云端算力與AI來實現(xiàn)高效的烘焙，不失為新時代下一個很討巧的做法。

AI時代的護城河

在GDC期間，我也采訪了騰訊游戲公共技術(shù)負(fù)責(zé)人陳冬。今年GDC新增了一個名為“游戲界達沃斯”的高端論壇，陳冬則作為唯一的中國廠商代表，與科技公司巨頭谷歌、英偉達一起分享了對AI與游戲產(chǎn)業(yè)如何融合的成果與見解。

“游戲的Agent是很復(fù)雜的，既要寫代碼還要操作游戲引擎，要懂游戲設(shè)計、數(shù)值、美學(xué)，如果是3D還要理解空間?！标惗嬖V我，游戲AI不是簡單的代碼生成問題，而是需要理解游戲引擎的操作邏輯、掌握數(shù)值體系的平衡設(shè)計、具備美學(xué)判斷力、熟悉3D空間概念的多維能力。

這種復(fù)雜性，正在成為一道難以逾越的護城河。

當(dāng)通用大模型在文本、圖像、代碼等領(lǐng)域展現(xiàn)出高速成長的泛化能力時，游戲開發(fā)卻表現(xiàn)出截然不同的韌性。游戲天生具備復(fù)雜工程體系的特點，不容易被外界通用大模型沖擊。反而是，越懂游戲開發(fā)的人，越容易用AI來增強游戲開發(fā)，強者更強。

有來參加GDC的硅谷AI公司從業(yè)者表示，由于騰訊布局早，內(nèi)部也打通了很多資源，積累的模型訓(xùn)練素材也多，投入也很大，因此在AI增強游戲開發(fā)管線方面，目前已經(jīng)和游戲行業(yè)產(chǎn)生了代差。

在一場和平精英關(guān)于如何用AI驅(qū)動UGC創(chuàng)作的演講中，騰訊的研究者展示了如何僅憑一張草稿就生成場景，大大降低用戶創(chuàng)作門檻

“基礎(chǔ)模型能力強，上層應(yīng)用才好做，如果基礎(chǔ)模型不強，怎么做都無法真正把生成式技術(shù)發(fā)揮出來”——這個基模決定論在陳冬的采訪中經(jīng)常出現(xiàn)。

打個比方，如果在一個較弱的舊版本模型上做了大量的業(yè)務(wù)強化和“腳手架”式工具開發(fā)，雖然短期內(nèi)能讓應(yīng)用效果看起來還可以，但一旦基礎(chǔ)模型發(fā)生質(zhì)的提升，之前辛苦搭建的所有業(yè)務(wù)強化和工具可能都會變得毫無意義，因為更強的基模能夠原生、更簡單地解決這些問題。

因此陳冬不建議在模型能力不足的情況下進行業(yè)務(wù)端的過度開發(fā)，而是應(yīng)該在基礎(chǔ)模型上逐漸迭代和提升，“這是一個非常重要、需要配合的關(guān)系?！边@種思路，也貫穿了騰訊的游戲AI戰(zhàn)略——不滿足于做表層的工具應(yīng)用，而是從基礎(chǔ)模型入手，建立真正可持續(xù)的競爭力。

2025年8月，騰訊發(fā)布了VISVISE游戲創(chuàng)作全鏈路AI解決方案，涵蓋六大環(huán)節(jié)：模型生成、自動蒙皮、骨骼綁定、動畫制作、場景構(gòu)建及渲染。與通用大模型不同，VISVISE針對游戲生產(chǎn)的具體場景進行了深度優(yōu)化，能夠理解游戲開發(fā)中的專業(yè)術(shù)語和特定需求。

騰訊的競爭優(yōu)勢不僅體現(xiàn)在技術(shù)深度上，還體現(xiàn)在規(guī)模效應(yīng)上?！皟?nèi)部團隊對工具的需求迭代速度非常快，生產(chǎn)規(guī)模也很大?！标惗寡?，“生產(chǎn)規(guī)模越大，理論上模型和工具的效果應(yīng)該更好，這也是騰訊游戲做AI一個非常大的優(yōu)勢?！?/p>

像前文提到的VISVISE和跨引擎光照烘焙方案，為什么這些技術(shù)在這一年集中出現(xiàn)？實際上它們是技術(shù)基建的積累和團隊需求共同促成的結(jié)果。對于騰訊這樣生產(chǎn)規(guī)模巨大，又有著大型技術(shù)中臺的公司，極大的業(yè)務(wù)量為 AI 工具提供了足夠的需求反饋和數(shù)據(jù)迭代機會，中臺團隊則可以來自項目組的需求和數(shù)據(jù)融入到基礎(chǔ)模型（基模）的迭代中，使工具不斷完善并吸引更多項目使用，形成良性循環(huán)。

在被問到騰訊的風(fēng)格時，陳冬認(rèn)為這種風(fēng)格是務(wù)實?！翱赡芄镜奈幕褪沁@樣，解決具體的問題，每個組都有自己很務(wù)實的需求點?！?/p>

結(jié)語

這幾天關(guān)于AI的演講中，有一句話PPT里的標(biāo)題，叫Let technology serve ideas , Leave time for Creativity。這句話來自于騰訊游戲AI引擎部技術(shù)專家的演講——《讓引擎聽懂你說話：大模型賦能的下一代游戲場景生成框架》。這句話準(zhǔn)確地闡明了游戲行業(yè)如何使用AI：

讓技術(shù)服務(wù)于創(chuàng)意，為創(chuàng)造力留出時間。

這幾天有業(yè)內(nèi)人士說，在和谷歌等科技公司交流后，能看出“其實人家壓根不Care游戲行業(yè)”，更遑論用AI模型來進軍甚至擊穿游戲行業(yè)了。

無獨有偶，在GDC開幕當(dāng)天，Google Cloud聯(lián)合索尼、EA和Unity的高管，也坐在一起聊了聊《AI如何重塑游戲創(chuàng)作》，其中談到一句話：

“AI對于游戲行業(yè)不是一個Easy Button（簡單按鈕），而是一個Process（過程），需要貫穿到開發(fā)管線過程中?！?/p>

這個過程早就開始了。