大家好，我是冷逸。

今年3月的GDC（游戲開發(fā)者大會）與 NVIDIA GTC（AI 算力峰會）大會上，一個名不見經(jīng)傳的小團隊，同時在兩個頂級大會上吸引了不少目光。

這個團隊叫LinearGame，來自新加坡和舊金山。

他們做的東西叫Yoroll（yoroll.ai），一個可以讓“不會編程的人也能做出可玩游戲”的平臺。

玩家們聚集在展會周圍，沉浸式體驗 “一句話生成可交互場景游戲” 的實時演示，紛紛與團隊交流玩法創(chuàng)意。

無數(shù)開發(fā)者圍著他們的展位追問同一個問題：“什么時候開放？”

一句話就能生成游戲？這聽起來像天方夜譚。但當你知道Unity股價已經(jīng)暴跌40%，當全球游戲投資相比2021年高峰縮水85%，當28%的游戲開發(fā)者在過去兩年被裁員——你就會明白：這不是噱頭，而是一場生產(chǎn)方式的大革命。

“大團隊、大預(yù)算、長周期”的傳統(tǒng)開發(fā)模式面臨著巨大挑戰(zhàn)，整個行業(yè)都在尋找新的可能性。

而當行業(yè)還在爭論 “AI 游戲能否落地” 時，Yoroll 已將可玩、可交互、可傳播的成品帶到臺前，展臺的熱鬧景象，就是 AI 游戲從概念走向?qū)嵱玫淖罴岩娮C。

Yoroll這一波，徹底打破了“AI 視頻只能看” 的局限。

Yoroll是什么？

讓一句話變成可玩的游戲

Yoroll的官方介紹，翻譯成大白話就是：Yoroll讓創(chuàng)作者可以通過文本、圖片和短片，自動生成一款可玩的分支互動影視游戲——更像是導(dǎo)演一部電影，而非編程游戲。

簡單來說，整個游戲的故事、角色、玩法、分鏡全部由AI生成，創(chuàng)作者調(diào)整后一鍵發(fā)布。

游戲制作的全程不需要游戲引擎、純AI驅(qū)動，電影級視頻瞬間變成能玩、能個性化互動的游戲。

而且，不僅有劇情分支、有狀態(tài)保存、有交互反饋，還有持續(xù)游玩的體驗。

Yoroll提供了四大核心能力：

1.影游生成

你可以輸入一句話或上傳劇本，系統(tǒng)會自動生成故事大綱、角色設(shè)定、分支劇本、玩法機制（選擇/點擊/長按/滑動等）、分鏡圖片和視頻。全程不需要寫代碼。

我嘗試著輸入了一段一句話的提示詞：一位探險者駕駛星際探測艦從月球基地一路駛向火星殖民城，一段穿越銀河星帶的星際探索冒險故事。

然后，AI會自動幫我生成了故事概要、角色列表，以及每個游戲劇情的分鏡。

接下來，只需要完善，并且點擊發(fā)布，一款屬于你的簡易版互動式游戲就完成了。

如果想再增加點復(fù)雜功能？那么繼續(xù)。

2.QTE玩法編輯器

在這里上傳任意一段劇情視頻，系統(tǒng)會自動分析內(nèi)容并在合適時刻生成交互節(jié)點。點擊、滑動、長按、連點、對抗點擊——五種交互類型，可以精細調(diào)整位置、時機、難度。

這是整個游戲是否足夠有趣的關(guān)鍵。

3.涂鴉生圖

接下來，如果想要調(diào)整某個人物或者圖片，可以用手繪涂鴉或上傳姿勢參考圖，系統(tǒng)結(jié)合角色參考圖生成新圖片。解決“想讓角色做特定動作但文字描述不準”的痛點。（這里我先以我的頭像做了個簡單測試）

分分鐘，一個手繪版的人物就變成你要的素材了。

4.融合生圖

接下來，如果你想要在劇情里，添加點別的元素。

我們可以把多張圖片拖到畫布上自由排列構(gòu)圖，基于這個布局生成融合圖片。這個功能可以解決純文字prompt無法精確控制多元素相對位置的難題。

這四項能力構(gòu)成了一個完整的創(chuàng)作工具鏈：從創(chuàng)意到素材，從素材到交互，從交互到成品，全程不需要離開平臺。

四款游戲

四種完全不同的體驗

簡單嘗試之后，接下來，再看看 Yoroll 在完全不同風(fēng)格的游戲上體現(xiàn)的強大實力。

《Star Junkers》 是電影級太空探索。玩家扮演星際拾荒女孩，帶著小鼬駕駛飛船，在近乎無限擴展的宇宙中探索不同星球。這個游戲在保持視覺一致性的同時，還支持開放世界的自由探索。

《Dead Reckoning: Reborn》 是末日僵尸生存題材。玩家可以在游戲中對抗喪尸、搜集資源、建設(shè)避難所。不僅有強動作反饋、即時決策和高沖突節(jié)奏，還有QTE玩法+夜視儀探索模式。

《The Occult Album》 則是東方懸疑解謎的類型。玩家用一臺能窺見"陰陽"的古董相機揭開詛咒真相。它展示的是氛圍敘事、心理壓迫感和非爽感導(dǎo)向的沉浸體驗。

更重要的是，這些都不是“只能玩一分鐘”的技術(shù)演示，而是有完整劇情、可保存進度、支持分支選擇、能夠反復(fù)游玩的完整產(chǎn)品。

如果說官方Demo證明的是技術(shù)能力，那么UGC創(chuàng)作者的表現(xiàn)，更能證明平臺的真正潛力。

《華君傳》 的靈感來自《甄嬛傳》，但做了性轉(zhuǎn)重構(gòu)：女性掌權(quán)，男性入宮。宮廷權(quán)謀與情感博弈在女尊世界觀中重新上演。

這種題材，聽起來需要專業(yè)編劇、導(dǎo)演、演員、長周期拍攝？

實際上，從創(chuàng)意到可傳播的游戲片段，用時不到一周。目前在抖音上已經(jīng)榮獲單條近10萬點贊，上百萬播放。

這個案例充分證明了三件事：

第一，互動類游戲創(chuàng)作門檻的重構(gòu)。過去需要真人拍攝、復(fù)雜選角、長周期籌備的互動內(nèi)容，現(xiàn)在可以由小團隊甚至個人，以接近短視頻的節(jié)奏完成。

第二，創(chuàng)意的快速產(chǎn)品化驗證。那些“腦洞很大但落不了地”的想法，有了快速驗證的可能。性轉(zhuǎn)《甄嬛傳》這種題材，從傳統(tǒng)影視的角度來說恐怕困難重重，但在Yoroll上，創(chuàng)作者可以先做出來，用數(shù)據(jù)說話。

第三，分發(fā)效率的驗證。這些AI生成的互動游戲，可以無縫接入抖音、TikTok等平臺，用高情緒張力、強戲劇沖突的內(nèi)容獲得自然流量。這不是“游戲圈的自嗨”，而是真正能觸達大眾用戶的傳播形態(tài)。

目前，Yoroll已經(jīng)開始面向短視頻領(lǐng)域招募AI創(chuàng)作者，已簽約數(shù)十位。這意味著它的目標不再只是展示官方樣板，而是要把"創(chuàng)作者供給"變成平臺能力的核心。

平臺架構(gòu)

三層分離，各盡其責(zé)

Yoroll的技術(shù)架構(gòu)，可以概括為三層分離：

表現(xiàn)層：視頻模型負責(zé)生成畫面、鏡頭運動、角色表情、氛圍渲染。這是AI最擅長的部分，也是用戶體驗最直接的觸點。

理解層：AI分析用戶操作意圖，判斷應(yīng)該觸發(fā)哪個劇情分支、生成什么樣的回應(yīng)內(nèi)容。這一層把玩家的輸入（點擊、滑動、語音等）翻譯成系統(tǒng)能理解的行為數(shù)據(jù)。

狀態(tài)層：傳統(tǒng)的數(shù)據(jù)存儲系統(tǒng)，負責(zé)維護角色好感度、劇情進度、物品欄狀態(tài)等持久化數(shù)據(jù)。這些數(shù)據(jù)會作為上下文反饋給表現(xiàn)層，影響后續(xù)生成的內(nèi)容。

一個循環(huán)形成了：AI生成視頻 → 玩家做出選擇 → 系統(tǒng)理解意圖并更新狀態(tài) → 狀態(tài)反饋影響下一輪視頻生成。

這個架構(gòu)的關(guān)鍵在于分離而非融合。不是讓AI既負責(zé)生成又負責(zé)邏輯（這會讓系統(tǒng)變得極難調(diào)試），而是讓專業(yè)的人做專業(yè)的事：AI負責(zé)"好看"，傳統(tǒng)系統(tǒng)負責(zé)"好管"。

視頻原生游戲

一條被低估的路徑

過去兩年，AI游戲賽道的主流思路是：用世界模型逐幀生成畫面，試圖復(fù)制傳統(tǒng)3D引擎。

Google Genie3、PixVerse R1都在這條路上狂奔，追求更長的一致性維持時間、更高的畫面質(zhì)量。

然而“生成畫面”和“成為游戲”之間，隔著一條鴻溝。

Yoroll選了一條完全不同的路：不是讓AI去“模擬”傳統(tǒng)引擎，而是把視頻從“被觀看的結(jié)果”變成“游戲運行過程的一部分”。

傳統(tǒng)引擎的邏輯是：規(guī)則→狀態(tài)→渲染。每一幀都是基于當前狀態(tài)的確定性計算。

世界模型試圖讓AI“猜測”下一幀該是什么樣子。但AI的“猜測”天然帶有不確定性，時間越長，誤差越大，世界就越容易崩塌。

Yoroll的架構(gòu)是：視頻生成負責(zé)表現(xiàn)力（畫面、氛圍），確定性系統(tǒng)負責(zé)游戲邏輯（狀態(tài)、分支）。 兩者分離，各司其職。

視頻不需要“理解”游戲規(guī)則，它只需要在特定觸發(fā)條件下渲染對應(yīng)內(nèi)容。而游戲的持久性、邏輯一致性，全部由傳統(tǒng)系統(tǒng)保障。

AI不需要成為全知全能的“上帝”，它只需要成為出色的“攝影師”和“演員”。

這種架構(gòu)的直接好處是：游戲可以穩(wěn)定運行數(shù)小時，因為邏輯層不依賴AI的"猜測"，而是基于確定性的狀態(tài)機。

為什么是現(xiàn)在？

AI游戲的概念炒了好幾年，為什么Yoroll能在2026年的GDC/GTC上引起這么大關(guān)注？

三條曲線在2026年交匯了。

第一條：視頻生成質(zhì)量

從Runway Gen-4.5到Google Veo 3.1再到Seedance2.0，視頻生成質(zhì)量在過去一年發(fā)生質(zhì)的飛躍。畫面不再是“一眼AI”，鏡頭語言接近專業(yè)水準。這讓“用視頻做游戲”從技術(shù)實驗變成了可行方案。

第二條：推理成本

NVIDIA在GTC 2026上展示的推理優(yōu)化技術(shù)，讓一年前需要幾分鐘才能生成的內(nèi)容，現(xiàn)在可以做到接近實時。這讓“交互式視頻游戲”從理論可能變成了商業(yè)可行。

第三條：用戶認知

從《底特律：變?nèi)恕返礁鞣N互動短劇，用戶已經(jīng)習(xí)慣了“觀看+選擇+分支”的互動語法。Yoroll不需要從零教育市場。

三條曲線的交匯點，往往就是新品類誕生的時刻。一年前做不到的事，現(xiàn)在剛好可以做到；而一年后，可能就已經(jīng)是紅海了。

真正的護城河

不是模型，是閉環(huán)

在AI游戲賽道，最容易被高估的是模型能力，最容易被低估的是系統(tǒng)和生態(tài)。

單一模型的能力遲早會被追平。Google有Genie 3，PixVerse有R1，Moonlake也在做世界模型。模型會被商品化，這是技術(shù)演進的必然規(guī)律。

真正能形成壁壘的，是誰先把“創(chuàng)作—發(fā)布—反饋”這個閉環(huán)跑通。

對Yoroll來說，這個閉環(huán)包括：

• 工具鏈：讓創(chuàng)作者快速搭建劇情分支、設(shè)計交互點

• 組件庫：可復(fù)用的場景、角色、動作模板

• 狀態(tài)系統(tǒng)：確保游戲邏輯的持久性和一致性

• 創(chuàng)作者生態(tài)：從招募、培訓(xùn)到分成的完整體系

• 分發(fā)反饋：與短視頻平臺的深度整合

這些東西不是一個模型能解決的，也不是一個Demo能證明的。它需要的是持續(xù)的產(chǎn)品打磨、生態(tài)建設(shè)和用戶積累。

從這個角度看，Yoroll在GDC/GTC上展示的，不只是“幾款A(yù)I游戲”，而是一套正在成型的基礎(chǔ)設(shè)施。如果這套基礎(chǔ)設(shè)施跑通了，它對游戲行業(yè)的影響，也許不亞于當年Unity對獨立游戲的推動。

雖然，Yoroll現(xiàn)在還遠未到“成功”的階段，但至少在2026年的GDC和GTC上，它讓越來越多人開始相信：AI游戲的未來，可能不是去復(fù)制傳統(tǒng)引擎游戲，而是打開一條全新的產(chǎn)品路徑。

未來，真正的創(chuàng)作者經(jīng)濟，不是“給創(chuàng)作者更好的工具”，而是“改寫誰能成為創(chuàng)作者”。