導讀

核心觀點

目錄

正文

歸根結底，如果人工智慧沒有PMF（Product-Market-Fit）、不能商業化落地，“賣鏟人”神話也好、AI狂潮也好，最終都會破滅。資本與市場信心給予了技術發展的空間，可如果技術只是空中樓閣，那麼資本和市場信心都會離去，這在任何一個行業都會驗證，無一例外。

供與需是經濟學亙古不變的話題。當下，人工智慧產業的問題在於：供給側的技術大有突破、可謂百花齊放，但是卻缺乏一個作為技術載體的超級應用，激發需求側，讓廣大消費者願意為之買單。人工智慧產業尚未實現供需閉環，在資本市場炒作情緒逐漸迴歸理性後，AI行業，亟需找到超級應用來充當技術與市場間的媒介，讓技術落地、AI向實。

第一，生成式AI賦能遊戲開發。在遊戲開發的各個階段，生成式AI均可有所作為：策劃階段，開發者可以將遊戲的初步概念設想告知AI大語言模型，後者則可以輔助開發者完善遊戲的世界觀、劇情線等；資產建立階段，AI圖片生成、AI音影片生成能提升場景畫面、人物形象、音效、BGM等遊戲資產的建立效率；程式設計階段，AI程式碼生成可減輕程式設計師的負擔；測試階段，AI可自動生成測試用例，不僅可以減少測試人員的手動工作量，還能提升測試的全面性。一方面，生成式AI對遊戲開發起到提質增效的作用；另一方面，生成式AI對開發者靈感、創意的激發或許是更加可貴的，以人為核心，人與人工智慧相輔相成，實現1+1>2。從實踐情況看，在開發階段使用生成式AI工具在早已是不算稀奇，根據《2024年Unity遊戲報告》，62%的工作室表示在工作流程中引入了AI，主要用於快速製作原型、實施概念設計、資產建立和世界構建。

第二，在未來，AI遊戲生成有望重塑遊戲開發的底層邏輯。今年8月29日，谷歌推出全球首個AI遊戲生成模型GameNGen（發音為“game engine”）。如果說AI生成文字、圖片、音影片、程式碼對遊戲開發的影響是透過改變傳統遊戲開發中的一個個小的環節實現的，提升效率、激發創意；那麼AI遊戲生成則顛覆了遊戲開發的整個邏輯。傳統遊戲開發需要由程式設計師完成整個遊戲程式的編寫，遊戲是程式碼驅動、基於規則的（Rule-Based）。GameNGen的顛覆性在於，它是由神經網路驅動的，不再需要繁瑣的程式碼，而是由AI生成擴散模型實現自動、即時地生成遊戲畫面。目前，GameNGen藉由對首發於1993年的經典第一人稱射擊類遊戲DOOM（毀滅戰士）的模擬展示了它的效果。從演示影片和真人評估看，模擬表現尚可。儘管GameNGen目前並不完美，比如，目前‌模擬執行《DOOM》的速度是每幀20秒，但現代商業遊戲對幀數的要求非常高，通常要求每秒至少60幀，而某些遊戲例如第一人稱射擊的要求更高，需要達到每秒120幀，但是，它卻無疑展示了AI遊戲生成的可想象空間。互動影片類遊戲有望邁進新正規化，以神經網路模型驅動，整個開發流程被簡化、開發成本可降低、開發通道更易訪問。

UGC是User-generated Content的縮寫，即使用者生產內容。這一概念最早起源於網際網路，指使用者將自己生產的內容透過網際網路平臺進行傳播並與其他使用者進行互動；UGC模式下，使用者不再僅僅是傳播內容的接受方，同時也成為了傳播內容的創造者，典型平臺有微博、小紅書（圖文）；嗶哩嗶哩、抖音（影片）、知乎；豆瓣（論壇）等。

對應到遊戲領域，UGC指玩家擁有在遊戲中自主創作人物、場景、關卡甚至玩法的權利。經典沙盒遊戲《我的世界》就是一款典型的UGC遊戲。《我的世界》又稱《當個創世神》，在一個以方塊為基本元素的三維空間中，玩家能夠自由地利用方塊創造和摧毀建築物和藝術作品，遊戲內容包括但不限於採集礦石、與敵對生物戰鬥，以及收集遊戲中的各種資源來合成新的方塊與工具。

由於玩家擁有相當的內容創作自由，可以充分展示自己的創意和腦洞，因此一款成功的UGC遊戲可以做到十分亮眼的成績單。在Minecraft Live 2023上，微軟Mojang工作室領導Helen Chiang宣佈《我的世界》銷量超過了3億套，成為有史以來銷量最高的遊戲。

《我的世界》表現出的亮眼成績反映了遊戲使用者們參與UGC的強大意願與動力。在遊戲中給予玩家內容創作權，能夠增強玩家的參與感、體驗感，從而提升使用者活躍度與粘性；另一方面，整個遊戲社群也能憑藉千人千面的創意變得更加有趣。因此，儘管不一定做到《我的世界》這樣完全UGC，但許多遊戲都為玩家留有一定的UGC空間。

由於生成式AI的一大特徵就是擅長根據提示語進行創作，因此在玩家UGC的過程中能夠起到良好的輔助作用，典型案例有《逆水寒》的“自捏江湖友人”系統、《蛋仔派對》的DIY創作工坊。《逆水寒》的“自捏江湖友人”系統依託於AIGC技術，使傳統的指令碼NPC變成了有生命力的AI NPC。NPC（Non-player character）是推動遊戲劇情的重要元素。傳統NPC的肢體動作、語言都在遊戲開發之時已經被程式寫定，玩家與NPC的互動是十分生硬的；AIGC則可以為NPC“注入靈魂”，讓NPC“活起來”。在“自捏江湖友人”介面，使用者可以個性化定製江湖友人的外貌、音色，也可以利用文字描述來豐富其故事背景與性格，後續在互動過程中玩家的行為甚至會影響江湖友人的情緒和雙方的關係。《蛋仔派對》在遊戲的UGC 創作工具中內建 AIGC 功能，降低創作門檻，讓使用者能夠更高效發揮創意。依託ModelMaker-3D模型生成技術，玩家僅需輸入任意提示詞，就可以在“萬物生成功能”中自動得到與文字描述風格相符的模型。在今年的ChinaJoy AIGC大會上，網易公司Eggy工作室負責人Kwan表示已經有5300多萬用戶使用過這個功能。

B端，AIGC賦能遊戲開發工作流，輔助開發者提質增效、創意迸發；使用AIGC已經成為開發室常態，未來的趨勢應當是避免重複造輪子、功能整合化。目前已有大廠開始佈局，例如騰訊公佈的自研遊戲全生命週期AI引擎“GiiNEX”，該引擎可以提供包括3D圖形、動畫、3D城市、劇情、關卡以及音樂等多種AIGC能力；以建立3D城市場景為例，GiiNEX提供的工具可使創作效率提升40倍以上。

C端，AIGC使玩家的內容創作（UGC）變得簡單易上手，能提升玩家的創作體驗；UGC可以是一款遊戲的附加功能，也可以是遊戲本身，未來AIGC在C端爆發應當要藉助一款高度UGC的、當下AIGC技術水平完全夠用的、受年輕人喜歡的遊戲。有一個比較好的例子：用Chatgpt最擅長的編故事能力做成的文字冒險遊戲《AI Dungeon》，中文名叫“AI地牢”。遊戲全程以玩家與AIGC的對話推動，在玩家創設人物後，AI會生成一段劇情，之後玩家只需要將在這段劇情裡想要做的事告知AI，後者便會講述接下來的故事發展，後續的互動都是這樣的模式直到故事終結。玩家也可以設定初始故事背景、分享自己的創作到社群中，能充分施展玩家腦洞，也可以滿足玩家之間的分享欲。

2023年9月，Meta聯合Ray-Ban推出了第二代智慧眼鏡Ray-Ban Meta，截至2024年9月10日，銷量已突破300萬。與之對比，2023年全球AR眼鏡銷量為50萬臺左右，蘋果的Vision
Pro（屬MR裝置）的2024年出貨量預期只有50萬臺，Ray-Ban Meta以300萬的年銷量成為智慧眼鏡市場的現象級產品，引發市場對AI眼鏡的期待。

目前，Ray-Ban Meta的功能有第一視角攝像（POV）、音樂、以及由搭載Meta Llama3大模型實現的AI助手功能（語音操作、識別、翻譯、資訊檢索）。

第一，產品形態：重量是頭戴式裝置商業化落地面臨的第一個考驗。以蘋果去年推出的Vision Pro為例，其重量在600-650克，相當於在頭上掛兩瓶可樂。產品的笨重性會犧牲使用者的佩戴舒適感，一方面是沉，另一方面為了保持前後平衡，在後腦佩戴的固定帶不僅有緊繃感還會導致髮型變亂；這樣的產品形態也決定了在使用過程中不能大幅晃動頭部否則固定帶易滑落，不適合在人群中使用因為過於顯眼、不日常化。

而AI眼鏡是在傳統眼鏡（近視鏡、太陽鏡）上疊加AI功能，能突破頭戴式裝置在產品形態上的侷限。以Ray-Ban Meta為例，它的整個產品形態和墨鏡非常接近，只是在鏡腿上嵌入了小型攝像頭和LED指示燈。Ray-Ban Meta重量不足50g，輕便、佩戴舒適、日常化。

第二，市場空間：AI眼鏡具備可想象的市場空間。一方面，AI眼鏡可以在近視鏡、墨鏡的基礎上實現，受眾廣泛；另一方面，不管是搭載到近視鏡上還是墨鏡上，消費需求都具備個性化、定製化特徵，且消費需求都不是一次性的，因此仍具備快消品的屬性。綜合這兩方面看，AI眼鏡的銷售規模與可持續性是可預見的。

第三，技術迭代：業內共識，AI眼鏡未來的技術升級方向是AI+AR，具備技術升級迭代空間。AI眼鏡並不等同於AR眼鏡：AI眼鏡是在傳統眼鏡的基礎上增加識別、搜尋等AI功能，側重於AI技術的整合應用而不是影像的眼前顯示與沉浸體驗；而AR實為Augmented Reality的縮寫，AR眼鏡強調的是現實增強技術，即透過眼鏡裝置在真實物理空間中疊加虛擬內容，從而帶給使用者全新的感官體驗，典型的產品如谷歌2012年曾推出但最終落敗的 Google Glass概念。XR一直是市場所期待能夠落地的技術，AI眼鏡未來的方向一是提升AI功能、二則是疊加AR技術。

目前，國內外多個玩家在佈局AI眼鏡。蘋果：專注於AR技術的Vision團隊正在持續試驗開發多款產品，包括一款計劃明年推出的“平價版Vision Pro”，以及一款類似Ray-Ban Meta的智慧眼鏡；Solos：釋出了號稱全球首款整合 GPT-4o 的智慧眼鏡 AirGo Vision；Snap：釋出第 5 代 Spectacles
AR 眼鏡，集成了OpenAI 多模態 AI 模型；華為：釋出了搭載HarmonyOS 4作業系統的華為智慧眼鏡2方框太陽眼鏡，接入華為盤古AI大模型；蜂巢科技：推出了界環AI音訊眼鏡。此外，雷鳥、影目科技、魅族等廠商也有望在2024年釋出智慧眼鏡產品。

第一、產品形態進一步輕量級。根據美國國家眼鏡商協會（National Eyewear Retailers Association）的資料，輕型眼鏡的重量通常在15克左右，而普通眼鏡的重量通常在20-30克之間。目前Ray-Ban Meta重49g，AI眼鏡的重量有待進一步減輕。

第二、增加續航。目前Ray-Ban Meta滿電情況下的續航時間為 4 小時；眼鏡盒可以為眼鏡充滿 8 次電，因此總續航時間可達36小時（4+4*8）；眼鏡支援快充，22 分鐘可以充到 50%。如果不攜帶鏡盒，眼鏡本體的4小時續航對於支撐一次外出活動還是較短。

第四、使眼鏡的AI功能更加PMF（Product-Market
Fitness）。

第五、未來，AI眼鏡需要設計出針對不同使用者群的款式和階梯化價位，從而滿足更多消費者的需求。目前，Ray-Ban Meta起售價299美元，接近2100元人民幣。

目前，搜尋引擎主要有三類：百度、谷歌、360、搜狗等傳統搜尋引擎，工作流是檢索–匹配–按順序陳列連結；天工、秘塔等AI搜尋，工作流是內容抓取–分析–以一段文字的形式給出答案（有時還附連結）；微信、小紅書、知乎等內容平臺的垂直搜尋。常習慣於將傳統搜尋引擎與AI搜尋對比分析。

第一，AI搜尋具備更高的輸入靈活性。這主要表現在兩個方面：第一，AI搜尋支援多模態輸入，文字、語音、影像、pdf檔案等多種輸入形式均可支援；第二，當輸入形式為文字時，傳統搜尋引擎要求使用者在提問時描述清楚問題，並且用詞要規範化，因為傳統搜尋是檢索式的；而AI搜尋具備相當的理解能力，即使提問的表述並不十分規範，也能夠去透過處理理解搜尋意圖。

第二，AI搜尋適合生成大綱式答案，啟發使用者思考問題的維度。在研究一個問題時，使用傳統搜尋引擎的優勢是能在閱讀5-10條檢索結果後獲取較大的資訊量；而AI搜尋的優點在於，儘管並沒有太多資訊量，但是回答結果一般是成體系的、框架型的。例如，輸入“AIGC”，AI搜尋會從定義、關鍵特點、應用領域、挑戰與考慮幾個維度回答，每個維度下又會有四到五個小觀點。因此，AI搜尋遂於啟發使用者思考問題的維度是十分有效的。

第三，AI搜尋具備一定的記憶性。用傳統搜尋引擎進行的搜尋都是一次性的，就兩個接連進行的具備相關性的問題而言，第二個問題的搜尋結果並不會受第一個問題的影響。而AI搜尋具備一定的記憶性，能夠在多輪對話中保持上下文（比如AI搜素會透過引導式提問來深入對話），使使用者的體驗更加流暢和連貫。

第四、AI搜尋沒有廣告，能提升使用者的體驗。在傳統搜尋引擎的結果頁，總有很多廣告，影響使用者體驗；而AI搜尋目前並不以廣告投放為目的，結果專注於內容。

第一、克服幻覺問題。百度、谷歌等傳統網頁搜尋引擎的盈利模式是靠廣告收入；而AI搜尋引擎的盈利模式是靠使用者付費，願意付費的前提是AI搜尋要能為使用者提供準確的的搜尋結果，這就要求解決AI搜素的幻覺問題。AI搜尋中的幻覺問題指的是生成看似可信但實際上不真實的內容，典型的表現比如捏造事實：儘管資訊不足以支撐作答時，語言大模型還是會語氣篤定的生成一個回答，它傾向於填補不完美，而不是坦率的回答“我不知道”，保量而不保真；幻覺問題的其他表現形式如，模型有時會賦予不權威資料過分的權重，而這樣做的原因可以僅僅是因為這個資料在資料庫中出現的頻率高，從而導致結果失真。幻覺問題會消磨使用者對AI搜尋的信賴度，未來透過改進訓練方法和資料質量來攻克AI搜素的幻覺問題是十分必要的。

第二、在多輪對話中，提升判斷使用者意圖的正確性。多輪對話是AI搜尋的一個差異化優勢，但是在實操過程中，多輪對話的效果目前並不是很好，未來需要在訓練階段提升模型記憶性以及增強多輪對話中對關鍵資訊的把握能力。

第三、解決或將面臨的內容方的許可權問題。今年8月，知網向秘塔AI搜尋傳送侵權通知，要求其斷開對知網論文題目和摘要的連結；國外也有類似的事，今年7月，雜誌巨頭康泰納仕集團向Perplexity（知名AI搜尋，由前OpenAI研究科學家創辦的）發出了一封停止侵權信，要求其停止在搜尋結果中使用康泰納仕集團出版物的內容。2012釋出的《網際網路搜尋引擎服務自律公約》規定限制搜尋引擎抓取應有行業公認合理的正當理由，該公約由百度、即刻搜尋、盤古搜尋等12個單位聯合發起。但是，就今年知網、康泰納仕集團兩樁侵權控訴來看，AI搜尋與內容方的許可權邊界現在並未理清，未來必然需要行業相關方進行行業公約，也需要法律法規層面的理清。