「 點選上方"GameLook
"↑↑↑，訂閱微信 」
不可否認，AI技術正經歷著前所未有的熱潮，但最近GameLook卻觀察到，大家對於AI的態度卻也越發的混亂。
就比如教育和就業方面，當國內基於生成式AI在基礎創意類工作上的強大能力，又一次開始渲染文科無用論的同時，在大洋彼岸的美國，程式設計師就業人數在ChatGPT推出後急劇下降，已回到1980年以來的最低水平，反而是類似產品經理的崗位激增。
而圍繞AI與遊戲行業，隨著最近GDC、GTC等各種業內活動扎堆舉辦，遊戲、AI領域一眾大佬進行公開分享，對於同一話題各種不同的觀點和態度，更是加重了GameLook感受到的「矛盾感」。
圖片來源：DALL-E
就比如開發者態度方面，前有GDC2025釋出調查資料顯示，對AI持負面態度的開發者比例從去年的18%上升到30%；後有Unity釋出年度遊戲報告，顯示79%的受訪開發者對AI 技術持“積極態度”。
類似的還有，一方面英偉達CEO黃仁勳在GTC 2025大會上表示，當前生成式人工智慧已經過時，邁入了名為代理式AI（Agentic AI）和後續的物理AI（Physical AI）的時代。
“人工智慧真正進入世界意識大約是在十年前。從感知人工智慧開始，計算機視覺、語音識別，然後是生成人工智慧。過去五年，我們主要專注於生成人工智慧，”
“但在過去兩三年，人工智慧發生了重大突破，取得了根本性的進步。我們稱之為代理人工智慧。”黃仁勳說道。
但另一方面，在最新的GDC大會上，Inworld AI的CEO Kylan Gibbs卻也根據目前行業真實的案例，一針見血地指出目前生成式AI在遊戲行業落地時，依舊存在的巨大侷限性：
“當你處於原型和演示狀態時，很多生成式AI工具如OpenAI、Anthropic的產品在演示中表現良好，但當面對數百萬使用者規模時，它們往往無法正常工作。”
雖然在人類歷史上，技術和生產工具的升級（比如工業革命前後），新舊生產力同時存在，幾乎必然會觸發類似的理論和實踐的混亂，但對於當下身處遊戲行業的個人而言，當下確實不是迎接混亂的好時機。
整個行業剛剛從疫情效應中走出來，開發者既要面對心理與行動的矛盾，擔憂AI取代自己的工作的同時對AI的內容產出效率、成果樂此不疲；還要親身感受技術的前沿探索，與實際落地之間巨大的落差。
雖然GameLook也無力解決這一連串的問題，但或許我們可以透過自己對行業的觀察，在嘈雜的環境中，找到真實的案例和聲音，儘可能展示AI與遊戲行業融合及前進的真實情況。
AI遊戲幸福的煩惱：越成功就越容易失敗
首先自然是AI技術在遊戲行業具體的落地情況到底如何。
前不久GameLook剛剛介紹了蔡浩宇新公司Anuttacon的首款遊戲《Whispers from the Star》，一款Ai驅動的互動劇情類太空生存冒險遊戲；再往前GameLook也曾介紹過海外開發者「levelsio」的AI遊戲「fly.pieter.com」，該產品透過在其中加入微交易、售賣廣告位等，在上線10天內已經賺了近30萬元。
但兩款遊戲其實都很難代表目前AI在商業產品中落地的情況，也很難說明帶來的影響。只能說2025年是GameLook認為AI遊戲作為具體的產品而非營銷概念，開始走向主流視野的一年。
想要解答這一問題，我們需要把時間再往前調。AI應用於遊戲的早期探索中，其實已經出現了一些成功案例，並且往往伴隨著意想不到的代價。
就比如美國AI遊戲團隊Little Umbrella，他們開發的主要在Discord平臺上運營的網頁遊戲《Death by AI》在短短兩個月內吸引了2000萬玩家，收穫了令人羨慕的市場表現。根據外媒的報道，該遊戲的成功也讓這家公司成功吸引了投資市場的注意，包括A16Z、VRF等在今年1月對Little Umbrella投資了2000萬美元。
《Death by AI》玩家面對系統提出的情況「有一顆隕石撞擊地球」，需要在限時內輸入自救方案AI根據玩家的答案續寫故事，然後判斷玩家是否存活
簡單來說，《Death by AI》是一款基於文字提示（prompt-based）的生存類社交遊戲，玩家需要與其他人共同參與，遊戲的核心特色是由AI擔任遊戲主持人，負責創造各種致命情景，玩家則需要輸入文字內容影響動態生成劇情的發展，然後由AI決定玩家在特定情境下的生死結果
然而，《Death by AI》成功的背後是一場財務噩夢——隨著遊戲玩家數量激增，最初使用OpenAI的大型語言模型（如GPT-3.5和GPT-4）以及ElevenLabs的語音合成技術的Little Umbrella迅速發現，自己每天雲端AI API成本從初期的5000美元飆升至25萬美元，一度將工作室推向了破產邊緣。
Little Umbrella的技術總監坦言：“我們不得不限制使用者增長——字面意思是拒絕新玩家”。
《Status》
類似的情況其實不是個例，同樣的困境也出現在手遊領域。2022年成立的美國公司Wishroll開發的社交媒體模擬遊戲《Status》在去年10月上線後，曾在美區iOS生活類免費排名也一度達到過第四位，但就是這樣一款不算大爆的產品，背後隱藏的經濟壓力同樣驚人。
作為一款以社交媒體模擬為核心的角色扮演遊戲（RPG），《Status》其實模擬的是當代社交網路，玩法融合了模擬經營與社互動動機制，玩家可以自由創造個性化的虛擬形象，與AI驅動的數百個不同的粉絲社群互動，發展人際關係，並逐步提升自己的虛擬社交地位。
遊戲要求玩家透過釋出內容逐漸獲得聲望，不過這也就意味著玩家可能因為不當言論或行為而被“取消”（cancelled），模擬了真實社交媒體環境中的風險與回報機制。
面對各種事件玩家可以選擇系統預設的回覆或者是撰寫自己的回覆
而作為一款針對社交網路的模擬遊戲，不出意外地，《Status》迅速在TikTok走紅，Discord社群也從100人膨脹到6萬人，推動產品僅在公測兩週後就突破了百萬使用者大關。
然而，這種成功背後是每名活躍使用者每日12至15美元的成本。作為參考，國內即便是一些MMO等重度遊戲，結合5%左右的付費率，一般ARPUDAU也只有10元人民幣左右。
面對正常遊戲幾十上百倍的成本，Wishroll的CEO Fai Nur直言：“這完全不可持續。如果我們不作出改變，幾天內就會破產。即使籌集數千萬美元資金，也無法維持超過一個月。”
AI與使用者體驗：未兌現的美好承諾
一方面是AI在實際落地上，對於開發者而言缺點逐漸暴露，當前AI的商業模式和高成本，與普通遊戲產品追求大DAU的基礎目標不相容。
另一方面從使用者角度看，目前主要以套皮聊天機器人的智慧NPC形式加入遊戲產品的AI，對遊戲體驗的實質性提升仍然有限。
這裡GameLook想首先分享一下，在前不久一場行業活動上，前遊戲行業知名VC的Benchmark Capital合夥人Mitch Lasky對於目前AI在遊戲領域應用的觀察。
“我認為，我們將見證人工智慧在遊戲產業中的三大應用方向，首要且最為基礎的是，AI將為我們已在遊戲中見到的元素打造更優版本。主要是超智慧的非玩家角色（NPC）或輔助系統，坦白說，這類應用對我來說並不那麼吸引人。其次視人工智慧為效率倍增器的理念。它將在遊戲製作層面乃至運營層面，顯著提升生產效率，包括程式設計工具和美術生成器等。最後，在藍海領域，還有第三類機遇。這類機遇將真正推動藍海市場的爆發。它們指的是那些過去無法實現，如今藉助人工智慧得以完成的事情。”
甚至ChatGPT還支援即時語音對話，而遊戲內的智慧NPC大多隻能打字 圖片來源：OpenAI
迴歸到使用者體驗，不可否認，許多所謂的“AI遊戲”本質上只是將聊天機器人置入遊戲場景，並未真正改變核心玩法機制。
雖然GameLook不能說類似的嘗試對於使用者體驗完全沒有影響，但目前擅長角色扮演的AI聊天機器人，在業內其實已經有了相當成熟的解決方案乃至成功的商業產品。
去年還有相關企業在完成了從爆火到高估值再到融資困難最後折價被收購的迴圈。去年8月被谷歌以超25億美元收購的Character AI。該公司在2023年9月時估值一度超過了50億美元。
而真正具有變革潛力的AI應用，如多模態行動規劃系統（MAP）和AI驅動的程式化世界生成，仍處於早期探索階段。這些技術有望使遊戲世界及其居民展現真正的自主性和環境適應能力，但要實現商業化仍需克服諸多技術和設計挑戰。
至於AI最有潛力的領域，即在使用者生成內容（UGC）方面的應用，目前多數仍停留在簡單的資源生成層面，缺乏與遊戲機制的深度整合。
《蛋仔派對》
就比如前不久剛剛開源了自己3D模型生成AI大模型的Roblox。國內也有《蛋仔派對》，該遊戲搭載了支援AI驅動的「一鍵生成功能」的編輯器，運用ModelMaker-3D模型生成技術，幫助創作者生成品類豐富的模型元件。
而之所以目前主要的AI在遊戲內的應用還停留在Mitch Lasky覺得無聊的第一種嘗試，並不是因為遊戲公司不願意積極探索更豐富的實踐。
拋開各家公司情況不同的可能遇到的不同困難，當我們看向更廣泛的遊戲市場，以及目前已知的一些AI遊戲的嘗試，比如即將上線的搭載了本地小型AI模型的Krafton旗下模擬遊戲《inZOI》，其實也不難找到全球遊戲人面對的一些共同難題。
首當其衝的是當前遊戲行業迫在眉睫的效能問題，當涉及AI，基本上所有遊戲專案都要面臨一個尷尬的矛盾：一方面，遊戲圖形渲染要求不斷提高，追求更逼真的視覺效果；另一方面，AI處理同樣需要強大的GPU算力支援。
而在同一硬體平臺上，如果選擇在本地部署，這兩種需求不可避免地產生資源爭奪。
雖然包括英偉達等的新一代顯示卡以及高通的最新驍龍晶片、蘋果的A系列新品，都在效能上不斷進步。但無一例外，無論是PC遊戲還是手遊市場，目前市面上其實不乏無須AI就能吃滿甚至於讓最新硬體效能捉襟見肘的產品。
更何況對於玩家而言，Nvidia RTX 5090等頂尖硬體目前的售價依舊相當高昂（國內的5090D起價為16500元），至於能夠完整本地部署DeepSeek的頂配Mac Studio，國內售價更是超過10萬。對於消費者而言，獲得支援大型AI模型的高階硬體仍是一項昂貴投資。
當然目前大部分遊戲搭配AI主要藉助的是API，所有運算都被放到了雲端而非玩家本地處理。但這也帶來了新的問題，且不說使用者資料和隱私問題，雲端部署雖然降低了硬體門檻，即時響應延遲卻將成為阻礙AI遊戲體驗的關鍵因素。
根據AI公司Inworld在GDC上的演講，傳統雲端依賴的AI架構的響應時間最快在800至1200毫秒，這對需要即時反饋的遊戲體驗比如RPG產品或者是射擊類、動作遊戲而言是致命的。
一個簡單的比較：人類感知延遲的閾值約為100毫秒，而標準遊戲要求的響應時間通常控制在16-33毫秒之間。雲端AI如此顯著的延遲差距，足以破壞遊戲的流暢性和沉浸感。
簡單來說，目前乃至未來一段時間內，對於玩家而言，AI遊戲能夠提供的都是短板相當明顯的體驗，雲端AI導致的高延遲會破壞遊戲的即時反饋感，而本地AI則可能因裝置效能不足而降低整體遊戲流暢度。
尤其在移動平臺上，這種矛盾更為突出——有限的電池容量和散熱能力使得高效能AI處理器幾乎不可能在保持良好使用者體驗的前提下長時間執行。
要知道以上討論的還是目前大多數遊戲內搭載的AI僅支援單一模式的互動和內容輸出的情況，未來隨著AI大模型和產品進入多模態的階段，開發者將面臨的效能、時延、準確性、成本等挑戰只會更加嚴峻。
AI與遊戲融合：大模型、平臺和企業的多方向探索
不過科技行業眾所周知，從來不是輕易認輸的產業，有難題自然也會有挑戰者。
面對從原型到生產的諸多挑戰，目前國內外AI和遊戲的行業領導者，包括大模型公司、平臺公司以及在此基礎之上的服務型企業，其實一直在探索突破性解決方案，重構AI在遊戲中的應用架構和經濟模型。
就比如DeepSeek，雖然該模型並不特別針對遊戲行業，但DeepSeek的出現從當前的視角來看，確實徹底改變了AI行業經濟模式。
DeepSeek透過獨創的MLA（多頭潛在注意力機制）架構和MoE稀疏結構，其訓練視訊記憶體佔用降至傳統模型的5%～13%，計算量大幅壓縮，最終實現推理成本低至每百萬Token僅1元人民幣，僅為Llama3的七分之一、GPT-4 Turbo的七十分之一。
這一成本革命對遊戲行業的影響不可低估。之前面臨破產風險的遊戲開發商，現在可以用同樣的預算執行數十倍的AI查詢，從根本上改變了原型專案向正式產品轉變時的成本計算。
而除了DeepSeek，微軟官宣的專為Xbox平臺設計的Copilot for Gamig，則代表了平臺方向，AI與遊戲融合最前沿的探索。
根據微軟的說法，Copilot for Gamig不僅僅是一個簡單的AI聊天機器人，而是一個全面的遊戲夥伴，設計用於全方位增強玩家體驗。
比如在《守望先鋒2》中，Copilot可為玩家提供即時遊戲指導，幫助玩家進行角色選擇，解釋角色搭配的優缺點，提供戰略建議。Xbox企業副總裁Fatima Kardar強調，Copilot會根據玩家的興趣和習慣提供個性化體驗。它不僅僅是簡單地出現提供幫助，更重要的是在恰當的時刻提供恰當的支援，避免對遊戲體驗造成干擾。
Copilot for Gaming代表了一種平臺級解決方案，透過在遊戲平臺層面整合AI能力，為開發者提供標準化的AI服務，減輕個體開發者的技術和成本負擔。並且在GameLook看來，相較於已經過時的主機大戰的概念，微軟正在發揮自己擅長的平臺和軟體服務的優勢，力求建立統一的遊戲和AI生態系統。
至於基礎之上的技術服務型企業，上文曾提到的Inworld AI就在最近的GDC上，分享了自己針對AI在遊戲行業落地的多種解決方案。
就比如效能方面，透過架構重構，Inworld AI探索出了一條混合計算模式。透過將推理任務轉移至本地裝置，同時保留複雜機器學習任務在雲端處理的能力，顯著提升了響應速度並降低了運營成本。
而根據Inworld AI的分享，透過Inworld Framework，主打遊戲直播服務的Streamlabs將AI響應時間從傳統雲API的800-1200毫秒縮短至200毫秒，使AI助手能夠即時觀察遊戲事件並提供即時評論和切片等衍生內容的製作支援。
使AI助手在遊戲直播中從“總是慢半拍”變成了能夠與主播節奏同步的存在。
Streamlabs聯手英偉達和Inworld的方案
而成本，inworld還分享了自己在AI成本最佳化上的成功實踐，
正如Inworld工程副總裁Evgenii Shingarev所言：“我們已經看到無數令人印象深刻的AI遊戲原型在向生產過渡時死亡，模式總是相同的：令人印象深刻的演示、熱情的投資，然後慢慢意識到經濟和技術架構無法支援實際部署。”
根據Inworld AI的分享，Wishroll的《Status》在Inworld的ML最佳化服務協助下，成功將AI成本降低了90%，同時提高了質量指標，為遊戲提供了盈利路徑。
而在AI的長線和穩定性表現方面，Inworld則展示了與維塔士合作，透過精確控制AI角色的行為、記憶和個性，試圖創造真正沉浸式的敘事體驗。
維塔士的CTO Piotr Chrzanowski表示：“在維塔士，我們認為AI是增強遊戲開發者藝術性並準確實現他們願景的一種方式。透過整合AI，我們使開發者能夠為他們的創作新增新維度，豐富遊戲體驗而不影響質量。”
結語：
總的來說，目前AI的發展、玩家需求的變化速度，其實都是遠超過剛剛走出疫情效應，不少大中小公司還在轉型自救的遊戲行業前進、適配、升級的速度。
甚至GameLook在上文中提到的目前頭部企業為AI和遊戲融合做新的探索、創造的優勢條件，其實也在迅速被技術進步和使用者需求趕上，在大多數遊戲公司還沒有享受到變革的情況下就即將消失殆盡。
比如DeepSeek帶來的AI大模型推理成本大幅下降，在今年1月底曾一度被視作遊戲內AI落地的關鍵。
但在最近的GTC2025上，黃仁勳就為所有人澆了一盆冷水，雖然目前單個Token的價格可能只有之前的1%，但由於人們開始期待新的代理式AI（Agentic AI）能夠解答更多複雜的問題、能夠思考、能夠推理、能夠使用不同的技術、能夠規劃不同的路徑。
面對同一個問題，AI需要產出Token數量其實有了大幅的增加，極有可能會超過100倍。自然而然地，AI整體使用的成本其實又會重新回升至普通遊戲產品的商業模式難以配合的階段。
黃仁勳表示：“由於人工智慧和推理的出現，我們目前所需的計算量很容易比我們去年這個時候認為的要多100倍。”
“人工智慧的基本技術仍然是一樣的。生成下一個Token，然後預測下一個Token。只是有了推理之後，AI它不是隻生成一個接一個的Token，而是生成一系列Token，代表推理的一個步驟。在生成第一步之後，人工智慧還會生成第二步、第三步和第四步。因此生成的標記數量要高得多，很容易就多100倍。”
“它現在需要生成100倍的標記，為了讓我們保持模型的響應性和互動性，這樣我們就不會在等待它思考時失去耐心，我們現在必須將計算速度提高100倍。我們進行推理所需的計算量比以前大幅增加。”
在此之前，對於AI與遊戲行業的融合，我們總是願意將視線從當下的技術困境與解決方案抬起，放眼未來，遊戲與AI的結合將遠超今天我們所能想象的邊界。
暢想著或許在不遠的將來，遊戲中的角色將真正“活”起來——它們不僅擁有持久的記憶和情感關係，還能跨越遊戲邊界，我們也許會看到全新的遊戲型別誕生——它們不再是傳統意義上的“遊戲”，而是由AI調節的社會實驗場，或是由集體智慧塑造的創意空間。
但技術的潛力與其實際應用之間，存在著複雜的經濟、倫理與設計挑戰。AI遊戲的未來將不僅取決於技術進步，還取決於我們如何構建支援創新的商業模式，如何平衡創作者控制與AI自主性，如何在追求智慧的同時保持人類創意的中心地位。
····· End ·····
GameLook每日遊戲產業報道
全球視野 / 深度有料
爆料 / 交流 / 合作：請加主編微信 igamelook
廣告投放 : 請加 微信：Amyly588
長按下方圖片，"識別二維碼" 訂閱微信公眾號
····· 更多內容請訪問 www.gamelook.com.cn·····
Copyright © GameLook® since 2009
覺得好看，請點這裡 ↓↓↓