在GDC，我看到AI進入“游戲時間”

作者 ｜ 王兆洋
郵箱 ｜ wangzhaoyang@pingwest.com

“一切都很棒，但我只有一個問題，我們這些游戲從業者到底什么時候才能在生產里用上這些模型和產品？”

在GDC上，Google Gemini團隊的一場分享結束后，一名游戲設計師在會場外拉住Gemini的研究員問出開頭這個問題。在今年的舊金山，從全球聚集到GDC（全球游戲開發者大會）上的人們關注的話題前所未有的被AI占據。近一周的活動里，100多場是以AI為主題的，數萬人在莫斯康尼中心的各個角落參與著這些討論，“AI科技公司”和“游戲大廠”是這里絕對的主角。

Google推出的世界模型Genie 3足夠驚艷，視頻模型Veo 3以及接下來的Veo 4都讓人聯想到對游戲的沖擊，然而在過去一年，人們已經見慣了這些嚇人的demo，他們更關心的問題變成：AI究竟如何真正應用到行業里。

這也是AI發展到今天，所有人對它的期待：在耗費了巨大的算力、資源和金錢之后，人們好奇AI在行業里究竟帶來了什么真實而具體的回報。

情緒和需求都在變化。這也是為什么OpenClaw會在國內掀起龍蝦熱——這個產品第一次讓你在最熟悉的聊天軟件里直接操控AI，AI可以接觸你的一切工作環境和資源來替你干活。人們哪怕冒著安全風險也想用它，就是在急迫尋找AI給自己真的產生價值的方法。

在硅谷，各類應用公司近期繼續估值飆升，而Anthropic和OpenAI這些模型廠商也開始把應用做到具體行業里，SaaS軟件們開始感受到壓力。這一切的焦慮都意味著行業進入了AI應用的下半場。

這些變化也在影響著游戲行業。在今年的GDC上，Google等模型大廠在秀肌肉，騰訊等深耕游戲的公司也展示了更全面的AI與游戲結合的技術方案，人們在提供不同的解法，游戲行業正在以自己的方式和節奏面對這些挑戰。

1

最AI的一屆GDC

今年GDC是最“AI”的一屆GDC。除了各類分享中AI主題占比超高之外，參與者的構成也在發生變化，諸如Google、阿里和字節等擁有自己大模型的廠商也密集在這個游戲大會里亮相。

其中最有代表性的可能當屬Google。走入會議的主會場，你隨處可見Google的招牌，多個展臺也設在最核心的區域，讓你避不開。而在大會的AI圓桌論壇，以及單獨的分享環節里，也都能看到Deepmind研究員的身影，Google cloud以及Google play也伺機而動參與其中。

但在和一些參會者交流中，人們對這些來自Google的AI展示感到有些不過癮。也許是對受眾的定位不同，Google在分享里依然偏demo和理論，比如在DeepMind參與的一場分享里，主講人還在聊世界模型和agent的定義，demo也是已經“震撼”過大家的Genie3生成的可操控游戲世界的demo。

同樣的，NVIDIA在GDC上也宣布了一系列更新，比如借助RTX GPU 和 NVIDIA DGX Spark 來加速并簡化AI 視頻生成工作流；微軟介紹了包括Project Helix等在內的產品進展，希望繼續吸引更多開發者；Meta圍繞Meta Horizon OS 做了一系列分享，并展示了在Unity編輯器里加入AI的實際操作。

這些廠商的策略清晰：游戲行業里的人們需要AI，而它要為此提供工具，賣鏟子賺錢。所以無論是前沿模型demo，還是一些基本的AI應用展示，本質都是用來推廣它本就存在的工具。

另外一類分享也一如既往吸引大量關注：每年GDC，明星游戲的開發團隊們都會難得分享游戲幕后的開發細節。比如戰地6分享了游戲體感的打磨過程，三角洲講的是游戲里的皮膚設計經驗，戀與深空也展示了主角人物設計過程，雙人成行的設計師則把他們在一款游戲里打造兩個不同風格世界的過程展示了一遍。

這些分享細致入微，游戲產業的工業化程度以及產業鏈之成熟也顯露無疑：它有著最手工作坊般的鏈路，也有最強大的公司來展示它未來的樣子，提供著最具體的工具。

但在今天這個節點，這兩類分享對于廣大焦慮的從業者來說，已經無法解近渴。人們想要看到此時此刻在真實的復雜管線里，最前沿的AI應用到了什么程度。

在Google的多個分享里，騰訊是一個被反復提到的名字。今年GDC騰訊的AI相關分享超過20場，它體系化、規模化地介紹了在整個管線里的AI應用和實踐案例。Google的分享者認為，騰訊目前已有超過40款游戲落地了AI應用，且未來規模將持續擴大，它探索的方向值得整個行業借鑒。

要解決在游戲行業最真實的AI應用問題，科技大廠們不停提供的想象力啟發很重要，但最終要讓改變發生，可能還得靠那些自己也擁有AI能力的游戲公司們。

1

Demo已足夠，請給我看AI改變游戲的最真實例子

在本屆GDC的100多場AI主題分享里，這些真正在各個環節引入AI并進行系統化改造的游戲公司也有不少演講。如諸多展會和行業大會一樣，GDC排隊情況直接反映了人們的期待程度。而這些最真實的分享被從業者們“用腳投票”，幾乎每一場的入場隊伍都排的很長。

在主題分享《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》中，騰訊游戲AI引擎團隊介紹了一個“言出法隨”的由模型驅動的內容生成管線。

開發者可以通過自然語言甚至語音的提示交互，實現實時的游戲場景生成與編輯。從游戲世界生成到游戲里生物群系的實時編輯，現場不僅展示了這個管線做到的效果，還難得公布了里面從模型架構到框架核心的諸多細節，最重要的是這是一個已經在內部真實項目中應用的工具。

“在10平方公里的場景生成上，時間做到10秒以內。植被的參數微調響應時間在0.5秒以內，地形的重新生成需求，完成時間在3秒左右。”相比傳統的方式，它達到了數量級的提高。

這種大型項目里最真實的經驗和最細節的展示，一直是GDC的分享環節最大的魅力所在。

除了研發環節的提效，AI的引入也在改變用戶體驗。

在騰訊游戲魔方工作室的《異人之下:基于實時AI生成技術的功夫動作系統》分享中，不少觀眾頻頻拿出手機拍攝其中的技術拆解：

屏幕上，左邊是傳統管線生成的一組功夫打斗畫面，里面的動作、碰撞、武器的效果和人物的反應看起來已足夠精致。而接下來在屏幕右側，展示了一組由AI實時生成的同一場景的畫面。你會發現，無論是人物的轉身過程、武器碰撞后的反應還是諸如腳步動作步數等非常細節的動效，AI完勝。

這是《異人之下》真實在使用的基于AI的實時功夫動作系統的展示，也就是你在游戲里的操作帶來的人物打斗反應和效果完全由AI實時生成。

這也是全球首個在動作游戲中落地的實時AI武術動作系統。AI可以比傳統依賴數學建模的方式更好理解和還原出動作細節。而且，這些效果還是在手機 CPU 算力有限的激烈實時交互場景下，在1毫秒以內瞬間完成的。

這樣的分享相比于那些來自科技大廠的酷炫demo，更有實戰意義。與直接展示一個通用模型的“像游戲一樣”的能力相比，在游戲復雜環境里真實把AI引入生產環節，思路是完全不同的。

你不能再無限堆資源來做一個巨型模型，你需要把工作管線和模型結合，在嚴苛條件里找到最優解。

這考驗的是對擁有海量用戶的大型游戲的長期開發及經營維護能力。

這也是讓AI進入游戲管線真正困難和充滿挑戰的地方。當你習慣了科技大廠展示的基于強大通用模型的demo后，可能會覺得游戲被AI改造是順理成章甚至容易的事情。但真實情況卻是，這些“粗暴”的路徑走不通。

很多時候，人們對于模型大廠會在游戲上“顛覆一切”的期待也是一廂情愿的。在這次GDC上，Google DeepMind旗下Inception產品負責人Alexandre Moufarek直言，由于內存限制，Genie 3生成的虛擬世界在維持大約一分鐘以后就會出現崩潰，它更像是一個能對用戶反應做出預測的生成式視頻。

仔細來看，至今的很多AI+游戲的嘗試其實都是把游戲的某個環節抽離出來，單獨“AI化”，比如Genie3，其實是把游戲環境抽出來展示，比如大量一鍵生成類以及對話類的產品，只是把NPC給單獨拿出來做成一個互動點。

但當你想在復雜而完整的游戲生產里真正利用AI，這些操作都是失靈的。

在騰訊的多個AI應用案例里，它的出發點都是游戲生產和交互里的真實問題，因此它不再迷信模型的“大”，而是注重更精確的模型訓練，結合更扎實的工程能力。比如在《異人之下》的案例里，發揮作用的是一個花了大量精力建立數據集、結合真實游戲環境設計模型架構，最終在參數上實現輕量化的小模型。它解決的問題雖然具體，卻給游戲行業長期的“滑步”、穿模等老難題帶來新的解法。

在光子《和平精英》的AI隊友這個全新的系統里，這種根據自己真實需求訓練模型，同時結合更強的工程來系統化解決問題的思路，體現的更加淋漓盡致。

讓NPC和玩家真正的自然溝通，是所有游戲玩家都幻想過的場景。但實現它，尤其是在一款大規模且已經成熟運營許久的游戲里實現它，是一個非常復雜的系統工程。你需要找到最合適的模型策略，做最完備的工程化適配，在一個已經足夠復雜的系統里重構關鍵部分的框架和工程鏈路。

看看《和平精英》做的事情就知道這事有多復雜：在模型上，它用了多模型協同，同時為了讓AI隊友能理解游戲內的“黑話”（如“舔個包”、“喝個可樂”），重新把這些模型訓成了新的專屬模型，并且還需要為這個模型配上一整套從語音到3D環境感知到行為輸出的全鏈路架構。在工程上，既要滿足毫秒級實時處理，又要應對諸如方言識別等語言環境狀況，還要避免上線后流量涌入可能帶來的服務器“爆炸”問題，才能給到玩家良好的游戲體驗。

這些Ai落地的復雜工作，最終帶來完全不同的游戲體驗，也直接收獲了玩家的認可。騰訊也在GDC上第一次公布相關最新數據表現，官方 PPT 顯示，該玩法累計觸達玩家高達約1.1億，最高日活躍玩家數約1770萬，AI 隊友模式中的麥克風開啟率（Mic-on rate）接近75%，單局消息互動輪次高達 70輪。

對騰訊游戲來說，他們的游戲AI更多是以優化玩家體驗和“解放”開發者為核心，而這些復雜而系統化的投入也得到了回報。

1

每次技術革新，都會重塑標準

“我沒想到他們會如此全方位的分享把AI用于游戲上的工作。”來自知名AI機構艾倫研究所（Allen Institue for AI）一名資深研究員在聽完騰訊游戲的多個分享后說。

“我和很多頂尖的公司也都交流過，但我不理解為什么他們都沒有更多跟大家分享。這些經驗在今天非常重要。”

騰訊游戲天美工作室的《超大游戲工程中的AI應用瓶頸與解決方案》分享現場，會場座無虛席，且幾乎每張PPT都會吸引人們舉起手機拍照。

技術人員細致的介紹了一個已經用在生產中的，迭代研發了許久的AI系統，它被叫做“可微分AI”（Differentiable AI）。它受數學的可微概念啟發——曲線是由無數小直線拼出的近似圖形，那么大型任務是不是也可以拆分為足夠小的“專家”，一方面更好完成具體任務，同時通過一整個系統讓AI的連續長時間工作更加穩定。整個系統把數據做到可微，建立一個全知且精準的召回機制，把過程做到可微，進而揭開傳統AI的黑箱，確保透明度與可驗證性。

你能看到那些AI領域最重要的技術在這個系統里的集成，甚至是在一些實驗室里仍然在概念里的探索，已經成為這個真實系統里落地的機制。

這種系統性的真實經驗實在寶貴，而能做這樣的激進而全面的嘗試，首先需要擁有大量長線運營的產品，并對玩家的需求有全面理解，可以持續通過真實玩家反饋來推動 AI迭代。

此外，任何新技術想要融入游戲生產里，都需要強大的配套工程和對整個基礎設施的把控能力，如何將token 成本控制在極低范圍，考驗的也是綜合能力。

“一個合理的期待，就是接下來騰訊把這些能力公開提供給更多的人。”來自艾倫研究所的研究員說。“這自然會吸引更多人，騰訊能成為游戲行業領先的AI玩家。”

游戲是一個復雜龐大自成一體的產業，但如果換個角度，從今天AI作為一種潛力巨大的通用技術革命的視角來看，游戲可以被視作AI最重要的一個應用領域。

游戲本就是一個數字化的世界，它的一切資產天然都是AI可以處理與學習的，這也就意味著它們也是AI可以再次生成的。同時游戲的最大魅力誕生于人與機器的交互過程，以大模型為主的這一輪AI變革，創造出的正是交互的新可能，一個更好的意圖理解加上更豐富的各種模態，正是游戲體驗改變的核心。

因此，游戲很可能是率先把AI這個技術的所有潛能，兌現到現實產業中的那個“應用”。

而對于游戲產業來說，也很久沒有出現過這樣徹底的管線變革機會了。

從整個產業的發展演變歷程來看，每一次這種底層的重構機會，都隨之帶來洗牌和重新制定標準的機會。那個最先行動，最系統嘗試，同時最積極和真誠的公開分享的平臺，往往會成為新的標準制定者。

這屆GDC上，騰訊游戲展現出了成為這個新的標準“制定者”的潛力。

變化，已經開始了。

點個“愛心”，再走 吧