<span class="js_title_inner">頂尖科技公司都盯上游戲？

撰稿：Yiwen

編輯：張珺玥 陳茜

如果最近你留心過頂尖AI公司的動向，就會發(fā)現(xiàn)一個非常耐人尋味的現(xiàn)象：幾乎所有站在AI前沿的公司，都不約而同地盯上了游戲。

英偉達(dá)最新開源的基礎(chǔ)模型NitroGen，可以玩一千多款不同的游戲；微軟在年初推出了首個基于游戲訓(xùn)練數(shù)據(jù)的世界模型Muse；OpenAI被曝曾向游戲公司Medal提出高達(dá)5億美元的收購意向；xAI宣布將推出完全由AI生成的游戲，招募游戲開發(fā)者來訓(xùn)練Grok；Google先后推出游戲世界引擎Genie 3以及在游戲中進(jìn)行訓(xùn)練的智能體SIMA 2……

為什么頂尖AI公司都在押注游戲呢？今天我們在談?wù)撚螒蚺cAI的時候，最直觀、也最容易被討論的，是AI會如何改變游戲畫面、如何生成劇情、如何提高開發(fā)效率這些具體的問題。

但如果我們把視角稍微拉遠(yuǎn)一步，就會發(fā)現(xiàn)在這些具體應(yīng)用背后，游戲與AI之間，其實存在著一種更深層的相互塑造關(guān)系。本篇文章讓我們走進(jìn)游戲與AI，來深入聊聊，過去這些年，游戲AI這個領(lǐng)域發(fā)生了些什么。

01

智能溯源游戲如何啟蒙AI先驅(qū)思想

今天我們知道Demis Hassabis是DeepMind的創(chuàng)始人，是如今谷歌AI的靈魂人物，但30年前，Demis的第一份工作，卻是在一家游戲公司。

1992年，16歲的Demis加入了一家叫做Bullfrog Productions的游戲公司，參與開發(fā)了一款名為Theme Park的模擬經(jīng)營游戲，他在游戲中巧妙地設(shè)計了角色的AI特性，讓NPC們模擬出人類的行為模式。此后，Demis又加入Lionhead工作室，參與開發(fā)了另一款“上帝”游戲Black&White。

正是這些游戲開發(fā)的經(jīng)歷，啟發(fā)了Demis后來的思考：如果把“智能”放進(jìn)一個像游戲這種可以反復(fù)試錯的微縮世界里，讓它不斷學(xué)習(xí)、不斷模擬未來，會發(fā)生什么？而在最近爆火的DeepMind紀(jì)錄片《思考游戲》（The Thinking Game）中，就向我們系統(tǒng)地展示了在AI是如何在一代代游戲中被“馴化”和“塑形”的。

Demis Hassabis 谷歌DeepMind創(chuàng)始人 我們認(rèn)為，只要你能高度自律地使用游戲，那么它們就是用于AI發(fā)展的完美訓(xùn)練場。

從2010年代開始，DeepMind的研究人員開始訓(xùn)練AI在不提供任何人類規(guī)則和策略的前提下，僅通過屏幕像素和分?jǐn)?shù)反饋，自主學(xué)會雅達(dá)利游戲。后來，DeepMind先后推出了AlphaGo、AlphaStar，OpenAI使用AI Agent對戰(zhàn)Dota 2，GTA 5被用來訓(xùn)練自動駕駛等等。幾乎每一次AI關(guān)鍵的智能突破，都與游戲息息相關(guān)。

而當(dāng)如今大模型的發(fā)展開始進(jìn)入下半場，當(dāng)前最前沿的世界模型和智能體的研究，也都仍然首先發(fā)生在游戲里。在2018年提出“世界模型”概念的這篇論文中，用以訓(xùn)練模型的環(huán)境，就是一個賽車游戲。

而到了現(xiàn)在，很多頂尖AI公司的世界模型的訓(xùn)練和應(yīng)用落地也仍然發(fā)生在游戲場景中，其中包括谷歌發(fā)布的Genie 3，通過文本實時生成動態(tài)、可互動的游戲世界；李飛飛的World Labs，通過“空間智能”來重塑游戲開發(fā)和三維內(nèi)容創(chuàng)作；騰訊的HunyuanWorld，實現(xiàn)一句話或一張圖生成3D世界和支持實時交互與空間記憶等等。

而在訓(xùn)練AI Agent方面，早在2017年，騰訊AI Lab和王者榮耀團(tuán)隊合作推出的AI智能體“絕悟”，就已經(jīng)能夠擊敗職業(yè)團(tuán)隊。谷歌的SIMA 2，目的就是訓(xùn)練一個在不同3D游戲世界中都能得心應(yīng)手的通用Agent。而xAI計劃在2026年邀請全球頂級英雄聯(lián)盟職業(yè)選手與Grok 5對戰(zhàn)，試圖在真實對抗中檢驗AI的智能極限。

所以，游戲為什么是最理想的AI訓(xùn)練場呢？我們可以把游戲想象成一個規(guī)則清晰的虛擬世界。在這里，任何動作都能獲得及時的反饋，而且還能創(chuàng)造大量的訓(xùn)練數(shù)據(jù)。

換句話說，游戲之所以成為訓(xùn)練AI的理想場景，是因為它提供了一個可完全控制、可無限生成數(shù)據(jù)的虛擬世界，而這正是構(gòu)建世界模型所需要的環(huán)境。

這也就自然引發(fā)了我們下一步的探討：當(dāng)AI在游戲這個訓(xùn)練場里學(xué)習(xí)了理解、規(guī)劃和行動的能力之后，這些強(qiáng)大的能力，會在哪里被真正用起來？答案已經(jīng)呼之欲出：還是游戲。

02

游戲

AI最理想的應(yīng)用場景

隨著AI發(fā)展進(jìn)入到下半場，單純把模型做得更大，已經(jīng)不會再像過去那樣帶來立竿見影的突破，當(dāng)下真正稀缺的是能讓AI持續(xù)運(yùn)行、不斷試錯、產(chǎn)生價值的真實應(yīng)用場景和評估模式。而游戲，就是最理想的應(yīng)用場景。

Chapter 2.1 重塑玩家體驗

我們過去玩的游戲，很多體驗都是被預(yù)設(shè)的：NPC的行為由腳本決定，劇情按照固定分支推進(jìn)，世界的規(guī)則寫在代碼里。

而隨著世界模型、Agent和多模態(tài)大模型能力的躍遷，AI正在讓游戲體驗發(fā)生一次根本性的變化，這種變化其實我們從最近全球的商業(yè)游戲中，都可以看見它的影子。

AI帶來的改變，首先直接體現(xiàn)在游戲里的NPC上。比如瑞典獨(dú)立團(tuán)隊Embark Studios在射擊游戲Arc Raiders的開發(fā)過程中引入了AI NPC，讓敵人能根據(jù)戰(zhàn)斗情況做出更自然、有反饋的行為。網(wǎng)易在《燕云十六聲》也大規(guī)模應(yīng)用了智能NPC系統(tǒng)，讓每個跟你擦身而過的NPC都有自己的生活。

此外，在一些游戲中，AI已經(jīng)開始扮演起了助手和教練的角色。比如，在《王者榮耀》中，騰訊推出了“語音靈寶互動”功能，可以通過“靈寶，靈寶”喚醒AI進(jìn)行互動或者下達(dá)指令，達(dá)成全場景語音操控。

還記得今年3月在GDC探展時，我們曾看到的王者榮耀AI教練（AI Coaching）系統(tǒng)——"王者指揮官"，現(xiàn)在已經(jīng)成熟在游戲里應(yīng)用，成為每個玩家真正可用的“AI教練”。

類似的用戶體驗提升探索，也出現(xiàn)在三角洲行動的AI語音助手CC和《英雄聯(lián)盟手游》的智能助手系統(tǒng)中。它們能在對局中實時回答玩家關(guān)于地圖、陣營和玩法的問題。

而AI除了讓游戲體驗更豐富了之外，更重要的是，它還正在跟游戲核心玩法進(jìn)行深度融合。比如在《和平精英》里，騰訊推出了行業(yè)內(nèi)首個具備AI智能語音識別能力的AI戰(zhàn)犬布魯斯。布魯斯特殊的地方在于它并不只是簡單的功能輔助，而是在戰(zhàn)術(shù)競技框架里新增了一個單元，讓戰(zhàn)犬不僅能聽懂玩家的自然語言指令，完成承擔(dān)牽制敵人、救援隊友等重要任務(wù)，還能夠?qū)θ值牟呗院妥呦虍a(chǎn)生影響。

而如今AI不僅能夠在游戲沉浸式教學(xué)、幫助玩家提升勝率，它甚至還可以為玩家提供很強(qiáng)的情緒價值。而這一點(diǎn)，正好對應(yīng)了AI目前最缺失的一項能力。

Ilya Sutskever在最近一次采訪中提出：人類的情緒，本質(zhì)上是一種進(jìn)化而來的“價值函數(shù)”，它為決策提供即時反饋，告訴我們什么值得繼續(xù)、什么需要調(diào)整。

Ilya Sutskever OpenAI聯(lián)合創(chuàng)始人 Safe Superintelligence聯(lián)合創(chuàng)始人 我認(rèn)為人類本質(zhì)上是半強(qiáng)化學(xué)習(xí)（semi-RL）的智能體。我們會追逐某一種“獎勵”，而隨著情緒或其他心理機(jī)制的變化，我們會對這種獎勵感到厭倦，于是轉(zhuǎn)而去追求另一種獎勵。

當(dāng)AI隊友開始理解你的指令、配合你的節(jié)奏、給出及時反饋，它學(xué)到的已經(jīng)不只是戰(zhàn)術(shù)，而是在行為層面，對齊人類的價值與目標(biāo)。

Chapter 2.2 升級游戲開發(fā)

說完了AI如何改變玩家的游戲體驗，我們再來看看，AI是怎么改變游戲的開發(fā)過程的。

過去幾年，由于大語言模型還是以文字為主，它在游戲開發(fā)上的應(yīng)用主要局限在美術(shù)設(shè)計參考上。但隨著AI多模態(tài)能力的爆發(fā)，AI則可以大幅降低創(chuàng)意門檻，將開發(fā)者的想法直接投射到宏大的游戲世界里。根據(jù)游戲工委最新發(fā)布的研究顯示，AI目前在游戲研發(fā)中的應(yīng)用率已經(jīng)高達(dá)86.36%。

要實現(xiàn)這一點(diǎn)，離不開一個游戲開發(fā)里的核心工具：引擎。游戲引擎，本質(zhì)上是一整套讓虛擬世界運(yùn)轉(zhuǎn)起來的工具系統(tǒng)，不管是畫面渲染、角色行動、光線反射，還是聲音在3D空間中的傳播，這些都由引擎統(tǒng)一管理。

今天市面上大多數(shù)大型游戲，并不是從零開始寫代碼，而是基于成熟的商業(yè)引擎來開發(fā)的。在2025年，AI帶來的最大改變是，它能夠直接參與編程、渲染、性能優(yōu)化這些最底層的系統(tǒng)性工作。

在引擎內(nèi)，AI首先改變的是開發(fā)過程本身，一些原本高度依賴工程經(jīng)驗的工作，都可以由AI輔助完成。比如微軟在2025年就提出了“AI工廠”的概念：將Copilot、Copilot Studio、Foundry整合為智能流水線，讓開發(fā)者從編寫代碼轉(zhuǎn)向使用AI代理完成全流程任務(wù)。

更關(guān)鍵的一步，是AI開始進(jìn)入引擎最核心的模塊之一：渲染管線。渲染決定的是一個3D世界，如何被真實、高效地呈現(xiàn)在玩家屏幕上，而過去二三十年，這條管線幾乎沒有發(fā)生過根本變化。

2018年，英偉達(dá)推出了一個負(fù)責(zé)光線追蹤的硬件模塊，才讓3D游戲世界里有了富有真實感的光罩，這是渲染管線的第一次變化。第二次變化則是最近，2025年，由于AI底層硬件的發(fā)展，開發(fā)者得以在渲染過程中利用AI，再一次顯著增強(qiáng)了畫面的真實感。

李超 騰訊游戲前沿技術(shù)團(tuán)隊渲染負(fù)責(zé)人 2018年圖靈架構(gòu)顯卡已集成AI模塊，但受硬件隔離、圖形標(biāo)準(zhǔn)限制，除DLSS外，AI算力始終未能更廣泛用于實時渲染。2025年硬件廠商與標(biāo)準(zhǔn)組織同時發(fā)力，AI原生適配渲染管線，標(biāo)志AI渲染“元年”的開啟，其意義堪比2018年硬件光追模塊的加入。

英偉達(dá)的DLSS，就是一項典型的AI渲染技術(shù)。它不再要求每一個像素都由傳統(tǒng)方式計算，而是先低成本渲染，再由AI補(bǔ)全畫面細(xì)節(jié)，從而實現(xiàn)更高幀率和更真實的視覺效果。

但它也有一個前提：顯卡，尤其是最新的DLSS 4，高度依賴英偉達(dá)高端顯卡中的AI加速單元，只能在特定硬件上完整運(yùn)行。對于騰訊這樣旗下有千萬玩家的游戲廠商而言，更重要的是研究這些最新的AI技術(shù)如何能夠在高端顯卡以外，被運(yùn)用在更多的游戲和設(shè)備里。

李超 騰訊游戲前沿技術(shù)團(tuán)隊渲染負(fù)責(zé)人 我們騰訊游戲引擎要做的是，怎么把這些只能高端卡用的（技術(shù)），結(jié)合管線優(yōu)化，最后可以把這個模型做的更小、更輕量，能夠讓游戲在更多平臺上，哪怕是在英偉達(dá)、AMD顯卡上都能跑。

除了畫面之外，騰訊團(tuán)隊也在嘗試用AI提升空間音頻的效果，讓設(shè)計師能夠快速在一個場景里面創(chuàng)建出類似于真實世界物理空間的混響。

上述提到的是AI進(jìn)入引擎內(nèi)部，畫面怎么渲染、聲音怎么呈現(xiàn)，但在真正的游戲生產(chǎn)中，還有更長、也更消耗人力的一段流程，發(fā)生在引擎之外。

在進(jìn)入引擎之前，一個游戲世界所需要的幾乎所有資產(chǎn)：3D模型、貼圖、材質(zhì)、動畫、光照方案，都要先在各種DCC軟件中被制作出來，再導(dǎo)入引擎進(jìn)行整合，這些就是所謂的“引擎外”。

而引擎外AI的目標(biāo)，其實非常明確：解決那些機(jī)械、重復(fù)、但又不可或缺的工作。它不是要替代美術(shù)設(shè)計或者創(chuàng)意，而是把設(shè)計師從大量體力活中解放出來。

其中，騰訊游戲推出的VISVISE，就是這樣一套面向游戲生產(chǎn)力的工具體系。在VISVISE的流程中，設(shè)計師可以讓AI助力完成耗時且重復(fù)性的工作，再由人類進(jìn)行最后的修復(fù)和打磨，節(jié)省“從零開始”所需要的時間。

目前，VISVISE中最成熟、應(yīng)用最廣的，是智能蒙皮和動畫制作。以蒙皮為例：這是一個幾乎不產(chǎn)生創(chuàng)意，但極其耗時的環(huán)節(jié)。過去，一個相對簡單的角色蒙皮，可能需要3到5天；而通過AI自動計算權(quán)重和系數(shù)，效率最高可以提升8倍，兩個小時左右就能完成。

03

爆游戲與AI的伴生式進(jìn)化

回看AI的發(fā)展歷史，會發(fā)現(xiàn)一個反復(fù)出現(xiàn)的規(guī)律：幾乎每一次AI技術(shù)的關(guān)鍵躍遷，都首先發(fā)生在游戲世界里。游戲可以說是AI最理想的訓(xùn)練場：規(guī)則清晰、反饋即時、可以無限試錯。

與此同時，AI的進(jìn)化也在反過來重塑游戲：一方面，是游戲內(nèi)的AI（AI in game）：更智能的隊友、更自然的NPC、更個性化的互動體驗；另一方面，是游戲開發(fā)中的AI（AI for game）：更高效的開發(fā)流程、更宏大的世界、更低的創(chuàng)作門檻。

不過我們也注意到，在當(dāng)前市面上的游戲中，似乎還沒有出現(xiàn)一個像ChatGPT一樣的AI殺手級應(yīng)用，這背后原因，可能跟游戲和AI之間“錯位關(guān)系”有關(guān)。

最強(qiáng)的AI公司們，它們有最強(qiáng)的模型和充足的算力，但卻缺少游戲真正落地的“實戰(zhàn)場景”。而手握著大量用戶和游戲IP的傳統(tǒng)廠商們，又缺少對最前AI沿技術(shù)的理解力和掌控力，進(jìn)而導(dǎo)致真正匹配這輪AI能力躍遷的游戲形態(tài)還沒有出現(xiàn)。

在當(dāng)前的游戲AI應(yīng)用落地中，我們看到騰訊之所以能做出很多前沿探索，可能就是因為它站在了中間地帶。一方面騰訊擁有著強(qiáng)大的AI技術(shù)儲備、手握著開源大模型混元系列，另一方面又坐擁著《王者榮耀》、《和平精英》等一大批頂級IP和最活躍的游戲生態(tài)。

而除了像騰訊這種擁有先天優(yōu)勢的廠商之外，我們也注意到一個非常明顯趨勢：無論是頂尖的AI實驗室，還是傳統(tǒng)游戲公司，都開始更加重視游戲和AI的融合。Demis Hassabis在最新的采訪中也明確表示，他未來一定會做的一個事情，就是將通用AI技術(shù)重新應(yīng)用在游戲中，最終創(chuàng)造出終極游戲。

Demis Hassabis 谷歌DeepMind創(chuàng)始人 還有一件我一直非常想做、而且遲早一定會去做的事：就是把這一切再應(yīng)用回游戲和游戲模擬中，去創(chuàng)造終極形態(tài)的游戲。而說到底，這或許一直都是我潛意識里的計劃。

這些或許都意味著，游戲與AI從來不是“工具與應(yīng)用”的關(guān)系，而是一種相互塑造、共同進(jìn)化的關(guān)系。

在不久的未來，游戲甚至?xí)蔀橐粋€讓人類學(xué)習(xí)如何與AI共處、共創(chuàng)、共決策的空間。就像在AI誕生之初，正是游戲，孵化了今天的人工智能技術(shù)一樣。你對未來的游戲有什么期待？歡迎在評論區(qū)和我們互動。

注：部分圖片來源于網(wǎng)絡(luò)

【本期節(jié)目不構(gòu)成任何投資建議】

【視頻播放渠道】

國內(nèi)：B站｜騰訊｜視頻號｜西瓜｜頭條｜百家號｜36kr｜微博｜虎嗅

海外：Youtube

聯(lián)系我們：video@sv101.net

【創(chuàng)作團(tuán)隊】

監(jiān)制｜泓君 陳茜

撰稿/主持 ｜Yiwen

編輯｜張珺玥 陳茜

剪輯｜HIROBUMI

運(yùn)營｜王梓沁 孫澤平 何源清