全球AI風暴下，我在GDC看到游戲行業的答案

文/熊莫

導語

能定義游戲的，唯有游戲

在舊金山的GDC前線待了五天，聽了數十場分享之后，茶館君越來越清晰地感受到一種情緒：我們正站在時代的暴風眼里。

往年的GDC，大家談論的是“過去”：復盤大作實踐，總結成功經驗；而今年的GDC，人們談得最多的是“未來”。

大量演講在討論趨勢、預判方向，甚至GDC主辦方還仿照達沃斯新設了一個“高峰論壇”，請來英偉達、谷歌、騰訊等公司的高管，希望他們能給行業指一條未來的路。

這種變化本身，多少透露出從業者們集體性的迷茫。熟悉的路徑正在松動，既有范式被打散，許多從業者開始把希望寄托在新的變量上：全球化、新商業模式……當然，還有繞不開的AI。

今年GDC的“含AI量”高得驚人——幾乎所有身處舊金山的同行，都忍不住這么感嘆。從以演講為主的西廳，到主舞臺所在的南廳，莫斯康會議中心的各個角落都被科技巨頭和AI創業公司的展臺包圍。AI游戲策劃和投資人在群里頻繁約局；排隊入場的間隙，前排的程序員小哥掏出電腦敲下幾行字，Claude Code就刷刷生成一大片代碼……

一位同行的感慨“各種各樣的AI！”

如果說前幾年AI+游戲還只是某個角落里的“創新議題”，那么今年它已經成為貫穿議程、展區、圓桌和投資討論，甚至隨便閑聊的共同主題。所有人心照不宣：AI就是本屆GDC真正的主線。

不過，與往年不同的是，當身處這個AI涌動的會場、看到大量真實應用案例之后，我反而不再為“AI會不會改變游戲行業”而焦慮了。原因很簡單——當AI真正進入游戲生產流程、進入游戲本身之后，你會發現游戲的護城河，仍然是游戲本身，AI正在被“馴服”。

01

共識中分出兩條路

今年AI席卷GDC的勢頭有多猛？舉幾個例子就能說明。

首先是數量。今年與AI相關的演講議程高達上百場，比去年翻了一倍多。其次是熱度——展會第一天，我排隊參加谷歌云的一場AI講座，眼睜睜看著能容納上百人的大廳一點點坐滿，最后大門在我面前“哐”地關上，而我身后還排著五六十人。

這其實意味著一件事：在經歷了幾年的爭議之后，海外開發者終于在2026年形成了一種新的AI共識。過去幾年，開發者對AI的態度經歷了明顯的搖擺——從“害怕被取代”，到“盡量回避”，再到如今逐漸轉向接納與好奇。大家開始意識到：AI不會消失，與其抵觸，不如理解它、使用它。

不過再往深一點觀察，今年廠商展示AI的方式，其實已經明顯分化成兩條路線。

第一條路線，以英偉達、谷歌、Meta等科技巨頭為代表。展示風格依然是典型的科技公司敘事：高管登臺，講宏大愿景，展示充滿未來感的黑科技，向觀眾描繪一個AI“顛覆游戲世界”的宏大圖景。演講的最后，則自然開始推銷技術方案——這些方案往往是面向所有行業的通用工具。

比如谷歌重點介紹的，是3D生成模型Sima 2、大模型Gemini，以及前陣子讓游戲引擎廠商股價劇烈波動的世界模型Genie 3。這些技術當然令人震撼。但問題也很現實。

在跑會途中，我和一家來自德克薩斯州的小型工作室CEO聊了起來。他告訴我，為了推動團隊使用AI，他在GDC期間幾乎把大廠的AI分享聽了個遍。結果卻有點犯難——世界模型很酷，但短期難以落地；3D世界生成很先進，但他們用不上。“顛覆游戲”的愿景固然誘人，但離他們眼下的開發工作太遠。

而當我問這位CEO，他最喜歡的AI分享是哪場。他指了指剛剛結束的騰訊游戲公共技術負責人陳冬的演講，兩眼發亮。

在那場演講里，陳冬展示的是一整套已經進入游戲生產管線的AI工具：自動展UV、自動綁骨、自動蒙皮……過去需要大量人力完成的步驟，如今可以自動化完成。

其中最典型的是蒙皮刷權重。AI可以一次完成85%的工作量，讓單個非3A角色的制作效率提升70%。

這位CEO心馳神往地說，如果他們這個只有8個人的小團隊也能用上這套系統，那么開發中最耗時、最重復的一部分工作，能直接被砍掉一半。

在線下交流中，陳冬提到，他之所以優先推動AI在3D生產上的應用，是因為“團隊最需要”。顯然，這個痛點不僅屬于騰訊，也屬于整個行業的許多人。

而某種意義上說，相對于科技公司，騰訊今年在GDC上代表游戲廠商走出了AI的第二條路線，應該也是更適合游戲行業的一條路線。

今年，騰訊在GDC一共進行了近40場分享，其中高達21場與AI相關，涉及反作弊、研發管線、動畫制作等多個方向。我注意到，他們關注的不是宏大的概念，而是一個個非常具體的問題：在真實的開發流程里，AI究竟能解決什么問題？

坦白說，騰訊的大多數分享，乍一看都帶些“樸實”，沒有宏大的未來敘事，也不怎么炫酷，都是聚焦某一個產品、某一個模塊、某一個具體問題，做一些創新優化。比如《異人之下》中，他們用AI生成功夫動畫，在《洛克王國：世界》中，則用AI實現高性能全局光照。

但聽得越多，就越能感受到其中的“醍醐味”。當科技大廠仍然沉迷于扮演“賣鏟人”，與去年、前年的GDC分享相比，騰訊的AI應用已經走出一條穩定的增長曲線——案例更多、場景更深，并且有真實的用戶數據來證明這些技術確實產生了效果。

這也讓人不得不重新思考一個問題：游戲+AI的核心價值究竟在哪里？

02

重新定調：尋找游戲+AI的第一性

我們能從騰訊的許多分享中，看到他們為AI應用于游戲所建立的一套共通的邏輯鏈路：以識別玩家需求、優化玩家體驗為起點，反推拆解實現路徑，再尋找合適的AI技術來針對性解決痛點。

騰訊不只是在解決問題，更在成為一個向AI時代不斷問問題的人：玩家為什么需要AI？將各個環節的探索組合在一起，使得騰訊的AI應用探索顯得極度具體、又足夠系統。這套方向清晰的、可復用的思路，很大程度上預演了AI應用于游戲的未來規則。

以騰訊游戲安全ACE團隊今年圍繞“AI賦能的搜打撤反作弊”所展開的一場GDC演講為例子——相信ACE反作弊的實力不用贅述，在全球范圍里都算公認的頂級。而當游戲安全團隊面對搜打撤反作弊的命題，他們首先做的是結合玩家的游戲行為，圍繞搜打撤玩法本身的特殊性去做反作弊需求的拆解。

這個品類反作弊之難，根源在自身玩法的開放性。社交性的互動形式和經濟循環框架，大大擴展了作弊空間。游戲環境之內既存在透視、自瞄這些傳統FPS認知的直接作弊手段，同時還可能出現五花八門的“非直接作弊手段”，隱秘性更強。

譬如玩家坐掛車，作弊隊友通過死亡后的觀戰系統報點，實際獲益的玩家有時候并不觸發異常的服務器數據，該如何防范？還有譬如護航、撞車賣物資、物資透視等等不體現在擊殺、但影響經濟平衡、而不留直接證據的數十種作弊方式。

面對如此復雜的場景，一個通用的安全解決方案，顯然不可能“包打天下”。

ACE團隊的解決方式，是將大規模對局回放分析與先進AI模型相結合，構建了基于對戰數據的智能反作弊方案。針對直接作弊，他們使用多模態智能識別方案，通過將行為回放數據轉換為文本、視頻多模態數據來進行判斷；針對間接作弊，則通過玩家組隊關系、收益率、撤離行為等多維數據，并基于時序圖網絡融合團隊多人視角進行建模。基座大模型、微調小模型、圖神經網絡，再加上真人專家的參與，共同構成一套“聯合執法”的體系。

整個技術方案的成立，本質是騰訊游戲安全團隊懂游戲、懂用戶——基于對搜打撤品類的玩法、玩家多元化的游戲行為、潛在作弊場景等的了解和“過濾”，再用強大的工程能力，讓技術方案能夠對玩家痛點“釜底抽薪”，轉化成玩家對清朗游戲環境的強感知。

過去幾年，AI應用之所以引發大量爭議，很大程度上就是因為“為什么需要AI”這個問題沒有被回答清楚。許多AI方案來自技術公司，它們往往先有技術，再尋找應用場景，最后變成典型的“拿錘子找釘子”。

但人們對這種做法有天然的抗拒。在今年展前的GDC開發者調查中，開發者對AI的積極情緒連續三年出現下滑。反過來，真正能解決問題的AI應用，往往會迅速被接受。

因此，游戲+AI的第一性，其實就是需求驅動。對AI in Game（玩法側AI）來說，直接需求來自玩家；對AI for Game（生產側AI）來說，直接需求則來自開發團隊。

還有很多例子體現出騰訊在AI應用上的思路共性。比如今年GDC上，《和平精英》項目團隊分享了去年上線的AI隊友。《和平精英》策劃副總監薛冰告訴我，他們成立這個項目的初衷，是因為首先識別到了競技和社交壓力較大的玩家，對隊友陪伴確實存在需求。

他們沿著這個方向調研，提出讓NPC“擬人”這個發展方向，并進一步拆分出指令服從、自由聊天、記憶系統和關懷系統這四大模塊。讓AI超越單純的局內陪玩，而能與玩家間形成更強的長時陪伴感。這套AI陪伴邏輯隨后又再度被延伸，多個散點開花，衍生出對句中暫退時的智能托管、完全語音操縱的“智能戰犬”、負責新手引導的“小馬神”等等...將一個從需求而生的AI應用，發展形成了又一個龐大的AI伴游生態。

最終結果是，在許多由科技企業提出的智能NPC方案逐步被看作是“偽需求”的情況下，《和平精英》的AI隊友卻“紅得發紫”——據薛冰在GDC現場放出的數字，所有AI NPC玩法的累計體驗用戶數達1.1億，最高日活躍玩家數達1770萬。有理由相信，AI NPC的應用已經成為《和平精英》這款長青游戲新的增長引擎。

據薛冰表示，體驗該玩法的玩家，單局消息互動量達70輪，麥克風開啟率近75%。玩家的游戲時長、單局次數都有著顯著提升，社交平臺上又逐步出現了海量圍繞AI隊友展開的UGC爆款內容，熱度遠遠超出研發團隊預期——這再次說明了一件事：AI是否有價值，取決于它解決的是不是一個真實的問題。

03

喧囂之后

這些案例帶來的最大變化，其實不是技術突破，而是一種心態變化。

回到文章開頭的說法，為何在見證類似這般的AI應用后，我們無需再為游戲AI的未來而焦慮了？騰訊的21場AI宣講，向我們展示了一種極具說服力的可能性：AI不再是一個懸在行業頭頂的未知變量，而是逐漸變成可以“被馴服野性”的生產工具。

相信很多人都能夠感受到，我們正處在拼AI應用的下半場——不只是游戲圈，整體公眾對AI的追求的開始從“嘗鮮”走向“有用”。從追捧聊天的ChatGPT，到如今大家開始追求OpenClaw，看中的是它能成為助手，能干實事。技術熱潮正在慢慢冷卻，但真正的應用才剛剛開始。

游戲行業的AI焦慮一度來自，對AI應用場景的不明確，對系統集成的望而生畏，甚至擔憂科技公司會不會帶來“降維打擊”——谷歌的Genie一度讓游戲引擎廠商股價震蕩。但走完幾天GDC之后會發現，真正的挑戰不在新技術，而在能不能看清價值。

兜兜轉轉，又回到了游戲公司的主場。理解玩家需求、理解玩法結構、理解體驗邊界——這些能力，恰恰是游戲公司最擅長的事情。

游戲本身就是一門復雜的系統工程。它既是技術產品，也是文化產品，更是關于樂趣的藝術。這個系統的運行邏輯，遠比外界想象得復雜，也不那么容易被改變。

騰訊所帶來的游戲AI應用案例尤是如此——長線運營的大DAU游戲本身就是高度復雜的系統工程。每一個環節都涉及龐大的協作鏈條與細致的經驗積累。正因如此，AI要真正進入游戲行業，也必然要嵌入這些真實的工程體系之中，而不是停留在概念層面。

而有關這個洞察的共識，也已經在慢慢形成。GDC期間，一家做3D生成模型的創業公司創始人告訴我，他們最近新版模型迭代的重點，不是無盡追求生成質量，而是讓生成內容更容易在真實的游戲研發管線里可用。原因很簡單——他們逐漸意識到，做游戲工具，首先要對游戲行業保持敬畏。

而另一家3D大模型公司Meshy.ai的創始人胡淵鳴則在GDC前發了一篇長文，宣布成立AI原生游戲工作室，并要回歸“好玩”這個游戲永恒的第一性。這也是在創造真實的價值。他的一句話讓人印象挺深刻：“科學和技術決定我們能做什么；藝術和品味決定我們不做什么。”

對應前半句，人們一度以為，AI強大的能力，為游戲帶來的是無限的顛覆可能性；但最終卻發現，真正定義游戲的，仍然是玩家和游戲本身。