来源：市场资讯
（来源：华泰证券研究所）
AI正在从底层生产工具演变为重塑游戏产业结构的核心变量。我们判断潜在催化剂包括：行业AI工具链落地带动降本增效、行业供给扩张提升平台网络效应，以及AI原生玩法驱动的游戏范式跃迁。
上游：AI推动引擎向智能生成平台演进，重构游戏工业底座
AI正在推动游戏引擎由传统功能执行工具向智能生成平台演进。过去十年，行业逐步形成以Unity与Unreal Engine为代表的第三方双寡头格局，自研引擎占比由2012年的71%下降至2024年的13%。传统引擎主要承担渲染、物理模拟、动画播放与资源调度等底层执行功能，而AI能力嵌入后，引擎开始具备资产生成、场景理解、行为推演、自动测试与性能优化能力，逐渐成为连接模型、资源库与开发流程的智能中枢。我们认为，第三方引擎的通用基础设施地位短期或受到一定冲击，但其价值中枢将逐步由授权工具转向AI工作流、开发者生态与云端协同平台，带动价值链空间的长期提升。
中游：AI实现研发全链路提效，驱动内容供给爆发
AI提升游戏研发全链路效率，推动供给从线性约束走向指数扩张：1）策划端，AI已广泛应用于创意发散、资料整理与玩法原型生成，AI参与占比可达55%；2）美术端，2D素材生成、动画补帧与贴图制作已实现高效渗透，3D资产则处于前端提效阶段；3）程序端，AI代码生成、智能补全与自动测试显著提升研发效率，25年末Unity开发者开发时长中位数已较2022年下降77%；4）运营端，买量素材生产、AI客服与智能营销等领域应用成熟。我们测算，当前AI的应用可节约全球现有从业者总数的三分之一，带动供给端AI综合提效幅度约52%，对应约200亿美元的成本节约。
下游：AI推动平台价值重估，游戏玩法向实时生成演进
AI驱动游戏供给快速放量，强化平台生态与分发能力稀缺性。Steam等传统分发中枢有望受益于交易规模增长后的分成增长；而Roblox等UGC平台有望强化创作-消费的自循环；Aippy等新兴互动内容社区探索AI时代新的内容消费与商业模式。在玩法侧，叙事互动与生活模拟等品类或将率先突破，重塑路径包括AI交互、自适应难度系统、动态叙事、UGC、多模态交互与世界模型等，并有望通过提升沉浸感、催生新付费场景及改善留存等推动用户生命周期价值结构性提升，我们测算对应增量市场空间200亿美元。
我们与市场观点不同之处
目前市场担忧AI可能对游戏行业带来的冲击，而我们认为AI更多为行业带来的是降本增效，并将重新分配产业链价值。我们的核心预期差在于：1）平台价值存在重估空间。供给扩张趋势下分发效率与社区生态成为稀缺能力，平台型厂商受益确定性或高于单一内容厂商；2）头部内容厂商优势有望强化。长期积累的私有数据资产、工业化体系与全球化发行能力，将在AI时代进一步放大龙头公司的规模优势； 3）AI原生玩法有望开启新产品周期，推动游戏从静态内容向实时互动世界演进，打开新体验边界与商业化空间。
投资逻辑
AI正在推动游戏行业从内容工业向智能互动工业演进，我们认为行业核心受益方向如下：1）AI驱动研发工业化升级，通过全链路提效降低研发成本。建议关注具备AI工业化布局的头部厂商；2）AI原生玩法创新推动交互体验与付费模式变革。建议关注在AI玩法上快速验证的标的；3）AI降低开发门槛后，平台与全球化发行体系有望受益于供给扩容。建议关注兼具全球化发行能力与AI赋能体系的公司。
风险提示：AI技术发展不及预期、AI原生游戏商业模式验证不及预期、行业竞争加剧、数据安全与合规风险、行业政策风险。
正文
投资要点
AI正在从底层生产工具演变为重塑游戏产业结构的核心变量。我们认为AI带来的研发效率提升与内容供给爆发将驱动游戏产业进入新一轮增长周期，催生千亿级别的增量市场机会。在不同受益路径下，产业链各环节均将迎来系统性重构，投资主线包含四个方向：上游引擎与模型基础设施的价值重构、中游头部内容厂商的规模优势强化、下游平台分发价值的提升及AI原生玩法带来的增量空间。
上游基础设施：引擎向智能生成平台演进，基础设施价值凸显
游戏引擎作为游戏工业化的核心基础设施，长期具备深厚的技术与生态壁垒。AI发展令市场担忧Unity和Unreal的引擎双寡头格局被打破，而我们认为AI将推动其从开发工具升级为AI内容运行平台。AI能够显著降低代码、美术、剧情与NPC等内容生成成本，一定程度上带来厂商自研工具和模型厂商的市场份额冲击。但我们认为游戏引擎本质上承担的是底层运行框架与标准化工具链功能，各类AI内容最终仍需通过引擎完成标准化组织、实时渲染与工业化落地。这可以类比为AI对数据仓库行业的重塑逻辑：数据仓库在AI时代并未被大模型替代，而是从传统存储系统逐步演进为承载数据治理、实时计算、向量检索与AI调用的统一平台。Unity、Unreal Engine等主流厂商当前均在持续强化AI集成能力，本质上与Snowflake等数据平台引入AI Pipeline类似。我们认为未来引擎公司核心受益点也将逐步从单一授权收入，转向开发者生态扩张、AI工作流调用、云协同开发、实时算力调度以及增值工具链服务。
中游内容供给：AI实现研发全链路约五成提效，供给端有望迎来爆发
传统游戏行业呈现典型内容密集型工业特征，而AI应用有望实现全链路提效。根据中国音数协游戏工委，AI技术在研发环节的整体渗透率已超80%。分环节来看，AI在策划环节可直接覆盖达55%工作内容，应用场景主要为信息整理与创意发散；美术环节2D生成已实现高效渗透，提效幅度可达80%；程序与测试为效率杠杆最明确环节，25年末Unity开发者开发时长中位数较22年下降77%；运营与发行等标准化场景中AI应用相对成熟。我们综合各环节加权测算，当前AI应用可节约全球现有从业者总数的约三分之一，综合提效幅度约为52%，供给端有望迎来爆发。在此背景下，具备AI工业化布局的头部厂商，以及兼具全球化发行能力与AI赋能体系的公司有望率先受益。
下游平台与玩法：分发能力构成竞争壁垒，AI玩法打开增量市场空间
AI降低开发门槛与提升效率导致游戏供给快速放量，Steam等平台AI参与游戏同比增长达110.2%，市场长尾化趋势加剧，分发能力与平台生态构成AI时代竞争分层的核心变量，不同类型平台受益路径各异：Steam等传统分发中枢有望受益于分成增长，Roblox等UGC平台有望强化创作-消费自循环效率，Aippy等新兴互动内容社区融合轻量级互动游戏与Feed流分发形态，有望创造新的消费与变现模式。我们认为AI原生游戏具备跑通商业模式的潜力，其推动内容供给向实时生成演化，使玩家体验具备更强差异性与开放性。在玩法侧，AI正在通过自适应难度系统、动态叙事、多模态交互与世界模型等路径重塑玩家游戏体验，AI队友等玩法已实现亿级用户验证，可显著提升用户活跃度、催生新付费场景并改善留存。在AI原生玩法上快速验证的厂商或迎来明确成长机会。
我们与市场观点不同之处
目前市场对AI带来的冲击存在一定担忧，而我们认为AI对行业的重塑将更多体现为降本增效以及产业链价值的重新分配，具体表现为：1）AI游戏已构成新游供给的重要增量来源并直接推高流量价值，分发效率与社区生态构成稀缺能力，平台型厂商有望获得价值重估；2）在AI普惠技术降本背景下，头部内容厂商长期积累的私有数据、工业化体系与全球化发行能力仍然构成核心护城河，龙头规模优势有望进一步放大；3）AI原生游戏正在推动交互体验与商业模式变革。在玩法上，AI交互有望重塑游戏体验，推动游戏形态从静态预设向实时交互演进，开启新一轮产品周期；在商业化上，AI原生游戏有望催生Token积分内购及AI订阅会员等全新收费场景，提升用户生命周期价值。
产业格局：AI带动产业链系统性升维，期待后续供给爆发
AI正在从底层生产工具演变为重塑游戏产业结构的核心变量。从产业链结构来看，游戏行业可拆解为六大核心环节：IP/世界观、引擎与开发工具、研发与发行、平台与渠道、产品形态以及用户生态。我们认为，AI正实现从底层生产工具向重塑游戏产业结构核心变量的范式迁移，驱动产业链六大环节经历系统性的升维。
具体来看，我们的核心观点在于AI将对细分环节带来的革命性驱动： 1）引擎与开发工具实现了从代码驱动向意图驱动的进化，使AI由辅助插件跃升为底层编译器；2）研发与发行管线由人力密集型向算力驱动型转型，通过AI Agent实现了从内容生成到精准买量的数智化闭环；3）平台与渠道的分发逻辑则从传统的流量漏斗演变为基于多模态理解的内容精确匹配；4）产品形态最终将向AI原生的实时生成交互体验进化，并推动用户生态从单纯的消费关系跨越至由AIGC驱动的去中心化创作格局。
从产业链协同视角看，我们认为模型厂商和平台厂商将率先受益。模型厂商通过通用AI能力向游戏产业链持续渗透，推动研发效率提升、开发周期压缩以及内容生产门槛下降，从而带动整体游戏供给扩张；而随着内容数量与交互时长持续增长，平台侧的流量承接、内容分发与商业变现能力亦有望同步强化。在技术快速迭代与工具链持续演进阶段，游戏行业的竞争格局仍处于动态变化之中，单一游戏厂商的长期优势尚未完全确立。相比之下，平台型厂商作为开发者生态、用户流量与内容分发的核心枢纽，将更直接受益于供给扩容与用户活跃度提升。
引擎向智能化开发工具演进，AI重构游戏工业底座
游戏引擎作为游戏工业化的核心基础设施，长期具备深厚的技术与生态壁垒。游戏引擎（Game Engine）本质上是集资产制作、渲染、物理模拟、动画、网络同步、脚本编程与编辑器工具于一体的底层工业化框架，其核心价值在于通过标准化工具链与统一开发范式，降低重复开发成本并提升团队协同效率。经过数十年迭代，主流引擎已在稳定性、性能优化与跨平台适配方面形成高度成熟的工业标准，成为承载3A项目复杂资源调度与千万级代码体系的核心基础设施。
在过去十年的工业化转型中，行业已从自研引擎模式转向以Unity和Unreal为代表的第三方双寡头生态。VGI统计2012–2024年，行业自研引擎开发占比由71%降至13%，Unity自2021年起稳定占据Steam新增游戏约50%的份额。我们认为主要原因在于： 1）在经济性层面，主流引擎普遍采用“收入达标后再分成”的商业模式，本质上将高额前置研发投入转化为后置成本，同时成熟引擎经过大量商业项目验证，显著降低因底层架构错误导致的研发返工与试错成本；2）开发者生态与人才标准化进一步强化了头部引擎的网络效应，Unity、Unreal已逐步成为行业通用开发语言，开发者可直接复用现有资产、插件与开发经验，实现人才的即插即用；同时资产商店与开源社区也持续降低重复开发需求，使团队能够更聚焦于玩法与内容创新。
但随着AI技术持续改造游戏工业链，行业正进入第三方引擎主导+头部厂商强化自研能力并行发展的新阶段。一方面，AI正在降低部分底层工具开发门槛，推动腾讯、索尼、EA等头部厂商重新加强自研引擎、私有工具链与内部工业平台建设，以满足大型项目对专属资产管线、实时生成内容及AI工作流协同的需求；另一方面，AI并未削弱第三方引擎的重要性，反而进一步强化了其作为标准化开发平台的价值。当前Unity、Unreal Engine等主流引擎正持续将AI能力嵌入脚本生成、资产制作、动画生成、测试优化等核心模块，以降低开发复杂度并提升项目启动效率。整体来看，头部厂商的自研强化更多体现为内部工业体系升级，而第三方引擎则继续承担行业通用基础设施角色，共同推动游戏工业向更高效率演进。
AI正在推动游戏引擎由传统功能执行工具向智能生成平台演进。过去游戏开发主要依赖代码、节点系统与参数配置进行手动构建，而AI引入后，开发流程正逐步转向基于自然语言、语义理解与实时生成的协同开发模式。传统引擎更多承担渲染、物理模拟、动画播放、资源调度与跨平台适配等底层执行功能，而在AI能力嵌入后，引擎开始具备资产生成、场景理解、行为推演、自动测试与性能优化能力，逐渐成为连接模型、资源库与开发流程的智能中枢。例如在传统流程中，一个开放世界场景往往需要美术、地编、灯光与程序团队分别完成资产制作、地图摆放、碰撞配置与性能优化；而在AI工作流中，开发者只需输入场景目标、风格描述与玩法需求，系统即可自动生成基础地形、建筑布局、植被分布与光照方案，并进一步完成LOD优化、路径生成与性能适配，大幅压缩前期搭建时间。
目前，Unity与Unreal Engine等一线引擎商均已系统性推进AI工具链建设。Unity在经历Muse等早期实验性产品后，公司已将AI能力进一步整合至Unity 6与整体开发生态中。此前，Muse支持代码生成、场景搭建、Shader生成与行为脚本辅助，开发者可直接通过文本指令快速创建原型。例如输入“生成一个赛博朋克风格街道，包含雨夜灯光、动态广告牌与可交互NPC”，系统即可自动调用资源并完成初步场景构建。Sentis则允许开发者直接在Unity运行时部署神经网络模型，使AI推理能够在本地实时运行，包括NPC决策、语音交互与动态行为生成等能力。
Unreal Engine则持续强化MetaHuman、Procedural Content Generation（PCG）与机器学习动画系统。MetaHuman已经能够通过少量照片快速生成高精度数字人，并自动完成骨骼绑定、面部Rig与表情系统搭建，将传统需要数周的人物制作流程压缩至数小时。PCG系统则支持开发者通过规则与AI算法自动生成地图、植被与关卡布局，例如在开放世界项目中自动生成道路、山脉与生态分布，并根据玩家行为实时调整资源密度与探索节奏。Epic同时还在强化ML Deformer等AI动画工具，通过机器学习实现更自然的角色动作与肌肉模拟，降低高质量动画制作成本。
除传统引擎厂商外，AI基础设施厂商也开始深度切入游戏开发流程。NVIDIA推出的ACE（Avatar Cloud Engine）系统，已经能够实现数字角色的实时语音理解、情绪反馈与动作生成。其核心能力包括ASR语音识别、大语言模型驱动对话、RAG记忆系统以及Audio2Face实时面部驱动技术，能够让NPC根据玩家语音进行即时回应，而非依赖固定脚本。例如在《Covert Protocol》等演示项目中，NPC能够记住玩家此前行为，并基于任务背景生成动态对话与情绪反馈，使游戏交互从传统树状选项逐步转向开放式交流。
腾讯在混元大模型体系下推进全链路解决方案与物理世界生成。在角色建模方面，公司基于VISVISE AI全链路矩阵，通过SkeletonGen秒级生成骨骼、飘带，以GoSkinning将自动蒙皮效率提升6-8倍， 在MotionGen输入文本、视频或关键帧制作动捕质量动画，整体推动研发自动化率提升至80%以上，并落地于《王者荣耀》《和平精英》等90余款产品。在物理世界生成方面，混元3D支持多模态输入自动生成可交互、可碰撞的3D场景资产，并兼容Unity、UE等引擎进行二次编辑。玩法层面，腾讯重点布局AI NPC与互动内容生态，《绝地求生》AI NPC已具备跨局记忆与实时战术响应能力，探梦DreamNow则通过AI生成与UGC机制推动互动影游向社区化生态演进。
TapTap推出AI游戏创作智能体TapTap制造。26年1月TapTap制造发布测试招募，定位为零门槛游戏开发工具，用户仅需通过自然语言描述游戏创意，即可由AI自动生成游戏逻辑、美术素材与音效资源，并快速生成可游玩的Demo。从技术架构来看，TapTap制造基于AI Native引擎与云原生基础设施构建，集成高性能3D渲染管线、物理引擎及联网对战能力，并提供开箱即用的服务器与网络服务，使开发者无需自行部署后端即可实现多人联机等复杂功能。同时，平台还为开发者提供了一定额度的免费算力与服务器资源。借助这些能力，TapTap制造不仅能够支持简单休闲游戏的快速生成，也具备构建较复杂互动体验的技术基础。
在生态层面，TapTap制造与平台形成“创作-发布-分发-社区反馈”的完整闭环。开发者完成创作后，可直接将作品发布至TapTap平台，并通过评分、评论与社区讨论等机制获取玩家反馈，持续优化游戏内容。这一模式既有助于扩大TapTap平台的内容供给规模，也能够通过社区驱动的评价体系筛选优质AI游戏内容，为后续游戏开发与迭代提供数据参考与创意来源。此前TapTap轻量级UGC游戏开发引擎通过中文可视化编程+预制模块，已在TapTap和Steam平台累计孵化约500款游戏，为平台UGC内容生态积累了初步经验与开发者基础。我们认为，在既有UGC生态基础上，TapTap制造继续提升平台内容丰富度与创新活力。截至2026年3月，由TapTap制造生成的作品《塔楼跑酷》在平台的热度已达到约2.2万，初步验证了AI生成内容在社区分发与用户互动层面的潜在吸引力。
Google的Genie则代表了另一条更偏底层的技术路线。世界模型被视为AI引擎演进的重要方向。与传统引擎依赖人工搭建场景、编写规则与预设逻辑不同，世界模型能够通过学习海量视频、游戏录像与物理数据，自主推演环境变化、角色行为与物理交互关系。Genie世界模型能够在没有传统游戏代码与规则系统的情况下，仅依据图片或文本生成可操作场景，并实时响应玩家移动与交互行为。例如用户上传一张2D平台跳跃游戏截图后，Genie即可自动生成完整可游玩的关卡，并根据玩家操作实时更新环境状态。
我们认为AI或将部分影响游戏引擎市场份额，但并未动摇游戏引擎作为核心基础设施的地位。游戏引擎本质上承担的是底层运行框架与标准化工具链功能，其长期积累的工程稳定性与生态兼容性难以被单一AI能力替代。这可以类比为AI对数据仓库行业的重塑逻辑：数据仓库在AI时代并未被大模型替代，而是从传统存储系统逐步演进为承载数据治理、实时计算、向量检索与AI调用的统一平台；同样，游戏引擎也并非单纯的渲染工具，而是承担资产管理、运行调度、跨平台部署、多人协同、物理模拟与性能优化等核心基础设施职责。生成式AI虽然能够显著提升代码、美术、剧情与NPC生成效率，但相关内容最终仍需通过引擎完成标准化组织、实时渲染与工业化落地，因此AI更可能推动引擎向AI原生开发平台升级。
从产业演进路径来看，AI将进一步推动引擎等传统工具平台转向开发者平台。数据仓库的价值主要体现在降低数据使用门槛、提升分析效率，而底层平台则受益于AI时代带来的数据调用量、存储量与工作流复杂度提升；对应到游戏行业，AI降低了内容生产门槛后，行业供给端或将迎来爆发，引擎公司核心受益点也将逐步从单一授权收入，转向开发者生态扩张、AI工作流调用、云协同开发、实时算力调度以及增值工具链服务。Unity、Unreal Engine等主流厂商当前均在持续强化AI集成能力，本质上与Snowflake、Databricks等数据平台引入Copilot、Agent与AI Pipeline类似，旨在进一步增强平台黏性与开发闭环。
AI加速传统游戏管线开发，从局部提效走向全链路赋能
当前游戏行业呈现典型的内容密集型产业特征，反映在高人力投入及低容错率。根据中国音像与数字出版协会游戏出版工作委员会发布的《2025年中国游戏产业报告》，2025年中国国内游戏市场实际销售收入为3507.89亿元，同比增长7.68%，用户规模达6.83亿，同比增长1.35%，市场规模继续创历史新高。研发侧看，前瞻产业研究院指出，2024年中国TOP20移动游戏企业研发投入合计990.20亿元，同比增长8.8%，相当于当年国内游戏市场实际销售收入3257.83亿元的30.4%；研发人员数量为15721人，研发人员数量占总员工数比例的行业中位数为47.24%。反映出行业在高研发投入、高人员配置下整体容错空间有限。对于单个项目而言，研发周期越长、团队规模越大，前期沉没成本越高，一旦产品表现不及预期，成本回收压力将显著加大。以《逆水寒》手游为例，据36氪，该项目研发团队曾达700人，研发成本约8亿元，体现出头部项目开发成本刚性。
传统游戏研发是一个复杂的系统工程，导致边际成本变化较小。一款大型游戏自预研立项到上线一般需数月至数年：1）预研阶段，开展市场调研与竞品分析，明确核心创意、目标用户及玩法框架；2）Demo开发与验证阶段（2周–2个月），快速构建核心玩法原型并进行小范围测试反馈；3）立项阶段（1–4周），完成可行性评估、资源配置及团队组建；4）设计开发阶段（4–12个月及以上），由策划、程序与美术三大团队协同推进内容生产，其中策划负责系统与世界观设计，程序承担技术架构与功能实现，美术完成风格设定与资产制作；5）测试调优与上线准备阶段（数周至数月），通过多轮测试与优化实现产品商业化落地。整体来看，游戏研发链条较长、协同复杂，各阶段以人力密集投入为主，叠加美术与系统开发的高度定制化特征，导致边际成本下降空间有限、成本前置加剧投入压力。
同时，产品规格提升会放大链条复杂度和资源消耗。HushCrasher基于Steam平台游戏样本，在对2022-2025年间上线的近十万款产品进行测算后指出，半数小型游戏开发者预算不超过6.5万美元，但中型游戏成本已升至小型游戏的14倍，AA级游戏进一步达到中型游戏的33倍，AAA级游戏则较AA级再提升约10倍，单项目投入动辄数亿美元。同时，在此样本对应的估算数据中，3D化、多人在线和长线运营逐渐成为高预算项目的主要特征，对2022-2025年Steam近2万款产品的测算显示，3D游戏平均预算约为2D游戏的16倍，多人游戏在预算超过1000万美元项目中的占比已升至50%。这表明，游戏研发成本随着内容体量、资产精度和工业化程度提高而持续上升。
策划端：AI加速创意生成，降低试错成本
策划与设计环节是游戏开发阶段中负责定义规则、组织内容的核心环节。其任务是将项目题材、目标用户与商业化要求转化为可执行的玩法系统、关卡规则、数值框架等。根据Ukie、skillsearch统计的薪酬数据加权测算，设计在核心开发环节中的价值量占比约为五分之一，且开发人员薪酬水平高于多数核心工种。
AI在策划环节的价值集中于信息整理与创意发散。根据发布的《2026 State of the Game Industry Survey》，游戏行业使用生成式 AI 的最常见场景是头脑风暴/研究（81%）和原型设计（35%），显示策划环节已成为AI最先落地的领域之一。从任务拆解看，GDC 报告还指出AI可直接覆盖的工作内容占比最高可达55%；在首轮探索、草图设计及方案发散阶段，开发循环耗时有望下降约45%。同时，伽马数据的相关报告指出，AI显著降低了内容创作门槛，使玩家得以参与策划与设计过程，推动形成以用户共创为特征的新型内容生产模式。
美术端：从重复劳动迈向工业化中台
在研发价值链中，美术通常是工业化的阿喀琉斯之踵。美术生产链条本身高度复杂，通常包括概念设计、建模、贴图、动画、场景搭建等多个阶段，工序多、反馈链长、返工代价高，决定了其天然具有高人力密度特征。据jobUI职友集统计，国内行业美术环节成本通常占据游戏总开发成本的30%-50%，人力占比亦高达约50%，涵盖概念设计、角色建模、场景搭建、动画制作、UI设计及过场动画等多个细分工种。
游戏规模扩张与原创性要求提升限制了美术成本的下降空间。随着游戏从轻量化产品向高规格、重内容方向演进，美术环节的工时投入和预算规模也被持续推高。相较于像素风、低多边形等轻量化美术方案，写实化、3A级美术对精度、表现力和拟真度要求更高，往往需要投入数倍乃至数十倍资源。以高精度角色为例，单个角色制作周期可达6-12周，成本超过2万美元；完整关卡的美术开发周期甚至可延续数月以上。另一方面，商业游戏普遍强调世界观统一、视觉差异化和内容原创性，决定了大量核心素材难以直接复用，必须围绕具体项目重新设计和制作。GameRes数据显示，国内中大型商业游戏的美术外包成本通常1000万元起步，头部项目则接近2000万元。
从Skillsearch 2025薪酬调查的岗位分类看，美术团队通常由美术方向、概念设计、角色美术、场景美术、UI、VFX、动画、技术美术等多个子链条组成。根据Ukie与Skillsearch数据，美术在整体流程中的岗位占比接近20%，在设计开发阶段的工时占比约30%，人力成本占主开发环节约30%；若进一步计入外包、风格评审及返工等隐性成本，其在项目总成本中的实际占比更高，体现出显著的高人力密度与高成本特征。
资产生产是传统游戏美术管线中最耗时且成本最高的环节。其任务是依据既定风格和概念蓝图，批量生产角色、场景、道具、UI、动画和VFX等正式资产，即把设计文档真正带到屏幕上。从岗位结构看，这一环节通常吸纳了美术团队中最广泛且重要的岗位。Skillsearch的游戏行业薪酬调查显示，其所包含的技术美术（£62,177），3D美术（£58,760），UX/UI美术（£58,209），场景美术（£57,872），特效美术（£57,312）等均是独立且平均薪酬较高的子类。由于涉及岗位广泛且人力/时间成本较高，本阶段占据了美术环节最多的成本投入。
AI在2D美术环节已实现高效渗透，显著降低出图与变体成本。在2D生成层面，AI主要应用于视觉变体生成、贴图制作、界面排版及静帧向短视频的动效预演等场景，显著提升内容产出效率。三七互娱的AI美术中台“图灵”单季度可产出超50万张2D美术素材，为角色原画环节节省60%-80%工时，对生产提效幅度超过80%；腾讯混元AI已在《王者荣耀》《和平精英》等头部项目中落地，将传统约12小时的角色设计流程压缩至30分钟，推动美术团队效率提升约300%。腾讯游戏推出的MotionBlink动画生成工具能够自动补全中间帧，使原本需要数天时间制作的动画仅需4秒便可完成200帧的生成，效率提升高达8倍；但现阶段AI对高精度动画的取代程度有限，NVIDIA指出，目前核心战斗动画、复杂叙事演出和长镜头表演仍然依赖于资深动画和导演控制。
AI在3D环节主要聚焦前端提效，尚难替代高精度生产级资产。在3D生成方面，AI更适用于草模生成及中低复杂度资产生产，可显著缩短从概念设计到可编辑模型的转化周期，尤其适用于原型验证、关卡填充及标准化场景件制作。以腾讯混元3D为例，中等精度角色模型制作时间可由3–5天压缩至约2小时，NPC资产成本降低62%，新角色上线周期由2周缩短至3天。然而NVIDIA指出，美术原创网格模型的拓扑和细节要求很高仍依赖人工建模。在多数商业项目中，AI仍无法直接替代最终成品模型、手动拓扑，以及量产生产级资产。
程序端：AI成为效率杠杆最明确的环节
程序主导系统落地，AI协助编程提效与测试自动化。程序开发环节的核心任务在于将策划规则与内容需求转化为可运行的客户端、服务端及底层系统，并完成与引擎及数据体系的稳定集成，最终输出包括功能模块、工具脚本及自动化构建在内的系统能力。作为研发体系中的核心支柱，我们测算程序环节在开发阶段的工时占比约为35.6%–36.4%，且从原型搭建贯穿至调试优化与上线阶段，覆盖周期通常达60%–90%，显著长于单一内容工种。
AI提升首轮开发效率，显著压缩重复性编码成本。在程序环节中，AI的价值主要体现在代码生成、智能补全及Bug排查等方面。根据GDC发布的《2026 State of the Game Industry Report》，36%的游戏从业者已使用生成式AI，其中47%用于编程辅助；GitHub针对Copilot代码质量的随机对照实验表明，Copilot在控制实验中可实现最高55%的开发提速，并在代码质量与可读性方面带来可量化提升。对于标准化、重复性较高的代码任务，AI甚至可实现近10倍效率提升。Unity《2026 Game Development Report》亦显示，AI引入后开发者开发时长中位数已由2022年的90+小时降至2025年的19小时，降幅达77%。
项目规模差异决定AI渗透深度，大厂与中小团队路径分化。不同规模团队在AI应用深度上的分化，本质源于数据资产、工程复杂度与组织能力的结构性差异。大型厂商通常拥有长期沉淀的私有代码库、定制引擎分支及研发知识体系，具备将AI嵌入研发中台的条件。GDC 2026显示3A厂商内部工具使用比例达30%，高于行业平均的21%。中小型团队则更受益于脚本生成、简单demo实现等AI单点功能。由于缺少工程化处理后的数据集和完善的测试体系，其代码模型输出难以稳定复用，限制其在核心链路中的渗透深度。
运营端：广告应用日益成熟
运营商业化承接变现闭环，AI推动运营向数据驱动转型。运营与商业化环节贯穿上线准备、上线后增长及长期经营，其核心在于将内容与系统能力转化为可持续的留存与付费结果，涵盖社区与客服运营、用户触达、广告投放与创意生产、渠道转化以及定价促销等关键模块。该环节本质上以精细化运营与持续迭代为特征，是连接产品价值与商业回报的核心枢纽。
AI在运营环节的价值主要体现在创意供给扩展及运营自动化。在买量与广告侧，生成式AI显著降低静态素材、短视频创意及本地化改编成本，提升创意产出效率与测试密度，从而放大投放转化能力；在社区与客服侧，AI通过虚拟陪伴、智能答疑及策略辅助等方式降低人力投入并增强用户互动体验；在用户分层与触达侧，AI基于行为数据实现动态建模与实时推理，推动千人千面的内容推荐与营销策略落地，有助于提升用户的留存率与付费意愿。
全球厂商布局：加注工作流改造，底层基础设施价值凸显
综合来看，当前AI对游戏工业链的改造已不再局限于单一生成工具，而是逐步向底层基础设施、开发平台与运行生态延伸。从全球厂商布局方向看，AI游戏产业链能力正逐渐沉淀为渲染优化、开发工具、内容生成与云端基础设施四大核心能力层，并共同构成下一代游戏工业体系的底层支撑。
1）在渲染与性能优化层面，AI正在成为提升画面表现与运行效率的重要基础能力。NVIDIA与AMD分别通过DLSS与FSR等AI超分辨率技术，实现低分辨率渲染、高分辨率输出，在降低GPU负载的同时显著提升游戏帧率与画面质量。其中DLSS 4已进一步引入多帧生成与Transformer模型，使复杂光追场景下的实时渲染能力明显提升。我们认为，AI渲染技术本质上是在以算法能力替代部分硬件算力，其长期意义在于降低高品质内容对终端性能的依赖，并推动3A体验向更多设备普及。
2）在开发工具与工业化协同层面，AI正在推动游戏研发流程进一步自动化与工程化。例如NVIDIA的Nsight工具可实现图形调试、GPU性能分析与AI推理优化，Google则通过BigQuery、Vertex AI与Kubernetes等云端能力提升数据处理与资源调度效率。与此同时，越来越多厂商开始将AI Agent引入开发流程，用于Bug检测、代码补全、资源管理与自动测试，从而降低大型项目的人力协同成本。整体来看，AI不仅提升了单点生产效率，更开始重构游戏工业的整体协作模式。
3）在内容生成与交互层面，AI则进一步推动游戏从静态预设体验向动态生成体验演进。除Google Genie外，Google SIMA、Gemma、OpenAI、Anthropic Claude等模型均开始被应用于NPC行为决策、剧情生成、代码开发与多轮对话系统。Sony、Meta、腾讯等厂商也正在探索基于大模型的实时NPC交互与动态剧情机制，使游戏角色逐步具备记忆、情绪反馈与自主行为能力。相比传统树状脚本逻辑，AI驱动下的交互系统更接近开放式世界模拟，玩家体验的自由度与随机性显著提升。
4）在云端与基础设施层面，AI游戏的发展也正在强化云计算与实时推理能力的重要性。Amazon推出AWS for Games，提供多人联机、实时推理与弹性算力调度能力；微软Azure、Google Cloud等平台也在持续强化AI训练与游戏运行一体化能力。由于未来大量AI NPC、实时生成场景与世界模型都将对推理性能提出更高要求，云端算力、边缘部署与低延迟网络能力有望成为AI原生游戏的重要基础设施。
对小型团队与独立开发者而言，AI能够使早期创意与灵感摆脱成本与技术限制的束缚，突破产能瓶颈。AI创作工具的普及在技术难度、时间投入与资金成本上均降低了游戏开发门槛，能够吸引更多小团队与独立开发者进入市场。以微信小游戏为例，根据平台官方披露，在平台累计40万余名开发者中，目前已有约80%为30人以下的小团队。在开发者基数扩大与AI提效的双重作用下，小型团队的总体产能有望得到释放，形成规模可观的增量供给。同时，由于小型团队决策链条较短、调整成本较低且灵活性较强，在发掘新玩法、快速跟进热点题材等方面具备天然优势。叠加AI游戏社区等新分发渠道的兴起使产品曝光门槛进一步降低，从这一庞大的供给基数中有望孵化出更多轻量级创新爆款产品，开辟出差异化生存空间。
在AI普惠技术降本的背景下，我们认为资源管线能力是决定内容质量与工业效率的重要基础设施。资源库层面，尽管生成式AI降低了素材生产门槛，但头部厂商长期积累、具备独占版权的高精度私有资源库，仍是抵御AI内容同质化的核心护城河。MCP（模型上下文协议）则进一步放大了这一差异。作为AI智能体与资源库之间的语义化接口，MCP不仅承担数据调用功能，更决定AI对资产内部语义、风格规则与生产逻辑的理解深度，使AI能力从简单生成扩展至智能调度与工业化组合优化。相较于中小团队依赖开源MCP接入公开数据、导致素材一致性较弱且后期修正成本较高，头部厂商能够通过自研MCP深度整合私有资源库，实现高精度资产的规模化生产，从而在生产效率、内容质量与边际成本控制上仍然建立更强优势。
具体看，1）头部游戏厂商的私有数据资产构成了其核心竞争壁垒。头部厂商在长期研发运营中积累了规模可观的私有资料，涵盖代码仓库、美术资产库、策划文档及用户行为日志等。此类数据不仅质量较高，且与项目管线深度绑定，是训练适配游戏工业化管线的垂类AI模型难以替代的语料。以美术管线为例，美术资产的源文件分层、3D模型拓扑结构、动作文件的骨骼绑定逻辑以及代码仓库的架构依赖关系等，均为公开画面无法逆向获取的隐性知识，而游戏引擎又对资产规格要求较严格，利用完整底层数据训练的垂类AI模型才可能生成风格较一致、满足技术规范、能直接嵌入后续管线的美术资产。仅依赖公开数据与开源模型的黑箱式产出，往往因缺乏对面数、UV、LOD层级、碰撞体、导航网格等工程标准的理解，需经大量人工修正才能进入实际生产管线。因此，高质量私有数据构成了头部厂商在模型层面难以被短期复制的壁垒。
2）头部厂商集成工具平台有望实现研运全链路的系统性效率提升。游戏是由动画制作、3D模型生成、数字资产管理等多条开发管线协同构成的复杂工程系统，其资产需满足一致性、稳定性等标准。目前，头部厂商在成熟品类上已形成标准化的制作流程，AI工具能够较快嵌入现有管线，减少因流程不兼容带来的调整成本。大部分头部厂商也已集成AI能力搭建了覆盖多环节的工具平台，在需要持续输出高质量内容的主流商业化产品赛道中，这一系统性效率优势有望进一步释放头部厂商长期沉淀的数据资产价值。例如，在美术生产侧，腾讯VISVISE等AI数据资产管理管线已可通过多模态特征识别与自动标注盘活历史沉淀的模型与动作资产，提升跨项目、跨团队的资产复用率。综合而言，我们认为大厂的高质量自有数据与成熟工作流在AI改造下所释放的效率增益并非简单相加，而是互相放大，进而构成其深厚护城河。
从人力节约走向供给扩容，平台价值不断提升
AI驱动内容供给扩张，提高平台生态价值
AI推动游戏供给持续增加，逐渐成为游戏内容生产的重要推动力。1）在供给数量方面，根据Steam DB，26Q1期间在Steam平台上AI参与制作的游戏发布数量达1,799个，同比增长110.2%，占同期发布新游的比例提升至30.3%（25Q1：17.8%）。AI参与制作的游戏已构成Steam等平台新游供给的重要增量来源，大幅提升了内容供给数量。2）在供给质量方面，AI游戏已构成能够参与头部市场竞争的优质供给。在Steam平台2025年度最畅销新品前100名榜单中，开发者主动披露使用生成式AI的游戏达8款，覆盖射击、模拟、角色扮演、策略建造等多个主流品类，且部分产品已将AI融入核心玩法设计而不仅限于素材生成，反映出AI的应用正在为游戏市场贡献更多兼具玩法创新与商业价值的优质产品。
平台分发能力构成AI时代游戏行业竞争分层的核心变量。随着生成式AI持续降低游戏开发门槛，我们认为行业竞争正在经历由生产能力向生成与分发效率并重的结构性转变。一方面，AI推动游戏供给端快速放量；另一方面，长尾化趋势也同步加剧，平台对于内容筛选、流量分发与社区沉淀的价值显著提升。以Steam为例，平台年新增游戏数量由2017年的约7,000款增长至2025年的2.15万款，CAGR超过15%；2026年一季度新增游戏数量进一步达到5931款，同比增长23%，反映AI正持续推动行业产能释放。同时，供给结构呈现明显长尾化特征：2026年无评论游戏占比提升至15%，1-9条评论区间占比升至41%，而500+评论头部产品占比由2020年的11%下降至4%。整体来看，供给侧持续扩容，但玩家时间与注意力需求维持刚性，优质供给与平台分发能力成为最重要的竞争变量。
平台厂商的分发效率与社区生态能力优势将逐步凸显。以Steam为例，其优势在于基于真实行为数据的推荐体系与成熟社区生态。在AI生成内容大量涌入后，传统文本描述与评分体系更易受到噪音干扰，而Steam通过游玩时长、留存率、退款率等行为数据进行推荐排序，具备更强的抗噪能力与内容筛选效率；同时，其评测、讨论区与创意工坊等社区体系形成高频互动与内容二次传播机制，强化既有产品生命周期与用户粘性，从而进一步提升平台作为行业分发中枢的定价能力。相比之下，Epic Games Store仍以精品化与资源驱动模式为主，其通过独占发行、12%低抽成与长期免费游戏策略获取开发者与用户。在AI推动供给快速增长的环境下，Epic更偏向精选发行的模式，即依赖平台主动采购与资源倾斜完成内容分发，而非依托算法推荐与社区自组织完成长尾筛选。因此，其在头部内容获取与开发者吸引方面仍具备优势，但对海量中小AI游戏的承接与分发效率相对有限。
Roblox等UGC平台厂商有望受益于创作与消费在同一平台内形成的自循环。在创作环节，平台持续推出Planning Mode、Cube 3D模型等工具以降低生产门槛、扩大内容供给。根据Roblox披露，排名前1000的创作者中已有44%使用Roblox Assistant或第三方AI工具压缩开发周期。Roblox 2026春季创作者路线图显示，平台更新了8项AI相关功能，包括规划模式、过程式模型以及MCP服务器等；在2026年内，平台还计划上线4D生成、Open Cloud API，以及用于测试和迭代游戏情景的NPC子代理等6项AI相关功能。
在变现环节，Roblox的商业模式以虚拟货币Robux的充值消费为基础，用户在平台内购买虚拟道具与通行证等数字商品，平台抽取分成后将剩余部分支付给内容创作者（符合条件的DevEx分成可达42%）。在此模式下，AI工具扩大的供给规模将直接带动更多虚拟商品消费场景，驱动平台整体消费增长，进而吸引更多创作者持续产出新内容，形成正向循环。因此，相较于依赖算法推荐或外部内容采购的传统分发平台，Roblox能够通过AI持续强化内生创作闭环，受益于供需两端的同步扩张。
TapTap正由传统游戏下载渠道向“开发者服务+社区分发+广告变现”的生态平台演进。在供给侧，平台通过TDS开发者服务体系及TapTap制造、Vibe Coding等AI工具降低开发门槛，并向PC及小游戏等多端形态延伸，扩大内容承载能力；在流量侧，TapTap依托“真实评分+社区互动”形成高可信度内容筛选机制，在AI内容泛滥背景下强化用户对真人反馈的依赖，提升用户停留时长与社区活跃度；在变现侧，平台进一步打通用户行为数据与广告网络，形成从内容分发到广告转化的数据闭环，推动eCPM与广告库存同步增长。
Aippy等AI催生的新兴互动内容社区有望更新平台盈利模式。其通过将轻量级互动游戏与信息流消费相结合，在创造、分发与消费三个环节形成区别于传统分发的平台生态。在创造端，AI将内容生产门槛压缩至极低水平，用户输入自然语言即可生成可即时互动的游戏或迷你应用，也可在其他作品的基础上进行二次创作；在分发端，平台采用竖屏信息流模式，游戏直接嵌入Feed流；在消费端，用户通过上下滑动即可在数秒内完成单条内容的体验与切换，无需下载独立包体，消费路径显著短于传统链路。目前，代表性平台包括Aippy、Loopit、Sekai及Rezona等。
1）Aippy：由赤子城科技孵化，是该赛道中较早布局的产品之一。自2025年初上线以来，Aippy全渠道下载量已突破百万，目前主要聚焦海外市场，产品界面、社区内容、运营活动均面向英语用户，且GenZ和Gen Alpha群体占比突出。Aippy强调Remix机制驱动的内容自生长，用户在消费内容时可一键Remix他人作品，添加自己的创意后重新分享回社区，形成消费与创作之间的连续循环。根据官方数据，平台内约40%的内容来自Remix。
2）Loopit：由涌跃智能推出，自2026年2月正式上线以来，Loopit全球注册用户规模达200万，其中北美用户超过半数；产品次日留存从早期的30%上升至50%，用户创作率达30%。其差异化优势在于可深度调用手机陀螺仪、麦克风、摄像头等传感器实现全模态交互，并支持联机多人互动内容的生成和发布，社区调性偏向技术驱动的创意表达。
3）Sekai：由Versa AI推出，自2024年10月上线以来累计下载量超300万次，月活跃用户突破百万。产品初期以动漫与游戏同人圈为切入点，用户可自定义虚拟角色并设置性格特征，通过AI生成实时展开的剧情故事，在角色扮演与叙事互动垂直领域积累了较高的用户粘性，部分核心用户每日使用时长可达8小时。目前平台内容已拓展至迷你游戏、互动问答、人格测试等多种互动形式以增强内容扩散和出圈能力。
4）Rezona：由Stratava Group推出，于2025年12月上线，次月单月下载量突破百万，累计下载超600万次，主要面向用户为热衷互联网亚文化的年轻群体。其核心差异化为聚焦基于Meme文化的无厘头和脑洞创意，用户可将网络热梗即时转化为可玩的互动游戏，其内容天然适合在外部社交媒体中发酵扩散，在传播端具有较强优势。
此外，历史数据表明内容供给的增加正在推高平台的流量价值。若以单位用户广告贡献衡量流量单价，TapTap在21H1至25H2期间月活跃用户人均贡献的半年度平台收入由11.7元上升至21.3元。哔哩哔哩呈现出类似趋势，日活跃用户人均贡献的季度广告收入由21Q1的11.9元提升至25Q4的26.9元。我们认为，在两个平台的同期活跃用户同比增速均呈现收窄趋势的背景下，流量单价的上升主要来源于买量市场需求的持续扩张，广告主对有限广告位的竞价趋于激烈。而游戏作为上述平台内容生态的核心供给来源，其供给规模的扩大或将进一步推高平台的流量价值。
在流量价值抬升背景下，分发能力或将成为平台核心竞争壁垒，决定其受益程度的分化。1）对于以广告变现为主的平台，内容供给的增加将强化分发效率对其商业价值的支撑作用。2）对于分成制平台，其收入主要源于游戏销售分成而非流量分发。在AI降低游戏开发门槛的趋势下，Steam等不额外收取广告推广费用的平台或将吸引更多独立游戏与轻量级产品，进而受益于交易规模扩大带来的分成收入增长。
AI游戏价值链计算：综合提效幅度约为52%
在游戏研发环节，AI在节约人力方面呈现覆盖面广而深度参差的特征。1）整体来看，根据中国音数协游戏工委，AI技术在研发环节的整体渗透率已超80%，但多数企业仍将AI定位于辅助工具，其参与程度目前尚未达到对核心人力投入的实质性替代。2）分环节看，在美术环节中，AI在静态视觉资产生产场景应用已较为成熟，如三七互娱等企业在二维原画、音视频、3D资产等内容生产环节已可通过AI提效超过80%，折算为人力节约率可超过四成，为节约人力最主要的场景。在程序与测试环节，受益于代码生成与自动化测试用例等的普及，AI在重复性高、逻辑边界清晰的子任务中应用效果突出，如AI代码生成工具在部分场景可提升开发效率约50%。相比之下，策划环节因其高创意、强主观与需要人文深度的特点，目前AI仍主要承担素材罗列与方案发散等辅助职能，在玩法创新、世界观架构与剧情大纲等场景中对人力投入的节约效果相对有限。
在游戏运营环节，AI在标准化场景中应用高度成熟，人力节约效应显著。根据中国音数协游戏工委，在游戏发行与运营环节的AI技术应用率已达77.3%。在市场推广场景中，超过四成的企业已有30%-50%的宣传素材由AI辅助生成；在产品运营场景中，AI助手、智能客服、舆情监控与负面评论识别应用率均可达到70%左右，在标准化问询与工单分拣等场景下已能够替代相当比例的初级人力。此外，本地化等环节同样有望大规模受益于大模型的自然语言处理能力。综合来看，我们认为运营侧各职能因任务边界清晰、评价标准明确，AI得以实现更高程度参与甚至接管人工。
综合上述分析，保持现有总产出水平下，我们测算当前AI的应用可节约人力约50万人，约占全球现有从业者总数的三分之一。其中，美术与运营两大职能的人力节约率均超过40%，为AI替代效应最显著的领域。考虑到不同地区薪酬水平差异，若以国内游戏行业平均20-30万元的人均人力成本进行粗略测算，对应每年可节约人力成本约1000-1500亿元人民币。但我们认为，上述测算更多反映AI带来的成本优化价值，而非行业最终价值增量。在实际经营中，游戏企业通常不会将全部节约的人力直接削减，而是倾向于将释放出的研发资源投入到新产品开发、内容迭代及运营优化之中。因此，相较于人力替代本身，AI更重要的意义在于提升行业整体内容供给能力，并通过供给扩张进一步释放用户需求与市场空间。
从产出价值量角度测算，我们认为AI中期有望为全球游戏行业创造约120亿美元的新增市场空间，在乐观情景下增量空间有望超过300亿美元。根据上述各环节从业人员比例与AI提效幅度的假设，按研发侧各职能加权后，我们测算当前AI在游戏制作过程中的综合提效幅度约为52%，即在从业人员规模保持稳定的假设下，行业整体的理论产出能力可提升为使用AI工具前的1.5倍。根据波士顿咨询数据，2025年全球游戏市场收入超过2600亿美元，假设全球游戏企业平均研发费用率为15%，对应全球研发投入约390亿美元，则52%的研发提效相当于释放约200亿美元的研发产能。
考虑到释放的研发产能并不会完全转化为市场收入，我们采用情景分析法测算AI驱动下的行业增量空间。核心变量包括AI技术迭代速度、内容供给扩张向收入的转化效率以及用户付费需求释放程度。在悲观、中性及乐观情景下，我们分别假设AI综合提效幅度为35%、52%及80%，释放产能转化为新增内容比例为30%、50%及70%，新增内容需求转化率为40%、60%及80%，对应全球游戏市场增量空间分别约为41亿美元、101亿美元及218.4亿美元。后续重点跟踪指标包括AI原生内容用户接受度、新游戏供给增长速度、行业研发效率变化以及玩家付费行为变化等。此外，游戏产业对直播、电竞、广告营销、IP衍生品及内容社区等生态环节具有较强外溢带动作用，AI推动的内容供给扩张有望进一步放大产业链整体价值，其实际经济影响或高于游戏市场本身的直接增量。
若将算力成本纳入测算，我们认为现阶段AI仍能够对行业利润带来显著正向净影响。在同等产出水平下，我们分环节成本粗略测算如下：1）程序与测试：参考Cursor开发者报告，假设程序员年均代码产出约40万行，每行约10 Token，且考虑上下文加载、多轮迭代与Agent调用等影响，输入输出比例约10:1，参照国内智谱GLM-5.1定价（输出24元/百万Tokens，输入6元/百万Tokens）计算，年成本约0.4亿元；若参照Claude Opus 4.6定价（输出25美元/百万Tokens，输入5美元/百万Tokens），折合人民币约2.6亿元。2）美术：若假设普通精度2D原画的人均年产出量约500张，参考Seedream 5.0计价0.2元/张，年成本约0.3亿元；若按人均年产出250个3D模型计算，参考Seed3D 2.0计价约2.4元/个，年成本约1.4亿元。3）运营买量：根据DataEye数据，视频素材占买量素材总量70%以上，则若仅考虑生成成本较高的视频素材，假设人均年产出200条（1080p，10s），参考Seedance 2.0计价约25元/条，年成本约4.6亿元。策划等环节由于产出难以量化且AI替代深度有限，暂不计入。综合上述环节，依据国内模型定价测算，全球游戏行业AI替代人力的Token增量成本约为5-7亿元，约合1亿美元（海外模型定价下约7-9亿元）。即使保守假设目前AI生成资产可用率为10%-20%，等效年成本仍在5-10亿美元量级，仍显著低于可节约的人力成本。
AI驱动游戏范式跃迁：从效率工具走向体验重构
我们认为，当前AI与游戏产业的融合正沿两条主线加速推进：一是供给侧的降本提效，二是玩法侧的范式创新。前者解决游戏制作的成本和效率问题，后者则重塑游戏为何好玩的方法论。从玩法的角度来看，在大模型能力持续突破背景下，AI正从辅助工具逐步演化为游戏核心系统之一，推动行业进入新一轮产品周期。
我们认为AI原生游戏具备跑通商业模式的潜力，但短期内更可能率先在细分赛道验证。核心原因在于，游戏商业化的本质为用户对体验付费的意愿。从历史经验看，游戏行业历次技术变革，从端游到手游、从买断制到F2P、从单机到开放世界，最终能够成功商业化的核心均是创造了新的用户价值。AI的真正价值同样在于创造传统游戏难以实现的新体验。
AI原生游戏有望带来内容无限供给。传统游戏本质是研发成本前置、边际成本为零的生意，角色、地图、剧情等资产在完成开发后可以无限分发与消费；但这一模式的核心约束在于内容供给仍受研发产能限制，版本更新节奏依赖策划、美术、程序等各环节的人力投入。而AI原生游戏有望推动内容供给向实时生成演化，即部分内容不再预先制作，而是由模型基于玩家输入动态生成，使单局体验具备更强差异性与开放性，理论上能够实现近乎无限的内容供给。然而，实时生成模式也意味着内容边际成本的提升，每一次对话、场景生成与世界演化都会消耗真实推理算力。目前包括Genie 3在内的世界模型仍仅能支持数分钟连续交互。
现阶段，AI原生游戏已出现若干代表性产品，但整体仍处于早期探索期。据36氪统计，2022-2025年国内拿到两轮及以上融资、业务标签含AI+游戏的公司共42家，其中真正利用AI做玩法核心的团队不足10家，反映出AI原生游戏从概念繁荣到实质落地之间仍存在较高技术与设计门槛。从落地节奏看，AI原生游戏有望率先在叙事互动、生活模拟与开放世界品类中取得突破，并以世界模型为远期方向。而在这一领域，我们依据实现的由易到难程度，整理了现有的代表性产品和路径。
1）AI交互正成为重塑游戏体验的切入点。在传统游戏中，NPC的行为与对话高度依赖预设脚本，交互深度有限，难以响应玩家的非结构化输入。而基于大语言模型的NPC系统，则能够理解玩家自然语言意图，生成符合角色设定的对话内容，并通过长期记忆机制实现跨时间维度的人格演化。例如，网易伏羲实验室将AI NPC广泛运用于游戏场景，如《逆水寒》中的“沈秋索”由DeepSeek模型驱动，不仅能够与玩家展开开放式对话，还可以调用游戏内知识库进行信息检索，并在多轮交互中积累记忆，从而呈现出成长型角色的特征。
从技术实现路径来看，AI交互通常依赖多模块协同，包括自然语言理解用于解析玩家输入意图，检索增强生成用于调用结构化知识并提升回答准确性，语音合成与口型同步用于提升沉浸感，以及强化学习或行为树系统用于驱动角色在复杂环境中的决策能力。我们认为英伟达推出的ACE（Avatar Cloud Engine）套件有望加速其产业化落地，通过将语音识别、LLM推理与实时渲染整合为一体，使开发者能够构建可自由对话、具备情绪反馈的互动形象。在陪伴类场景中，这类技术已经开始向情感交互延伸，例如部分AI角色能够根据玩家历史行为调整语气与情绪表达，从而形成类似长期陪伴关系的用户粘性。自然选择旗下《EVE》、《Elys》等AI陪伴型角色产品，则进一步探索了虚拟人格持续演化与用户情感绑定的商业模式，推动游戏角色从功能性工具向情感性资产转变。
AI交互有望带来订阅制收入结构，改变国内游戏行业以内购付费为核心的变现逻辑。以智能NPC与AI陪伴为代表的交互系统，本质上更接近持续服务，而非抽卡、购买皮肤、剧情体验等一次性内容消费。部分厂商已经开始探索AI角色会员、记忆扩展、高阶人格解锁等付费模式，本质是对模型能力、记忆容量或互动深度进行分级收费。我们认为在互动驱动的消费模式下，用户的付费行为由一次性转向持续性，其游戏生命周期有望显著拉长，并带动LTV与ARPU的结构性抬升。
2）自适应难度系统正在通过AI实现精细化落地。传统难度设计通常依赖固定参数或分级模式，难以兼顾不同玩家的能力差异。任天堂《马里奥赛车世界》的动态难度调节被玩家广泛批评为“橡皮筋效应”，原因为电脑对手的反应随玩家表现而明显波动。而基于机器学习的玩家建模技术，可以对玩家操作习惯、反应速度、策略偏好等多维度数据进行实时分析，并据此动态调整敌人强度、任务节奏与奖励机制，从而维持玩家的最佳体验区间。例如，在动作竞技类游戏中，敌人AI可以根据玩家的游戏习惯调整战术策略；在《星际争霸》等团队游戏中，AI队友能够理解语音指令并自动配合战斗节奏。
从用户侧看，这种动态适配能力也正在降低部分玩家的参与门槛。传统多人游戏高度依赖真人协作，部分玩家可能因技术水平不足或社交压力而降低参与频率，而AI队友的出现则提供了更稳定、低压力的组队体验，有望提升低频用户的在线时长与留存。GDC 2026上，《和平精英》披露，“绝地指挥”AI队友模式上线后，社交回避型玩家的在线时长与社交数据均出现明显提升。与此同时，AI也正在增强既有玩家的互动深度与内容参与感。以巨人网络《太空杀》为例，产品接入DeepSeek后推出“内鬼挑战”等AI玩法，实现AI智能体与真人玩家之间的策略博弈，单日最高参与人数超过25万，AI对话次数累计近千万。
3）在玩法层面，动态叙事正在突破传统线性剧情的边界。传统RPG或剧情类游戏通常依赖多分支脚本结构，尽管可以提供一定程度的选择自由，但其路径仍然相对有限。而借助大语言模型与生成模型，游戏可以根据玩家的行为、选择乃至语言输入，实时生成剧情发展与任务目标，从而实现真正意义上的无限剧情。在这一模式下，每一位玩家的游戏体验都具备唯一性，游戏世界成为持续自演化的叙事空间。
我们认为RPG类与生活模拟类游戏或率先受益。《神探夏洛克：暗夜追踪者》是一款AI原生解谜游戏，玩家通过自然语言与嫌疑人进行对话，AI根据玩家提问策略与逻辑推理实时生成回应，并动态调整案件线索与结局走向。游戏在试玩阶段即获得26年Steam推理节第四名，并入选微软26年 AI加速器全球Top 20；韩国游戏《inZOI》类似AI版《模拟人生》，其NPC均基于英伟达ACE技术支持的模型运行，可以自主根据游戏记忆作出决策，并进而形成类似真实社会的复杂互动。举例而言，邻居NPC可能会因为琐事而对玩家耿耿于怀，并在玩家晋升的关键时刻而向单位打小报告。动态叙事令游戏完全围绕单个玩家的体验而展开，玩家参与感和可玩性有望大幅提升。
4）AI推动UGC生态向共创主导演进，使玩家成为内容生产的重要参与者。传统UGC创作往往依赖一定的编程或美术基础，如为《上古卷轴》制作MOD、在《我的世界》里建造宏伟建筑，而生成式AI显著降低了内容生产成本，使得运用自然语言描述创作成为可能。在场景与关卡生成方面，Roblox推出的Cube 3D系统支持通过文本指令快速生成3D物体与环境，将创意实现的速度从数天缩短至几分钟；《蛋仔派对》中的AI创意工坊则通过一键换色与生物生成模块，使普通玩家也能参与到关卡设计与玩法创新中。
在内容形态上，AI剧本杀与角色扮演类游戏成为UGC进化的重要方向。《碧优蒂的世界》通过接入大模型，实现剧本内容的自动生成与动态调整，使小规模团队也能够运营高质量的角色扮演体验，同时显著降低内容制作成本。玩家在游戏中不仅是参与者，也可以成为剧本创作者与世界构建者，从而形成玩家驱动内容供给的生态。
5）多模态交互拓展游戏的人机交互边界。传统游戏主要依赖键盘、手柄等离散输入设备，玩家通过预设按键与界面指令与游戏系统进行交互，其信息维度相对单一且表达能力有限；而多模态交互通过融合视觉、语音与文本等多源信息，使AI能够同时理解玩家所处的环境状态与意图表达，从而构建更加自然、连续的交互体系。多模态能力还使实时翻译与跨语言交流成为可能，从而降低全球玩家协作的沟通成本，并推动游戏社区向更加开放的方向发展。
从应用落地节奏来看，多模态交互有望率先在竞技类及沉浸式叙事游戏中实现突破。玩家可以通过语音、手势甚至表情与游戏世界互动，而AI则实时理解并反馈，构建更加自然的交互闭环。例如，AI可以一键创造互动影游，腾讯已经在布局名为“探梦DreamNow”的AI影游生成工具；而在《Whispers From The Star》等剧情类游戏中，玩家可以直接通过说话推进剧情，AI根据语气与语义生成差异化回应，使叙事体验更接近真实对话。在《魔兽世界》等大型MMORPG的全球同服战争中，多模态AI有望实时将不同国籍玩家的语音翻译为听者母语。从商业化角度看，多模态交互还可能催生新的增值服务，例如高阶AI助手、个性化语音交互、专属翻译或战术分析等功能。
6）世界模型正在尝试从根本上重构游戏的生产与运行逻辑。传统引擎（如Unreal Engine、Unity）需要设计师经由严格分工完成3D建模、UV展开、纹理绘制、光影Shader编写、物理碰撞体积设定等一系列高度专业化的流程；而世界模型通过学习海量真实世界视频或游戏渲染数据所蕴含的物理规律与视觉分布，构建了一个可以实时模拟物理规律、光影变化、物体动态乃至角色行为的动态系统。Google DeepMind推出的Genie系列模型是该方向最具代表性的进展。Genie 3已经能够基于单张图像或文字描述生成结构完整、物理自洽的可交互三维环境，支持玩家以自然语言进行移动、跳跃、游泳等基础交互操作，世界内的光照、遮挡关系与物体运动均由模型实时推演生成。
从应用落地节奏来看，3D世界模型有望率先在开放世界与程序化关卡游戏中实现突破。这类游戏对内容规模与自由度要求极高，传统开发模式下往往依赖大量人力进行地图搭建、资源制作与规则设定，开发周期长、成本高。而在世界模型引入后，设计师只需确立世界观规则与视觉风格基准，模型即可基于玩家的实时行动状态，持续生成当前探索范围以外的新地形、新环境与新事件，有望实现真正意义上的无边界世界。以Decart发布的Oasis模型为例，该模型基于对数百万小时Minecraft游戏录像的训练，实现了仅接受键盘输入即可实现物理规律驱动的实时沙盒世界生成。
我们测算AI玩法正在从用户体量与ARPU两个维度为游戏行业贡献增量空间：
1）在用户体量方面，AI玩法通过降低上手门槛与提升趣味性，同时驱动拉新与留存改善。如腾讯《和平精英》AI NPC相关玩法累计体验用户已达1.1亿，最高日活跃用户数达1,770万；巨人网络《超自然行动组》上线AI大模型挑战玩法一周内AI参与对局数便突破2,500万次，验证了AI玩法在千万级DAU产品中的触达与活跃度提升能力；根据量子位智库，投放AI后案例DAU整体增长率稳步提升，最高可达8.35%，为驱动用户增长提供了可观的边际增量。
2）在人均付费方面，AI玩法有望通过三条路径推高ARPU。其一，AI驱动的智能NPC、动态叙事与自适应难度能够提升用户沉浸感与游玩时长，进而创造更多消费机会。其二，AI原生游戏催生了Token积分内购、AI订阅会员等新付费场景，推动付费结构从一次性买断向持续性消费转变。例如《历史模拟器：崇祯》等AI原生游戏采用本体买断加Token积分内购模式，基础模式下每小时消耗约1-2元。其三，AI通过个性化体验与动态难度调节改善用户留存，延长用户生命周期，从而提升LTV。综合上述路径，就行业预期而言，EA CEO Andrew Wilson公开表示生成式AI有望在未来5年内推动ARPU增长10%至20%。
总体而言，AI玩法对游戏收入的提升路径已初步清晰，但整体仍处于渗透早期，规模化数据有待进一步积累。根据Newzoo数据，2025年全球游戏市场收入约1,888亿美元，玩家体量约36亿，对应ARPU约50美元。考虑到目前AI在玩法端渗透率仍低，若假设其渗透率不断提升带来货币化机会，带动ARPU提升10%，则对应增量市场空间约为200亿美元。若AI玩法加速渗透且新付费模式接受度持续提升，我们认为实际空间有望进一步扩大。
投资逻辑
我们认为，AI正在推动游戏行业从内容工业向智能互动工业演进，行业核心受益方向主要包括：1）AI驱动研发工业化升级，通过代码生成、美术资产管理、AI Agent与自动化工作流提升研发效率并降低成本；2）AI原生玩法创新，推动NPC交互、动态剧情与UGC生态扩张；3）AI降低开发门槛后，平台型公司与全球化发行体系有望进一步受益。我们重点关注兼具AI能力、工业化体系与全球化运营优势的头部游戏公司：1）AI驱动研发工业化升级，通过全链路提效降低研发成本。建议关注具备AI工业化布局的头部厂商；2）AI原生玩法创新推动交互体验与付费模式变革。建议关注在AI玩法上快速验证的标的；3）AI降低开发门槛后，平台与全球化发行体系有望受益于供给扩容，建议关注兼具全球化发行能力与AI赋能体系的公司。
技术迭代落地不及预期：目前AI游戏相关技术仍未完全成熟，智能NPC交互逻辑、实时内容生成、沉浸式交互体验等核心环节仍需优化。若核心技术优化进度缓慢，将导致产品体验不及预期，制约行业商业化落地。
商业化进度不及预期：行业目前处于发展早期，AI游戏专属的商业化体系尚未成型，用户付费认知和消费习惯仍在培育阶段，整体变现效率有限。同时AI研发、算力运维、模型迭代成本有待下降，或影响商业化进度。
市场同质化竞争加剧：AI游戏赛道热度持续攀升，各类厂商集中入局，行业竞争快速进入白热化阶段。当前行业尚未形成差异化竞争壁垒，多数产品功能、玩法、技术应用高度趋同，市场内卷可能加剧。
数据合规风险：AI游戏研发运营高度依赖海量数据训练，存在数据源授权不规范、用户隐私数据泄露等合规隐患。现阶段AIGC生成内容的版权界定、侵权判定的法律法规仍有待完善，游戏剧情、画面、场景等AI生成内容易产生知识产权纠纷。
行业政策风险：AI政策体系处于持续完善阶段，存在较强不确定性。叠加海外跨境合规壁垒变动，行业整体合规成本可能上行。
研报《AI+游戏：千亿市场机会与产业链重构》2026年6月12日
夏路路 分析师 S0570523100002 | BTP154
田鹏 分析师 S0570526020003
郭嘉靖 联系人 S057012506004
热门跟贴