一场漫长的接力。
文/托马斯之颅
01
变了，都变了
最近一段时间，葡萄君发现游戏行业对AI的态度虽然仍有焦虑，但越来越多人变得兴奋起来。
在国内，从“开除速度一定要快”，到砸1000亿All in大模型，再到大厂争先恐后的AI大跃进，以及让中年人们焕发第二春，比钓鱼更火的vibe coding大流行……相关的行业话题和段子层出不穷。人人都在聊，人人都在用，到处都是火热的氛围。
在海外，这两天在科隆国际游戏展开发者大会（gamescom dev）上，听了几场和AI相关的分享，我发现他们的态度也在转变。
不到半年前，在GDC的问卷里，有52%的从业者觉得生成式AI对行业有负面影响，年轻人把AI替代岗位列为三大恐惧；然而如今有36%的gamescom dev演讲者，认为AI改变了岗位角色，而非直接导向裁撤团队；还有34%的演讲者认为代码与生产（Code&Production）才是AI最大的价值，位列所有选项第一。
与此同时，这届gamescom dev还设立了专门的AI Track，并在Level 1划了专门的会议室。这里几乎场场演讲座无虚席，常常两侧和后面都站满了人。听着来自中国的分享者说着或流利，或蹩脚的Chinglish，看着席地而坐的老外安静而疯狂地拍照……每次走进房间，我都能感受到肉体和精神双重的热度。
我在好几场演讲里都看到了前排戴牛仔帽的红衣老哥
Gamescom dev的董事总经理Frederik Hammes告诉我，之所以专门设立这个AI Track，是因为他们做过一个调查，发现虽然约有40%的人在代码和生产上使用AI，但也有约40%的人表示AI非常邪恶，自己从来不用。“这对主办方来说也挺难办……我们总不能跑到他们面前，鼓吹AI有多好吧？但我们可以邀请一些人来做分享，告诉大家你可以不用，但至少听听这些专家怎么说。”
更让我意外的，是很多老外都在惊叹中国游戏行业AI发展的速度。现场一名Google Cloud的演讲者在跟大家闲聊时，听说我来自中国后，马上感叹在这波AI浪潮里中国的速度太快了，说自己去过深圳和上海，在Chinajoy上看到了至少100款AI游戏：“That's Crazy!"后来在分享里，他还一个劲儿地点我，说什么50%的玩家消费增长都来自中国；AI对于玩家体验来说还是新鲜事物，除非你来自中国……”
我有点招架不住这位老哥
AI和游戏行业的结合到底到了什么地步？我们该如何面对这个既让我们焦虑，又让我们兴奋的新东西？
和不少游戏人聊了聊，又在gamescom dev转了转之后，我发现我所感受到的兴奋并非空穴来风。说得玄乎一点，在这一代技术革命中，游戏行业正在找到自己的主体性。
02
AI for Game
想聊清楚AI+游戏的现状，我最推荐的极简认知框架，叫作AI in Game（Gameplay）和AI for Game（Production）。
第一次听说类似的词，是在2023年采访腾讯高级副总裁马晓轶的时候。之后KRAFTON、索尼、Nexon等大厂在公开场合都有对应的表述，某家国内游戏上市公司老板也曾用这套框架给我介绍AI业务。
gamescom dev官网的AI议题分类
而这次gamescom dev的AI Track，同样细分成了AI in Gameplay与AI in Production两个模块。可以说海内外行业对于AI之于游戏的影响类别，已经初步达成了共识。
腾讯游戏公共技术线今年3月在GDC分享的游戏AI「全景图」
所谓AI for Game，主要指生产端的提效和管线流程的改造。比如一年前，腾讯游戏公共技术线（腾讯游戏核心技术中台）曾在科隆展出自己的，它能提升角色绑定、角色定制、表情生成、动画制作等工作的效率，后来他们在GDC的分享也相当火爆；不少国内大厂，也分享过在自动化测试、美术品质提升和流程优化方面的尝试。
这位试用之后笑得像个孩子的老外一直令我难忘
为什么我说行业进入了新的阶段？因为在此之前，海外大多在讨论前沿技术，类似国内这种偏实用、偏落地的分享并不常见。但在今年的gamescom dev上，我发现不少海外独立工作室、外包公司和工具服务商也在做类似的分享，而且关于落地的议题比例超过50%。
像是游戏外包商Room 8，分享了后LLM时代的一系列实用技术美术工作技巧与工具；CDPR、Unity和Brunch Club讨论了未来的AI工作流；EA分享了如何用AI辅助测试……其中我听的一场捷克公司JetBrains的分享，讲的是Agent在虚幻引擎中的具体应用，场面可以说是干之又干，全场充斥着各种快门声。
不过，听完腾讯游戏公共技术线在gamescom dev的分享，我发现单一环节的增效远非AI for Game的终局。用公共技术线负责人陈冬的话说，这场改革来到了最后一公里，深入到了最泥泞的部分。
一方面，AI增效的各个环节，正在由点连成线。
据公共技术线专家曾子骄的现场分享，目前他们已经形成了一套叫做Motus AI的3D角色动画生成大模型矩阵，贯穿角色动画生产全链路，涵盖骨骼生成、蒙皮生成、文本/视频生动作、关键帧插帧、动作精修、实时智能驱动等诸多功能。
具体而言，传统的动画制作流程，是花三周时间，搞定原画→模型→绑定→动画。但有了Motus之后，这边输入原画，那边Agent用一天就能输出模型到蒙皮，再到绑定的结果，直接拿去动捕、验证和设计动画。这样动画可以提前两周开始跑，等三周后传统管线交付正式资产时，在交汇节点直接替换，让开发节奏大概提前两周。
另一方面，腾讯开始思考这些AI增效的全链路，要如何尽可能多地深入到每个项目当中。
听起来这是句废话：这么好的工具，哪个产品不用？
但其实现在用Motus最多、最好的项目，还是《和平精英》——他们从2019年前后就在接触和使用，并为技术团队提供反馈，所以用起Motus自然如臂使指。但因为每个项目组都有自己的要求和规范，想让他们也用到这个程度，必须一个个适配融入。
比如其中的一个细节，是裙摆怎么动，有的团队觉得太写实，有的觉得太卡通……
Motus支持任意角色骨骼生成
Motus长序列文字生成动作，实现任意长度、过渡自然的动作升成
还有一个细节，是如何让不同项目组都愿意改造自己的工具链，不断给反馈，以此不断强化Motus的能力。因为要提升模型质量，专家反馈必不可少。但如果让一批顶尖游戏人不做项目，专门做标注，这个ROI显然不太划算，最好是能把工作中的每一次操作都利用起来。
所以说，单一生产环节、个别项目的优化，只是AI for Game的开始。在陈冬看来，未来1-2年，包括在Motus在内的AI工具要尽可能接触更多的项目，最终收束成3-4条通用路线，方便更多团队使用它们，从而生成更高质量的模型，并基于更多的数据，让模型自我迭代。
而在我看来，站在整个行业的角度，想彻底解决最后一公里，还要把产业链上下游的环节尽数打通。
毕竟，不是每家公司都有腾讯这样的中台。很多时候管线改造只能依赖于制作人对生产的认知，而项目越大，制作人就越不可能把控所有流程。这个时候，工具服务商和外包公司能否理解流程，甚至主动提供方案就变得更加重要。
从这个角度看，gamescom dev上不同类型的公司都在讨论生产应用，是AI for Game真正在产业大规模落地的前兆。这也难怪相关议程如此火爆，大家会表现得如此兴奋了。
而且这种兴奋，正在扩散到更大的领域。比如一位动画方向的大学教授在听了Motus的分享后，感慨高校要正视AI已经参与到管线当中的事实。他们需要把变化纳入课程体系，重新思考动画人才该如何培养。我想只有产学研的通路彻底闭环，这最后一公里才算真正完成。
03
AI in Game
聊完了AI for Game的变化，再来聊聊AI in Game。
所谓AI in Game，指的是在游戏中运用AI，提升玩家的体验，甚至创造新的玩法。这是行业对AI寄予厚望的另一大原因。
当然，指望gamescom dev上出现有爆款潜质的AI原生游戏并不现实。但我发现，有越来越多海外厂商不只开始研究AI如何增进玩家体验（比如《坦克世界》的开发商Wargaming就分享了如何用强化学习训练转向系统），还开始研究AI队友或者AI NPC。
说实话，我一直觉得这个领域是中国游戏厂商的“专利”……毕竟GDC上，腾讯、网易等大厂曾多次分享类似领域的突破。从一开始能打好《王者荣耀》的绝悟AI，到《和平精英》可观察战局、可实时语音交互的AI队友小田，再到《洛克王国：世界》的游戏原生AI Coach Agent。坐拥大DAU游戏的我们，似乎天然就擅长这个方向。
但这次gamescom dev上，瑞典的独立工作室Katapult分享了一些他们的探索。这个团队由一群前EA和育碧的老兵联合成立，他们以《全境封锁》为例，讲述了攻击、防御、支援等不同定位的NPC如何配合，如何进行战斗决策等诸多细节。
不过有意思的是，来自腾讯游戏公共技术线GIGA（General Instructable Game Agent）团队的杨敬文，这次分享了一个更加超前的方向：他们提出了一个Autonomous Agent Framework（自主智能体架构），让智能体不仅可以被玩家指挥，还可以在不同游戏之间迁移，也就是具备更通用的能力。按照Gamescom dev AI议题联合策划人Tommy的说法，GIGA探索了其他游戏团队尚未涉足的领域，他很希望大家知道在其他地方正在发生什么事情。
具体来说，GIGA采用了双脑架构。首先，它会理解游戏的规则，描述自己当前面对的态势，然后根据不同情形的关键指标，在玩法数据库里检索依据，并利用大模型的推理能力决策出意图，再由对应的专家skill小模型（比如自动驾驶专家）决定具体的行动。
和传统智能NPC不同，这个模型不只能理解和执行指令，陪伴玩家，还能深刻理解战局，形成有逻辑的决策链路。而且和人类一样，智能体可以迁移诸如利用掩体、跑跳、找点位等基础能力，胜任各种各样的游戏。如果真能实现，很多游戏的底层设计、玩法机制，甚至传播路径（比如能不能让AI主播玩出花来？）可能都要变了。
当然，现在的GIGA只是万里长征一步，还不知道要多久才能成为制霸所有游戏的高手。但这个技术方向实在有点卷，而且显然超脱了单一产品，甚至单个游戏团队的需求。
这也是我对于不少AI in Game的探索最敬佩的一点：游戏行业发展到今天，各个品类的成熟度都难以想象。但总有人想克服重重挑战，做一些没办法迅速想象到商业前景，但可以让玩法再度迎来突破的东西。
在这方面，杨敬文的观点很有代表性：没有任何事情逼他们做GIGA，但就像没有人任何人逼ChatGPT做大模型：如果一直不做，他们有一天就可能被动，甚至被革命掉。
"我们背靠腾讯，有最多的用户反馈、各种各样的游戏场景。做这个研究，既能为各个游戏服务，又能解决接近生活的问题，甚至造福整个AI研究，推动社会的发展……这些都非常有意义，我们做这件事也非常有热情。"
04
Game for AI
聊到这里，我还想沿着AI in Game的方向多说一点——当下行业的研究和实践，可能不只会影响游戏。
不少大佬都已达成共识，AI in Game的终极目标，是在虚拟世界中实现具身智能，并让智能体在长周期中实现自主目的，最终涌现出像《头号玩家》那样的虚实结合的世界，以及与之相关的新玩法。
想实现这一点，行业需要攻克的技术难关可不只一座，而且如同刚才所说，很多研究成果可能无法迅速落地。为了搞清楚这条路的变化，我们联系到了腾讯游戏ARC实验室的负责人单瀛。
ARC隶属于公共技术线，他们最大的任务是看清未来，为之备战，同时提升腾讯的技术影响力。下一代智能体，正好也是他们最重要的研究方向之一。
作为资深科学家，单瀛很认可GIGA的技术方向——想让智能体变得更加通用，可能需要智能体像人类一样，真正用视觉面对原始信息，理解世界、物理规律和空间结构，而不是靠"作弊"理解一切，直接切入底层数据。
据单瀛介绍，这条路线的挑战远比传统智能体更大。传统智能体的"作弊"不是没有理由：结构化数据传输的数据量小，处理负担也小；如果用图像传输，客户端渲染、图像数据传输和图像处理的开销都要解决。而且作为玩家的队友或对手，AI还要渲染不一样的画面。
事情这么难，为什么还要做？这里面多少带着一点责任感甚至是使命感……用一句话说，陈冬和单瀛都认为，游戏会是AGI（通用人工智能）之路至关重要的一把钥匙。原因如下：
第一，人的智能是被自然环境的生存压力和竞争「逼出来」的，因为每个个体都要采取行动，然后承担后果。而游戏同样提供了一个需要不断应对挑战、争取资源和承担后果的环境；
第二，游戏天然具备「世界-智能体-行动-反馈」的闭环，且状态可观测、规则可控制、过程可重置，因此不受真实世界中安全、成本和硬件条件的限制；
第三，游戏可以拥有海量真实玩家，玩家把现实中的知识、兴趣、目标和社会行为带入虚拟世界，这些互动又会即时、连续地反馈到世界中去。
所以，游戏比现实的成本低，又比模拟器更真实，且支持大规模的人类反馈，这天然就是助力实现AGI的试验场。用单瀛的话说，“以后哪个团队说自己在做世界模型或者NPC智能体，你先看看它背后有没有游戏业务。”
“长此以往，我们对于Game in AI的追求，迟早会变成Game for AI的贡献。在新一轮技术变革中，我猜和杨敬文所在的GIGA团队一样，这也是很多人游戏人如此兴奋的原因。”
05
漫长的接力
过去聊起游戏和技术，不少人常常觉得委屈：明明游戏如此重要，协助推动了半导体、显卡、AI等硬科技的发展，普及了个人电脑、图形化界面、互联网和智能手机……为什么大家总是意识不到游戏的潜力？
这些客观的推动作用当然存在，但用一个时髦的词说，我觉得AI时代和过去的区别，在于游戏行业觉醒了某种主体性。
陈冬跟我讲过一个故事。ChatGPT刚刚出现的时候，他和团队曾讨论AI会如何改变数据分析。在他的想象中，只要把想法描述给AI，AI就可以自行去做各种数据分析，而且10个想法可以并行。未来的游戏运营质量，很大程度上取决于团队能问出多少高质量的问题。
然而讨论之后，大部分同事对此都不太乐观。实践下来大家也发现，那时的AI刚会说话，没有思维链，更没有Agent和Harness，连最普通的SQL都写不对。陈冬有些挫败：他相信AI是未来，但由于不掌握核心模型能力，团队一时无从发力。
如今几年过去，大语言模型和生成式AI的发展，让陈冬曾经的梦想变成了现实。但他始终记得那种只能作壁上观的感觉。他的反思是，必须掌握核心技术，从底层解决问题。
所以在后来，他希望公共技术线能够尽可能地针对游戏业务自研模型，甚至鼓励ARC探索适用于游戏的世界模型，或者说实时可交互的视频，而非等待别人的技术。而他自己对AI的态度，也是“把自己完全投进去”。
陈冬说，现在只要有空闲，他就忍不住去捣鼓AI，周末更是大部分时间都泡在各种AI试验里。他甚至还独立开发了两款3D游戏的Demo，并用AI生成了宣传视频。
像陈冬这样兴奋和投入的人，在行业里还有很多。有的技术总监后台随时挂着无数进程，睡前给AI派活儿是他的每日任务；有的游戏策划看到国产模型更新，会激动地蹬到后半夜……很少有人能完全保持平静。
一方面，这里面当然有更进一步的务实考虑。腾讯一名GM（总经理）私下跟我说，AI是前所未有的加速器，真正优秀而在过去因为资源局限而没有完全展示出自己能量的团队，在这个加速器的放大作用下，有机会在短时间内实现身位反超。
不过另一方面，我觉得很多游戏人感到兴奋的原因，不只因为AI能帮助当下的工作，还因为在这场起跑线近乎从零开始的技术盛宴中，自己有机会站在风口浪尖，够一够前辈们的接力棒，甚至把它握到手里。
要知道，新技术的浪潮往往前赴后继，互相接力。一篇论文的公开，一项技术的开源，会掀起更大的风暴，而技术的溢出效应，又会让更多行业受益。
作为后起之秀，无论是玩法还是技术，之前整个游戏行业，尤其是中国游戏行业的角色往往是追随者和受益者。但这一次，游戏与AI的结合，游戏在场景和检验方面的优势，让我们有机会追求更大的愿景，甚至为AGI出一份力。
从这个角度看，虽然今年的GDC和gamescom dev证明，我们对于AI的落地生产实践，对于智能体的探索正在引领全球行业的发展。但在这个行业，比起流水争先，整个产业，甚至跨行业技术创新的滔滔不绝，才是繁荣的前提。
陈冬也认为，一城一地、一朝一夕的领先并不重要。因为AI所带来的机会远不止于此。AI+引擎，AI+组织……太多维度的机会都在等待被人发现。
“电被发明之后，花了几十年才慢慢找到它在工业和民用领域的应用，现在整个现代文明都和电息息相关。我觉得AI的影响比电还要剧烈……至少在学习和coding这两个领域，虚拟世界中没有你想做，却做不到的东西。”
令人兴奋的一切才刚刚开始，这注定是一场漫长的接力。
游戏葡萄招聘内容编辑，
（星标可第一时间收到推送和完整封面）
热门跟贴