00

(相关资料图)

前言

降本增效：AI会取代原画吗？美术已节省xx人天

xx游戏：怀疑使用AI，玩家声讨、厂商道歉

xx公司官宣推出大模型，融资xx万美金

万字长文解析：英伟达又搓出什么新核弹

......

在过去的200多天，也许你已然对这些标题麻木无感、甚至有些PTSD，但依然会有种不真切的迷离感——怎么AI又火了，这是下一个元宇宙/Web3吗？游戏难道因此更好做、更好玩了吗？

抱着如上疑惑，作为专注游戏行业的投资人，秉持着好奇与求真的态度，笔者走访了海内外游戏开发者、AI研究员、AI创业公司，一路能听到关于“AI游戏”至少10种不同的定义（堪比20~21年人均“二次元”的盛况）。为了促进跨界交流，共同探索“AI游戏”究竟是什么，也曾在22年12月举办过AIGC主题的Game Jam。

结合研究与实践，希望在这个信息过载的时刻，能为行业分享些接地气儿的观察、提供更AI原生的游戏思考和脑洞，少一些无谓的FOMO——毕竟，无论技术如何迭代，游戏好玩才是硬道理，审美好、懂设计、懂开发的游戏人总是稀缺的。

01

旧话题里的新鲜事

开源生态、二次元同人文化、开发者与创作者共创，促成生成式AI在创作圈的繁荣。游戏，作为视听交互的集大成者、也是变现效率极高的产品形态，同时有相对更温和的包容度，其土壤天然适合生成式AI的探索。

以图像生成为例，时间拨转回2022年8月，Stable Diffusion方才问世，开源之火就迅速点燃了创作者的好奇心。在随后的10月，NovelAI推出基于Stable Diffusion和530万张Danbooru图像训练的文生图模型，数日内蹿红，但很快被意外破解。

彼时，互联网大江南北都流转着Vtuber区UP主秋葉aaaki的本地部署教程，同期《元素法典(1)(1)(2).pdf》也传遍了大大小小的社群。或许最初这都不过是图一乐，但在一票ACG相关创作者的努力下，文生图/图生图又更上一层楼——曾开发出Waifu生成器的Spellbrush联合Midjourney推出专注美少女的Niji Journey，年轻牌佬、YGOPro2作者鼓捣出ControlNet。

有趣的是，这轮生成式AI的主要传火者并不在曾经设想的工业界、机器人，而是创作领域，尤其在二次元同人圈。毕竟，相较于管线更成熟、容错率低的工业需求，同人创作拥有相对更好的包容度、也有更浓的幻想和创作欲。

于是，擅长整活儿、常年混迹社区的爱好者纷纷转型炼丹师，眼下B站首页不乏“AI角色唱歌”、“AI小草神舞蹈”；在HuggingFace的开源生态里，也有不少老二次元工程师贡献项目模型。

万众瞩目的Character.AI，ACG类角色的调用量远超其余类型——毕竟能跟屑狐狸聊天，能获得5t5陪伴，为什么不放飞下自我呢？这波，二次元上大分，社区文化大胜利

而在所有的文娱创作中，游戏，无疑是视听交互的集大成者、也聚集相当多创作和技术人才，且F2P网游的商业模式又早已被确立，因此被众多从业者关注，各界多有“游戏是AIGC落地的第一站”的观点。

不过，在生成式AI浪潮来临前，游戏+AI本身也算不得什么新鲜事。从NPC/怪物决策讲，最普遍的无非行为树、有限状态机，也有较难设计、不甚常用的GOAP；生产流程上，不乏AI减面、自动展UV、网文生成器等工具；回到传统的强化学习，虽限于少数重度PvP、三消等场景，但也较为成熟；即便跳出AI，诸如Houndini+SD等程序化生成工具，使用率即便较低，但也有点年头。那如今燥热的「生成式AI」究竟有什么新活儿？

回归「生成式AI」的发展，已有相当多科普梳理，在此不再赘述。一言以蔽之，自此不需要再为特定任务做专项训练、也无需像传统NLP得先拆分子任务。通才大模型在少量Prompt指令下，能结合上下文学习，可胜任相当多生成性工作，而不只是曾经简单的翻译理解（AutoGPT甚至可以帮你写Prompt，长期来看，Prompt也可能只是指令交互的过渡媒介）。

同时，在有点儿「暴力美学」的缩放法则（Scaling Law）加持下，高质量数据和大量参数可以涌现出推理能力，如果加入其他模态的数据，还能相互转换，甚至上半年的GPT-4、微软KOSMOS-1还能读懂梗图。

就着“生成”和“推理”两大关键能力，也衍生出了「降本增效」的AIGC工具派和「原生体验」的AIGC游戏派。

对于「降本增效」而言，抛开上市公司喊话大模型的市值管理行为，工具确实有一定效果，但当前仍无法满足对可控性和容错率的高要求。而对比以往“渠道迭代、产品质量为王、小团队自研自发成为可能”等行业价值链的结构性变化，目前的生成式AI尚且还没有清晰的“颠覆”路径。

此外，游戏趣味和盈利能力也并不与投入资本的多寡呈线性的正相关——巨制会翻车、小品也能爆。如果不谈如何创造新体验，只聚焦工具提效，可能不免就会陷入“不过是将14人天的立绘设计缩短到10人天，将0.5人天的绑骨骼缩短到0.2人天，但还是不符合卖点、玩家觉得不如《O神》”的窘境。

因此，在混沌之初，更值得探讨的还是“AI原生游戏会长什么样”，能否为玩家带来新乐子，或者提供新的变现模式——毕竟，游戏体验永远是内核，作品不够好玩，玩家不愿买账，聊再多“降本增效”也无济于事。

02

原生体验

AI原生游戏，有两种截然不同的路径——第一种是纯粹的游戏思维，即选择有相似思想的原型，先做个好玩的游戏，将AI视作锦上添花和乐趣延伸；第二种则是游戏化的互联网产品思维，即用“游戏化”包装泛娱乐需求，追求传播和增长裂变，AI扮演提供乐子的工具。

聊起游戏本身，也有人听到AI创新后眼前一亮，仿佛无限关卡近在眼前，再搞个UGC编辑器，岂不就是游戏永动机——赢麻了。

但很遗憾，后文将说明AI原生游戏并不等同于无限生成内容的策划机器人，更不是搞个更简易的编辑器让玩家代工。在这里，笔者先提出一种思想——AI原生游戏将发生从“设计师创造乐趣”到“玩家自主创造乐趣”的范式转换，即广义上的UGC，AI原生游戏的趣味得由开发者、AI、玩家三者共创。

谈及游戏创新的范式，笔者粗略地先分出三种路径：①想到但做不到——通常卡在设计/技术；②做到但不够好——最为常见的微创新；③压根没想到——神来一笔/有时是品类级机会。

其中，第一点和第二点尚有讨论空间，即生成式AI的推理特性能否优化已有体验，拓宽其乐趣。但聊到第三点，就很难仅拿着概念来做无中生有的空想，即能以xxx-like命名的创新往往和机制、交互相关，得经历长时间推敲和验证才能成型，与技术更迭并无直接干系。故全新体验的确有可能出现，但暂不在本文讨论范畴中。

回到第二点“做到但不够好”，历来是业内最务实的话题，但要跨越这难关，对多数网游而言，最棘手的还不是去想那些凸显差异化的小设计，而是处理“内容产出速率低于玩家消耗速率”的窘境。只不过在普遍如此的当下，玩家和研发就“长草”和“坐牢”达成了一种微妙的相互妥协——但个中原因仅仅是内容少吗？仔细一想也不对。

为了能继续推进剧情/毕业喜欢的强力角色，即便痛骂一顿，还得回去反复刷材料

对于侧重局内体验的游戏，刺激长留和付费的往往是精雕细琢的高星角色、BOSS战、主线演出、一波三折的关卡，肯定不是量大管饱的填充物（此处点名看似无限的Roguelike副本、看似随机的日常任务）。哪怕储备了一系列高质量内容，也得讲究“物以稀为贵”，释放节奏要论疏密，不会一味地高强度更新——总不能每周一个新卡池等着被骂吧。

对于侧重局外养成的游戏，关卡/战斗又更多是验证养成的一道场景，爆出神兵、刷齐套装、凑足Build的数值反馈更重要，其留存内核显然也不是从多堆几关小怪能解决的。

因此，内容过速消耗的关键似乎并不在多寡。我们常常谈及的工业化产线也并不意指量大管饱，只是尽可能保质、保量、保时地产出版本，满足玩家对长期驱动力的追求。

从这个视角来看，AIGC能无限生成内容的幻想，除了强化学习在极少数MOBA/FPS的AI Bot、纯关卡驱动的三消、需要陪玩的菠菜有价值外，其余品类就总缺了点立足之处，还会陷入“算法人才难觅、数据集有限、训练成本高昂，不如招个资深策划”的ROI悖论。

笔者认为，更好的思路，可能是从“设计师创造乐趣”到“玩家自主创造乐趣”的范式转换——即广义而言的UGC，这其实与生成式AI天然契合。不过这里的UGC≠搞编辑器，不是去硬抄《蛋仔派对》《Roblox》，其实质是开发者设计好交互方式、规则机制和反馈逻辑，而将具体乐趣的创造放权给玩家。

最典型的例子就是麻将和乐高的思想。

麻将，也可代指一切优质的PvP游戏，在基础规则既定后，借助随机性和风险博弈，雀友的发挥决定了乐趣多寡。只要还能肝，赢家和输家都想无限地再开一把，且还自带传播性。

乐高，也可代指一切有沙盒创造属性的游戏，本质是以物理规则为支撑，定义了基础元件的连接方式，而无论是创造还是破坏都有其乐趣。同时，设计重点不在于玩具制造本身，而是如何提供合理的反馈，毕竟空有屠龙刀而无龙可屠就多少欠了点意思。不过一旦成型，千人千面，玩家总会找到独属自己的乐趣所在。

麻将：顶级UGC游戏，乐此不疲，无限重开

回到“User Generated Content/Fun”的思路本质，还是尽可能不依赖于开发者的内容更新。这也意味着妄图把压力转嫁给玩家靠UGC编辑器代工并不靠谱，其不过多了些玩家原生的策划，还得靠团队披沙沥金、得有足够DAU的池子里筛选。相对地，设计师提供积木、麻将这样的玩具更具性价比——

可以诱导玩家激发反复练习、自我超越的欲望，例如《忍者必须死3》竞技场的无尽跑道、《Neon White》同一地图在极限操作下的最速通关；或者支持自由创造、提供验证，例如《塞尔达传说：王国之泪》里结合究极手和左纳乌的“我爱发明”系列，文能神庙解谜、武可欺负呀哈哈，争相竞选弱智吧吧主；同理，还有自由选择、真实反馈的乐趣，也正是开放世界的本质，而非玩完即弃的一次性大地图。

一言以蔽之，AI原生游戏≠无限生成内容的策划机器人，≠搞个更简易的编辑器让玩家代工。

结合当下生成式AI的新能力，即推理、记忆、百科全书、自然语言交互、跨模态转换，但体感上还有些喜欢“一本正经地胡说八道”的大忽悠，放在玩家敏感度高、容错率低的场景大抵是吃力不讨好，但若能辅助设计师开发积木或麻将这样的UGC玩具，即在扎实的设计框架里，为玩家带来额外的新体验，未尝不可一试。

先且不论算力要求和工程难度，后文将以「叙事开放世界」「沙盒与模拟经营」「涌现与电子斗蛐蛐」「泛娱乐游戏化」四点为切口，列举部分相似思想的原型，并以「病毒式传播和玩家共创」为收束，抛砖引玉。

叙事开放世界

开放世界的本质是赋予玩家足够自由且有趣的体验选择，并给予真实的世界反馈，而非单纯超大地图、遍地走的NPC。借助LLM相对成熟的文本生成能力，也能有近似开放世界的体验。

有趣的是，每当有新技术试图来游戏分一杯羹，总有媒体喜欢把《荒野大镖客II》等AAA开放世界作品挂在嘴边，但若深究开放世界存在的合理性，绝非堆砌美术资产和任务罐头，而是创造有趣且可信的世界，赋予玩家自由选择的权利。对此，《塞尔达传说：荒野之息》选择了一套基于物理/化学引擎的实现手段，《杀手》《合金装备V》则选择了对同一任务目标提供多重解法。

这种将乐趣放权给玩家，能自由把玩的特性也对应了前文所述的UGC乐趣。联想到大模型，借助其有逻辑推理、上下文记忆的文本生成能力，也能实现近似的AVG+开放体验，但这不与美少女Galgame划等号。毕竟比起“游戏+叙事”的拼接，“游戏×叙事”的机制融合更有趣，即要让玩家“玩”故事，而非“看”演出，得参考诸如《史丹利的寓言》《奥伯拉丁的回归》的设计。

将二者思想融合后，Inkle工作室的网状叙事作品《Sorcery》《80 Days》《Overboard!》就值得参考，将情节分拆为状态单元/Storylet的模块化叙事结构与LLM有较大的联动可行性。

譬如在《Overboard!》中，玩家需要扮演一位谋杀富豪老公来骗取高额保金的女士，而在这艘封闭的邮轮上，其余5位NPC都或多或少有指证玩家谋杀的证据。没错，这次视角不再是侦探，流程也不局限于推理真相，而是想方设法地脱罪，有些像番剧《虚构推理》，全程靠一张嘴忽悠。

这款游戏的开放性就体现在自由的脱罪思路，且心流可能截然不同，你可以选择——

① 伪造证据，制造无头悬案

② 嫁祸某位NPC，找寻其间漏洞

③ 拉拢其余NPC，事成一起分赃

④ 干脆把NPC都作做掉，物理意义解决问题

⑤ 先跳预言家，开局就给警察致电混淆视听

⑥ 说不定还能找到皮划艇钥匙，提前开润（脑洞）

......

而这都收敛于一艘固定场景的邮轮，交互也仅靠对话和简单的道具，单局10~20min短平快的时长。麻雀虽小，五脏俱全，也正因其较高的自由度，配上合情合理的快速反馈，刺激不少玩家自愿重开，试图找到更完美的方案、或者更荒诞的解法。毕竟，侦探游戏最有趣的不是那一个个解谜机关，而是最终把线索归位复原真相，惊叹“哦！原来如此，我早该想到的！”的那一刻。

回顾《Overboard!》这样的一段小品级故事，研发周期也不过100天，看似门槛和成本都不高，但在传统开发工具下，想做到这般“主观感觉开放、实则收敛可控”的体验，工夫尽在诗外，非常依赖编剧的人工推敲，梳理关键线索、NPC状态。

Inkle叙事总监曾在GDC分享过另外款互动作品《Sorcery》的开发逻辑，采用少量状态树以达到足够自由度

但在LLM的驱动下，可以把推理交给神经网络，把选择自由权转到玩家，避免“策划绞尽脑汁想了100种方案，玩家只玩了2~3种”。对于独立团队而言，或许更迭题材和体验 （比如“末日/密室逃生”、“伪装间谍”，不必拘泥于推理），就能搞点新乐子。也许还能兜售调用LLM的次数，限制玩家无限试错、提供撤回操作的空间。

这种更契合Adventure本质的游戏还有些许参考，例如具有随机生成元素的策略RPG《漫野奇谭》也有异曲同工之妙。或者跳出电子游戏，曾经风靡欧美的Gamebook、无数童年回忆的《冒险小虎队》，其思想也有十足的开放性。

提及叙事和开放性，不少从业者还会想到AI跑团。笔者认为，的确值得一做，但生成式AI并不直接解决跑团小众的难题，当下依然是服务于核心群体，要想推广跑团乐趣得在设计上做简化。

毕竟跑团的本质，和“玩家自主创造乐趣/UGC”同理，是一种共同叙事。一段或荒诞、或温情的故事需要KP和PL共同完成——其中的随机Roll点只是实现手段，没有玩家为此赋予的意义，大成功大失败又能如何？

说到底，不同于更依赖剧本和DM带飞的剧本杀，跑团是小伙伴们一起编故事的游戏，得解放玩家的中二想象力，PL要不会玩，AI也帮不上忙。

制约跑团文化传播的一大原因，并非简单的组不齐车队，而是新人不会玩、担心玩不好的心理负担——这也侧面说明了，玩跑团和看跑团视频终有隔阂，视频的流行也难以直接把路人转化为玩家，毕竟前者是亲身参与、独有体验的调查员，后者是看客心态的观众。

照此逻辑，单纯由Stable Diffusion驱动的立绘/CG生成、GPT系列驱动的KP/PL对老手倒是增添了些许体验，但想让更多潜在玩家体验到跑团乐趣，得借助LLM在设计层面先循序渐进，提供充分的反馈。对此，售卖模组、按AI调用次数/时间的收费，也具备了一定的可行性。

题外话，一起编故事、乐子人等元素，搭载喜欢“胡说八道”的ChatGPT、再荒诞也能视觉化的Stable Diffusion，似乎《道诡异仙》还是个不错的切口，人人皆是坐忘道，就主打一个个的虚虚实实、真真假假。

《道诡异仙》坐忘道似乎是不错的选材参考，亦真亦假全靠玩家判断，增加输出的容错率

沙盒与模拟经营

拥有记忆、计划、反思能力的Generative Agents对NPC占比较重的扮演式模拟经营、控制类沙盒有较大帮助；同时，NPC不仅得鲜活，还需要设计师赋予其招募佣兵团/共同经营/恋爱后宫等意义，给予玩家自由把玩的目标。

作为RPG游戏不可或缺的一环，非敌方NPC往往承担了任务发布器和背景板的角色。尽管在多数游戏里，这些角色并不构成体验的关键支柱，但依然要费不少心思来设计，且多为一次性消耗内容，还有可能不会被玩家触发/认真对待。

不过，沿用“玩家自主创造乐趣”的思想，在生成式AI的技术加持下，更优的解法也许并非增加更多的NPC（当然也不会是僵硬地植入自由对话......），而是加强NPC、NPC之间的智能反馈，让玩家有更强的主观能动性，或组建一支神奇的佣兵团、或在复杂的国际环境执政（NPC也可能是一个个国家）、或挑战广开后宫（bushi）。

而这一切的实践基础，则是热门的斯坦福大学论文《Generative Agents》，不由得对其中栩栩如生的角色关系叹观止矣。相较于曾经靠人工BT/FSM来框定角色行为，论文里接入GPT3.5，装载了能提取记忆、计划、反思的Memory System，那NPC能据此先大致制定行为计划、并针对环境和其余NPC的变化做即时调整，来脱离纯粹由策划推理的困境。

如果说《Generative Agents》更像是个观赏性的技术DEMO，想必不少从业者也想到了复杂性和可玩性都更强的沙盒游戏。例如有异曲同工之妙的《矮人要塞》，控制七个性格各异的小矮人试图建造一个堡垒，尽管游戏ASCII古早的美术风格和极其硬核拟真的复杂难度（当然热衷于此的朋友会说“Losing is fun”） 劝退了不少看客，但都不妨碍其“醉酒猫”的MEME梗声名在外——

起因只是矮人在酒馆打架会碰倒酒杯，但结果是待在酒馆的猫醉了（要知道在设定里，猫是不会喝酒的），经过一番查询，原来是酒沫溅到了猫毛，而小猫喜欢舔自己的毛，这才导致了醉酒状态。尽管这更像是个意料之外的BUG，但或有趣、或荒诞的BUG所引发的蝴蝶效应又总能令玩家莞尔一笑，而背后的思想与Generative Agents有不少相似之处。

同理，《环世界》《僵尸毁灭工程》也有相似的设计脉络，如果能引入LLM，并用LangChain“魔改”，甚至扩展到MMO，让单机体验延伸到网游，在奇幻的背景设定下组建兵团，玩家自然而然就有更广阔的目标。

如果说以《矮人要塞》为代表的操控类沙盒作品上手门槛较高，那么以《星露谷物语》《集合啦！动物森友会》为代表的扮演式模拟经营能吸引更多休闲玩家入坑，这也是Generative Agents可落地的场景。

相信不少玩家在《星露谷物语》中期都查过NPC出没时间和地点的攻略，隔三差五地去聊天送礼，再等一个雨天去找老水手购买美人鱼吊坠，最终与喜爱的角色结婚（不限性别），每天看着对象为你烹调早餐、浇灌田地，没事儿还会来个拥抱。

如果用Generative Agents打造一个拥有长记忆体的NPC环境，也许这种小镇反馈会更丰满，而且内容可不局限于农闲生活和谈情说爱，甚至不局限人类智慧体——毕竟NPC≠人，既能是沉藏海底、不可名状的“鱼群”，也能是奇幻大陆的精灵海妖，满足玩家的“细分需求”。

涌现与电子斗蛐蛐

游戏领域的涌现是利用有限的规则组合，来构成丰富且有意义的反馈，但难就难在输出结果依然是体验可控。同样有涌现特性的生成式AI，在融合游戏性后，其本质是“电子斗蛐蛐”，满足玩家作为上帝视角Kill Time的乐趣。

在GPT-3异军突起，超越同期的BERT后，涌现一词就常常被研究者提起。作为从复杂学科诞生的概念，涌现尝试概括在宇宙、社会、生命等混沌中自发出现秩序的现象，例如天气转化、蚁群分工、免疫器官的构成背后都是由大量微观个体在一定规则下的宏观结果，其中最为知名的则是康威生命游戏，直观地演绎了数条规则下的丰富变种。

而这个源于自然的概念，经过些许简化后，也在游戏设计中得以体现——即利用有限的规则组合，来构成丰富且有意义的反馈，让玩家自由探索乐趣所在。对此，最广为人知的就是《塞尔达传说：荒野之息》，只用希卡石板的四个新手村能力，加上符合直觉的物理（重力/温度）反馈，足以让一团火有多种用途。

不过，涌现并非万灵药，复杂与有趣并非伴生关系。如今结合生成式AI来看，更重要的是可控涌现，即谨慎地设计基础规则、推敲机制间的组合，使得结果仍在设计师预见范围之内。的确，想优雅地完成绝非易事，但无需达到任天堂级别，只是汲取规则组合的思想，也能有不俗的创意。

譬如Sokpop工作室的《Simmiland》就是不错的学习对象。其体验像是上帝视角下的“电子斗蛐蛐”，玩家只需要在随机地图里决定打出「天气」「矿石」「植物」「生物」的卡片，就可以左右小世界的环境，观察小人NPC能搞出什么新花样。

千变万化的卡片组合，可能带领人类走向不同信仰的时代——也许是兴建教堂的宗教路线、生产房屋汽车的工业路线、还可能是手搓火箭的科技路线，一切都取决于玩家意志和规则组合。

相似的，Sokpop的另一款佳作《Stacklands》则是基于抽卡包、卡牌间组合的逻辑，也能让玩家自主创造一个世界，并伴随其文明的发展，其中货币产出与抽卡消耗的循环使得该作更耐玩，且为商业化提供了空间。还有独立游戏开发者On的代表作《生命之岛 GROW Island》，虽然是较为有限的排列组合，但精致的反馈也让作品颇具可玩性。

设想，如果将上述游戏的思想接入LLM，促使NPC学习对应规则，将卡片转换为Prompt，也许经由同样是涌现逻辑的神经网络，能赋予玩家创造更加丰富、且符合直觉的小世界吧。其中，卖卡包/卡组、撤回/增加额外变量就有一定可行性，究竟本质还是卖prompt和调用次数。

回到“电子斗蛐蛐”的设想，除了设置物理规则的互动，将涌现理解为个体与个体间互动所产生的社会现象也值得试试。这不禁让人梦回2018年的《太吾绘卷》，作为知名武侠开放世界RPG，茶余饭后的谈资却并非战斗功法，而是“复杂且有些荒诞”的NPC关系、和斗蛐蛐的副玩法。

有些反直觉的是，相较于过于强大的人工智能，有些荒诞的人工智障反倒让玩家有种看乐子的掌控感。早期的武侠和修仙独立游戏均没有复杂的AI，甚至还充斥着一堆BUG，表现上也只有单薄的文字，但纵观Steam热评、B站弹幕，不乏就着“剪不断、理还乱”即兴发挥的文豪，身处上帝视角的观察和脑补让玩家乐此不疲。

设想，如果NPC有更强的决策、记忆、推理能力，策划只需设计颇具看点的矛盾、背景，也许就能满足不少互联网闲人Kill Time、图一乐的需求。

泛娱乐游戏化

为了脱离与传统游戏之间的价值对比，AI原生游戏从包容度更高、敏感度较低的休闲玩家切入，可能会更快验证其循环的合理性。而游戏化改造的本质是赋予目标和反馈，支持玩家有趣的选择，并在商业化设计上做好价值塑造。

如果说跑团、沙盒、开放世界、模拟经营都是面向游戏玩家/Gamers，就不可避免会将生成式AI的作品与经典大作对比价值几何——抛开概念噱头，AI原生游戏本质还是游戏，内核要比肩《星露谷物语》本就不易。但如果放眼更休闲的非游戏玩家/Non-Game Players，游戏人的思维配合AI或许能有降维打击的奇效，更容易在短期内验证。

援引席德梅尔的名句“游戏是一系列有趣的选择”，只需要增加目标和反馈，为对话增加风险博弈，原本平淡无奇的NPC聊天也能变得有趣，而这也是Character.AI等对话式产品有游戏化改造空间的原因。

譬如独立游戏开发者大谷用GPT3.5开发了一个病娇性格的AI猫娘女友，支持语音对话。但更重要的是作者设计了一个“密室逃脱”的目标（这很病娇）。于是，玩家体验不再是像Character.AI那样的无目的闲聊，而是使出浑身解数，靠一张嘴尽快脱离“魔爪”。

这个DEMO也正是“玩家自主创造乐趣”的好例子。过去玩家能输入什么得靠设计师穷举，本质还是一次性消耗品。如今，这份推理负担转交给了GPT系列，在具备一定逻辑性的同时甚至还有些花活儿。那玩家体验的有趣与否相当看其创造力，设计师只需降低门槛、鼓励玩家——当然也得防范NSFW的情况。

GPT，你也玩《原神》！

如果担心调用LLM会有延迟问题，还可以在设定上选择同样有延迟反馈的设定来规避。例如曾席卷中文互联网的《旅行青蛙》，佛系放置的背后，为这种不确定性的旅行提供了合理性，反而让玩家期待“儿子”会带来怎样的照片。

再考虑到GPT系列尚且有些“一本正经的胡说八道”，这种似是而非、模糊套话的输出结果和具备巴纳姆效应的部分心理测评、塔罗牌、解梦、算命有天然的契合度，文本和图片的可解释性本质在用户自己手上。

或许这也能用Midjourney输出精致的塔罗牌卡面，经过针对性Fine-tuning的LLM对关键词做解析，再由设计师对主题、UI/UX交互做些包装，增加收集、装扮、社交等目标和反馈，亦是一款不错的泛娱乐游戏化产品。

如果再将变现效率纳入考量，海外《Chapters》《Episode》等可视化的视觉小说也和生成式AI有不错的相性——相信关注出海的朋友经常能刷到上述产品非常“Drama”的投放素材，直击北美16~45岁女性。

这种网文风作品的本质是情绪调动。其编辑深谙节奏疏密，平均1~3min就挑起冲突或高潮，哪怕角色和情节有些模板化，但架不住用户在Kill Time的时候还是吃这一套（相似的，抖音中AI有声漫画有异曲同工之妙）。

即便运营5+年之久，时间来到2022年，《Chapters》《Episode》依然在北美保持了2000~3000万美元的年流水，巅峰时期月流水也曾破千万美元。而不同于国内熟稔的Gacha模式，上述作品更擅长在调动好情绪后，在擦边桥段提供【付费选项】和【免费选项】，而在故事转折时戛然而止，提示得等待数小时或直接氪体力解锁后续章节。

尽管这种逼氪的手段也消耗了玩家的耐心，但对普罗大众而言，需求经久不衰。近年来包装为模拟约会的MeChat也杀出重围，站住了脚跟。且不难发现，新产品的xp也越发细分，而这种高度定制化、千人千面的需求正符合如NovelAI这样的生成式AI，而靠人工编剧就很难尽善尽美。

与其用生成式AI出图、配音、写文去复刻这类作品，不如借鉴其情绪调动、并为选项赋予高价值的思想，售卖附加情节。毕竟商业化设计的本质是价值塑造与价格对比，AI原生游戏若想持续发展，不建议只盯着天花板有限的IAA广告变现，而是用游戏设计的思想拔高其调动LLM/其他生成式AI工具的价值。

病毒式传播与玩家共创

AI原生游戏不应该以“技术”为壁垒，也不应该以“AI”作为卖点，而是思考AI以外真正触动玩家的体验是什么？最好得利用病毒式传播、玩家共创等方法，围绕玩法/体验构建专有的数据库，以此形成壁垒。

尽管我们聊到了诸多与生成式AI相似思想的游戏原型，但“玩家并不需要两个《王者荣耀》”，AI原生游戏并非单纯地再做一次相似作品，且核心卖点永远是游戏而非AI——AIGC+贪吃蛇，有趣之处仍然是贪吃蛇本体。当“AI游戏”的概念即将被滥用时，AI以外的部分才是核心竞争力，正如同鹰角、蛮啾、米哈游也从未用“二次元”标榜自己。

同时，AI原生游戏的成效也并不一定就属于最早发布、最早拥有大量玩家关注的作品，而是要探讨如何围绕体验获取更多玩家数据，以此迭代体验、不断循环，在细分体验下构建竞争壁垒。

这可类比于Midjouney，用户在Discord的每一次交互，既是获得文生图的反馈，也是为模型迭代提供数据，据此Midjourney能根据实际需求针对性地训练模型以迭代体验，形成数据飞轮。类似地，AI原生游戏区别于传统游戏，也应当围绕其设计，让玩家的交互既是体验的一部分，也同样可转化为迭代的养料。

为了吸引更多玩家，理解并结合好社区文化会是一大助力。考虑开发难度和传播能力，红极一时的小游戏《人生重开模拟器》可能是不错的试验田，其Gacha式的交互推进和略显荒诞的人生发展与AI有几分相似，同时也具备病毒式传播和二创的可能性——毕竟原版在第8天就已有10亿次游玩，并在此后衍生出魔法版、修仙版、爽文版等相似逻辑的作品。当这种思想接入生成式AI后，也许不只是纯随机的对话，可以衍生出更多的玩法。

而跳出游戏性本身，从壮大IP生命力的角度看，借力生成式AI的社区共创也非常值得探索——选择能掩盖生成式AI不易控制产出的短板，对“质量”要求不高，或者说本就接受浪漫主义、图一乐的内容方向。

譬如《崩坏：星穹铁道》在前段时间有场「无尽的三月七」图生图活动，模式简单易懂。若按传统图像生成的思想，想必是Prompt写满了诸如“Best Quality、Masterpiece、NSFW”等词，出现奇怪的手、精致但没灵魂属于常态。

不过，对于二创而言，精美不是唯一出路，玩家自己玩得开心更重要，有时候整活儿才更具传播力——在B站搜索关键词，再按点击量降序排列，似乎都是“怪东西”。但恰恰也是网友难以捉摸的想象力，将本不完美的图转化成QQ群里的MEME，产生病毒式传播。

从米哈游这次活动说开去，发行侧也可以将生成式AI打包为降低二创门槛的工具，并不一定是为了短期的整活儿，而是延续和扩展角色和游戏故事，让IP宇宙的内容更加健壮。例如，AI分镜版、AI四格漫画等，官方提供主题即可，其余由粉丝放手开干。

03

创作者

如果说上文是仰望星空，尝试探讨AI原生游戏会走向何方，那么在这一篇章，我们得脚踏实地，回归到这一切的根基——创作者。毕竟无论技术如何迭代，最稀缺的依然是一群懂游戏、有审美、有开发能力的创作者，后文笔者希望探讨生成式AI如何作为Copliot辅助好开发与发行，让人之价值回归于人之本身。

降本：真正要减少的是沟通返工，倒逼上游捋清需求

降低成本并非单纯的裁员，而是设法降低沟通、返工、探索的摩擦损耗，捋清楚开发需求。

每当论及生成式AI对行业的影响，媒体和上市公司总喜欢把“降本增效”挂在嘴边，但其中意蕴相当朦胧，一直存在种刻板印象的误解——仿佛“降本增效”等同于找到契机裁员，裁员后项目就能顺利发展。

尽管研发费用的确在与日俱增，但做得不够好玩，又如何靠省钱来获利。如果真要论及人天节省的直接比例，比如PBR流程里，早年的自动绑骨骼、自动展UV、生成LOD也不过是把原本0.5~1人天的工作量再缩短些，甚至还得人工复核破面、缺面等漏洞。

笔者认为，生成式AI对生产端的帮助更多是通过降低“沟通摩擦”和“探索试错”的成本，倒逼从业者用奥卡姆剃刀原理想清楚设计意图和核心体验，从而提升效率，不是单纯地优化人力。

作为一种复杂工程，提需求是开发者的一大要务，大模型也不可能直接服务于——“想个月流水过亿的方案吧”。但相对地，ChatGPT、Stable Difussion等工具快速出稿的特性，在一定程度上能让开发者厘清需求，围绕项目的核心体验和卖点，想好究竟要什么、不要什么。

毕竟，做加法是容易的，做减法是困难的，不少游戏败在缺乏主轴，产生冗余设计和美术资产，没有充分把资金花在服务于体验的刀刃上。同时，策划也可借助文生图制作情绪版，更好地向美术同学传递需求，原画也能用图生图反馈不同方案，与策划快速达成共识，不必费功夫产出大量废稿，尤其是涉及相对抽象的“温柔”“帅气”“仪式感”等词。同理，也可借助于Mubert、AIVA、Vits模型来试着生成音乐、配音小样，在早期拿捏需求。

说到底，AI并不会替人想清楚，即便快速产出100张图、100句话、100段BGM，也只会让缺乏指导思想的开发者更加迷茫而难以取舍。某种意义上，学习AI，反倒是认清自己，是个“知道自己知道、知道自己不知道”的过程，积累知识、术语、阅读量，以达到精准表达的目的。

增效：当基础活儿靠Copilot节省后，人的核心能力将被放大

美术的工作重心是表达，而不是绘画；UI的工作重心是交互，而不是图标。AI Copilot时代促使创作者思考真正重要的是什么。

凯文·凯利在接受采访时曾提出个观点——“人类 90% 的技能会被 AI 取代，剩下的 10% 会被放大。” 前半句的比例有多高并不重要，关键是充满人本主义的后半句，即那些“人之所以为人”的事物是什么。

以时下最火热的2D原画生成为例，回顾往昔，历史的车轮总是有相似性。19世纪法国诞生了摄影，其灵感源自早年的绘画辅助工具“暗箱” （小孔成像+画家描摹），而作为世界首张"照片"，《勒格哈的窗外景色》乍一看颇为粗糙，还需要长达至少8小时的曝光，直到10年后达盖尔将技术发展到新里程碑，这群绘画出身的艺术家才摸到些门路，不过依然没找到“摄影”的独特性，还在沿袭严谨的静物构图等传统美术在做的事儿。

所以，不出意外的，彼时“绘画已死”的论调成为争议焦点。但有趣的是，也有不少画家开始用照片当绘画参考——毕竟请模特、布景费用比较昂贵，但短时间内又无法完成画作。同时，刚出生的摄影还引发了“绘画是为了什么”的思潮，随即在往后的30年间催生了以莫奈、塞尚为首的印象派（彼时还是挖苦用的贬义词），同时也诞生了有独立体系、更加原生于照相机的摄影师。而二者的发展也总是互为灵感，绘画受摄影的影响不再只是求真，摄影受绘画的影响也融入了更多主观性和浪漫主义色彩。

回到生成式AI在文生图的发展来看，总有些历史的暗合，同样经历了“耗时太长且出图不能看，到相对快速且质量提升”、“引发绘画是为了什么的思潮”等阶段。

关于这个问题，正好翻阅到穆夏的作品，颇有感触，美术最重要的应是表达。当手绘转为板绘、3D辅助建模深入一线，工具正不断地被迭代，触动人心的却总是精湛技艺背后的情绪和思想，而临摹从不会被看成美术工作者的代表作。

由此，笔者也观察到部分游戏的概念艺术家正积极用结合了ControlNet的Stable Diffusion来做探索，尤其是风格转化、头脑风暴、快速验证。

例如近期上映的《蜘蛛侠：纵横宇宙》就有独特、大胆且多变的渲染视效。也许艺术家在看完后就忽而有某种表达欲，可以将其放入Stable Diffusion+Midjourney，试着转换成截然不同的风格，先且不论精细度和正确性，只求快速产出氛围和情绪参考——打开脑洞，更好更快地产出属于自己的作品，而无需慢慢找参考、找到后还得亲自试着画画。节省时间之余，还可能带来有趣的元素。

此刻，2D美术生成已是如火如荼，快速出100张图不是难事，但对游戏而言，有意义的内容才真正稀缺。毕竟对持续内容更新的项目而言，单个版本可能只推出1~2个角色。尤其是内容向作品，需要对每个角色的设定、战斗配置、对应的验证环境都精心雕琢，才更好作为商品卖出，并非以量取胜。

因此，若想直接用上生成式AI的产出，似乎更适合在那些“不觉之间”，例如投放素材、补间动画、边角背景、休闲小品。而在哪些部分投入，也正反向体现了游戏的卖点，倒逼开发者将注意力放在表达和商业考量——

例如，擅长叙事的作品，讲究情绪引导，真正缺的是懂关卡、懂灯光、懂3C调度等的游戏导演，而不是堆砌文字；注重交互的作品，讲究UI/UX的易用性、沉浸感、世界观表达等，显然不是Midjourney生成像模像样的ICON那样简单粗暴......

无论如何，当生成式AI作为Copliot迟早替代基础活儿后，反倒促进人的学习和思考，让产出服务于价值本身。

04

近未来

每当新技术出现时，往往因其仍处在早期，会陷入一种“有点用但不多”的迷思，也容易有点“拿着锤子找钉子”的过度FOMO。不过事物发展总是螺旋演进的，需要理解好这把新锤子，不忽视也不鼓吹。笔者尝试在该篇章分享些有趣的发展方向，聊点近未来。

尽管学界对以GPT-4为首的大模型究竟是“浅层统计模型”还是“习得内在规则”还存在较大的分歧，但不可否认的是，当前焦点依然是基于Transformer+Next Token Prediction的路径，那如何打破Transformer不擅长处理长文本就是近期一大难题，毕竟普通GPT-4也只支持8000Token，会影响模型对字符间最长距离的支持和对上下文的计算压力。

好消息是，Sam Altman近期在访谈提到会在2023年内开放最多支持100万Token（约合75万个单词）的新GPT-4，并在2024年开放多模态GPT。类比于ControlNet不断更新输入条件，当输入框大幅提升且支持非文本后，模型对材料的学习能力可能更上一层楼，也让使用者的交互更灵活。

而当目光转向图像生成领域，碍于3D模型的信息密度高于2D图像/视频、高质量数据少于语言模型、参数规模也不可比拟，暂未出现所谓的“涌现”现象。现阶段最为瞩目的Text-to-3D也多是“曲线救国”，先生成低分辨率的2D图像或者3D粗模再进行优化，面数也非常低，突破口大概率还得看英伟达。

值得期待即将在8月召开的SIGGRAPH，英伟达预计会发布20篇生成式AI相关文章，包括但不限于“将文本转为个性化图像的新型AI模型”、“可以将图像转为3d模型的渲染工具”、“能够模拟复杂3D元素的AI驱动神经物理模型”，以及“生成实时视觉细节的神经渲染模型”。同期还有OpenAI的新模型Shape-E、以及基于Mesh生成的MeshDiffusion、国内无需3D数据直接文本生成带纹理的Mesh模型或NeRF模型ProlificDreamer。

多数3D生成模型是基于模型库训练的，即无法生成非模型库的内容，而MeshDiffusion可以基于Mesh生成训练数据中不存在的全新形状。不过面数还比较低，离工业还有点远。

回归当下，其实也有不少尝试融入现有3D流程的工具，尽管可控性势必与外包熟手相比欠了一层，不过依然有些小插件值得关注，例如专攻贴图生成的BariumAI（已被Unity收购）、WithPoly，效果比单纯Stable Diffusion生成的可能含后处理效果的贴图靠谱，但诸如修改法线强度或者粗糙度还得人工来；再比如Blockade Labs近期推出的天空盒生成，输入Prompt，可以得到360°旋转、并且是无缝衔接的环境图片。

现有图形学的渲染方式受限于硬件已然成熟，但其流程也不乏仅仅服务于下游的“中间品”。按PBR流程制作一个人形的3D角色，高模雕刻占比可能近50%的时间，而转三视图通常交给外包熟手搞定，展UV、删改LOD、蒙皮绑骨骼本就耗时不长，只是繁琐枯燥。

若以更原生的思想来看，AI并非融入旧产线去跟高度熟练的外包抢活儿，而是尝试构建一套新工作流（尽管如今还是存在想象中的科幻），不过目前的点云、SDF、NeRF等路径仍在实验室阶段，需要更长时间的探索。

至于代码辅助、音乐生成、声音转换、无穿戴动捕等也有不错的进展，可以预见，近期还会冒出不少AI Copilot型工具。不过，市场最稀缺的还是懂游戏的产品经理，而非单纯的工程师——毕竟对从业者而言，哪个好用、哪个好学就用哪个。参考游戏引擎的历史，好工具往往是一个好游戏的附属品，不然容易陷入“颅内自嗨”的窘境，若想搞ID Tech Engine就先搞个《DOOM》、搞Unreal就先搞个《虚幻竞技场》，因此好工具得从游戏团队“长”出来，很难由硅谷工程师们凭空生造。

殊途同归，AI原生Feature的探索最终都会回到游戏开发本身，新生的火炬之光依然得由开发者举起。而在路径混沌、资源分配不均的当下，大厂和创业团队尚未进入竞争阶段，二者都面临各自的难题——譬如大厂得思考ROI悖论，费力炼制的模型是否对应充足的真需求，中台的研究离一线业务是否又太远，懂AI又懂游戏的CTO此刻身在何方...... 那么，谁能挣脱桎梏，先行走出新路径，谁就能获得超额收益。四王抬棺，荣誉总是属于开拓者。

05

尾声，但并非结局

生成式AI的一切思考都不应盲目拥抱或排斥，唯有了解新技术的来龙去脉与本质，以发展和开放的心态去探索，回到最务实的生产流程和游戏乐趣后，才能更好地与时代共振。

最后，援引曾供职于OpenAI的两位科学家Kenneth Stanley和Joel Lehman在《为什么伟大不能被计划》一书所写的话作为结尾——

伟大不是目标指引的结果，因为通往伟大的路线从来都不是直线，很多时候快反而就是慢。莱特兄弟发明飞机，最早用的是自行车技术；本来是用于驱动雷达磁控管的一个部件，意外成就了微波炉；第一台电子计算机用的是电子管，但电子管根本就不是为了计算机而发明的；YouTube最初的设想是一个视频约会网站，后来发现人们喜欢在上面分享五花八门的视频；比尔·盖茨迎合极客打游戏的需求，结果普及了个人电脑；埃隆·马斯克起家是网上支付，最后却推出了SpaceX和特斯拉……

也许，此刻，在世界的某个角落里，一群够Nerd的天才正发明令人叹服的新“玩具”。

*文中所有图片版权归原作者所有，仅供分享交流不作商业用途，侵删