[智能应用]在GDC，我看到AI进入“游戏时间” [复制链接]

作者 ｜ 王兆洋
邮箱 ｜ wangzhaoyang@pingwest.com
“一切都很棒，但我只有一个问题，我们这些游戏从业者到底什么时候才能在生产里用上这些模型和产品？”
在GDC上，Google Gemini团队的一场分享结束后，一名游戏设计师在会场外拉住Gemini的研究员问出开头这个问题。在今年的旧金山，从全球聚集到GDC（全球游戏开发者大会）上的人们关注的话题前所未有的被AI占据。近一周的活动里，100多场是以AI为主题的，数万人在莫斯康尼中心的各个角落参与着这些讨论，“AI科技公司”和“游戏大厂”是这里绝对的主角。
Google推出的世界模型Genie 3足够惊艳，视频模型Veo 3以及接下来的Veo 4都让人联想到对游戏的冲击，然而在过去一年，人们已经见惯了这些吓人的demo，他们更关心的问题变成：AI究竟如何真正应用到行业里。
这也是AI发展到今天，所有人对它的期待：在耗费了巨大的算力、资源和金钱之后，人们好奇AI在行业里究竟带来了什么真实而具体的回报。
情绪和需求都在变化。这也是为什么OpenClaw会在国内掀起龙虾热——这个产品第一次让你在最熟悉的聊天软件里直接操控AI，AI可以接触你的一切工作环境和资源来替你干活。人们哪怕冒着安全风险也想用它，就是在急迫寻找AI给自己真的产生价值的方法。
在硅谷，各类应用公司近期继续估值飙升，而Anthropic和OpenAI这些模型厂商也开始把应用做到具体行业里，SaaS软件们开始感受到压力。这一切的焦虑都意味着行业进入了AI应用的下半场。
这些变化也在影响着游戏行业。在今年的GDC上，Google等模型大厂在秀肌肉，腾讯等深耕游戏的公司也展示了更全面的AI与游戏结合的技术方案，人们在提供不同的解法，游戏行业正在以自己的方式和节奏面对这些挑战。
1
最AI的一届GDC
今年GDC是最“AI”的一届GDC。除了各类分享中AI主题占比超高之外，参与者的构成也在发生变化，诸如Google、阿里和字节等拥有自己大模型的厂商也密集在这个游戏大会里亮相。
其中最有代表性的可能当属Google。走入会议的主会场，你随处可见Google的招牌，多个展台也设在最核心的区域，让你避不开。而在大会的AI圆桌论坛，以及单独的分享环节里，也都能看到Deepmind研究员的身影，Google cloud以及Google play也伺机而动参与其中。
但在和一些参会者交流中，人们对这些来自Google的AI展示感到有些不过瘾。也许是对受众的定位不同，Google在分享里依然偏demo和理论，比如在DeepMind参与的一场分享里，主讲人还在聊世界模型和agent的定义，demo也是已经“震撼”过大家的Genie3生成的可操控游戏世界的demo。
同样的，NVIDIA在GDC上也宣布了一系列更新，比如借助RTX GPU 和 NVIDIA DGX Spark 来加速并简化AI 视频生成工作流；微软介绍了包括Project Helix等在内的产品进展，希望继续吸引更多开发者；Meta围绕Meta Horizon OS 做了一系列分享，并展示了在Unity编辑器里加入AI的实际操作。
这些厂商的策略清晰：游戏行业里的人们需要AI，而它要为此提供工具，卖铲子赚钱。所以无论是前沿模型demo，还是一些基本的AI应用展示，本质都是用来推广它本就存在的工具。
另外一类分享也一如既往吸引大量关注：每年GDC，明星游戏的开发团队们都会难得分享游戏幕后的开发细节。比如战地6分享了游戏体感的打磨过程，三角洲讲的是游戏里的皮肤设计经验，恋与深空也展示了主角人物设计过程，双人成行的设计师则把他们在一款游戏里打造两个不同风格世界的过程展示了一遍。
这些分享细致入微，游戏产业的工业化程度以及产业链之成熟也显露无疑：它有着最手工作坊般的链路，也有最强大的公司来展示它未来的样子，提供着最具体的工具。
但在今天这个节点，这两类分享对于广大焦虑的从业者来说，已经无法解近渴。人们想要看到此时此刻在真实的复杂管线里，最前沿的AI应用到了什么程度。
在Google的多个分享里，腾讯是一个被反复提到的名字。今年GDC腾讯的AI相关分享超过20场，它体系化、规模化地介绍了在整个管线里的AI应用和实践案例。Google的分享者认为，腾讯目前已有超过40款游戏落地了AI应用，且未来规模将持续扩大，它探索的方向值得整个行业借鉴。
要解决在游戏行业最真实的AI应用问题，科技大厂们不停提供的想象力启发很重要，但最终要让改变发生，可能还得靠那些自己也拥有AI能力的游戏公司们。
1
Demo已足够，请给我看AI改变游戏的最真实例子
在本届GDC的100多场AI主题分享里，这些真正在各个环节引入AI并进行系统化改造的游戏公司也有不少演讲。如诸多展会和行业大会一样，GDC排队情况直接反映了人们的期待程度。而这些最真实的分享被从业者们“用脚投票”，几乎每一场的入场队伍都排的很长。
在主题分享《让引擎听懂你说话:大模型赋能的下一代游戏场景生成框架》中，腾讯游戏AI引擎团队介绍了一个“言出法随”的由模型驱动的内容生成管线。
开发者可以通过自然语言甚至语音的提示交互，实现实时的游戏场景生成与编辑。从游戏世界生成到游戏里生物群系的实时编辑，现场不仅展示了这个管线做到的效果，还难得公布了里面从模型架构到框架核心的诸多细节，最重要的是这是一个已经在内部真实项目中应用的工具。
“在10平方公里的场景生成上，时间做到10秒以内。植被的参数微调响应时间在0.5秒以内，地形的重新生成需求，完成时间在3秒左右。”相比传统的方式，它达到了数量级的提高。
这种大型项目里最真实的经验和最细节的展示，一直是GDC的分享环节最大的魅力所在。
除了研发环节的提效，AI的引入也在改变用户体验。
在腾讯游戏魔方工作室的《异人之下:基于实时AI生成技术的功夫动作系统》分享中，不少观众频频拿出手机拍摄其中的技术拆解：
屏幕上，左边是传统管线生成的一组功夫打斗画面，里面的动作、碰撞、武器的效果和人物的反应看起来已足够精致。而接下来在屏幕右侧，展示了一组由AI实时生成的同一场景的画面。你会发现，无论是人物的转身过程、武器碰撞后的反应还是诸如脚步动作步数等非常细节的动效，AI完胜。
这是《异人之下》真实在使用的基于AI的实时功夫动作系统的展示，也就是你在游戏里的操作带来的人物打斗反应和效果完全由AI实时生成。
这也是全球首个在动作游戏中落地的实时AI武术动作系统。AI可以比传统依赖数学建模的方式更好理解和还原出动作细节。而且，这些效果还是在手机 CPU 算力有限的激烈实时交互场景下，在1毫秒以内瞬间完成的。
这样的分享相比于那些来自科技大厂的酷炫demo，更有实战意义。与直接展示一个通用模型的“像游戏一样”的能力相比，在游戏复杂环境里真实把AI引入生产环节，思路是完全不同的。
你不能再无限堆资源来做一个巨型模型，你需要把工作管线和模型结合，在严苛条件里找到最优解。
这考验的是对拥有海量用户的大型游戏的长期开发及经营维护能力。
这也是让AI进入游戏管线真正困难和充满挑战的地方。当你习惯了科技大厂展示的基于强大通用模型的demo后，可能会觉得游戏被AI改造是顺理成章甚至容易的事情。但真实情况却是，这些“粗暴”的路径走不通。
很多时候，人们对于模型大厂会在游戏上“颠覆一切”的期待也是一厢情愿的。在这次GDC上，Google DeepMind旗下Inception产品负责人Alexandre Moufarek直言，由于内存限制，Genie 3生成的虚拟世界在维持大约一分钟以后就会出现崩溃，它更像是一个能对用户反应做出预测的生成式视频。
仔细来看，至今的很多AI+游戏的尝试其实都是把游戏的某个环节抽离出来，单独“AI化”，比如Genie3，其实是把游戏环境抽出来展示，比如大量一键生成类以及对话类的产品，只是把NPC给单独拿出来做成一个互动点。
但当你想在复杂而完整的游戏生产里真正利用AI，这些操作都是失灵的。
在腾讯的多个AI应用案例里，它的出发点都是游戏生产和交互里的真实问题，因此它不再迷信模型的“大”，而是注重更精确的模型训练，结合更扎实的工程能力。比如在《异人之下》的案例里，发挥作用的是一个花了大量精力建立数据集、结合真实游戏环境设计模型架构，最终在参数上实现轻量化的小模型。它解决的问题虽然具体，却给游戏行业长期的“滑步”、穿模等老难题带来新的解法。
在光子《和平精英》的AI队友这个全新的系统里，这种根据自己真实需求训练模型，同时结合更强的工程来系统化解决问题的思路，体现的更加淋漓尽致。
让NPC和玩家真正的自然沟通，是所有游戏玩家都幻想过的场景。但实现它，尤其是在一款大规模且已经成熟运营许久的游戏里实现它，是一个非常复杂的系统工程。你需要找到最合适的模型策略，做最完备的工程化适配，在一个已经足够复杂的系统里重构关键部分的框架和工程链路。
看看《和平精英》做的事情就知道这事有多复杂：在模型上，它用了多模型协同，同时为了让AI队友能理解游戏内的“黑话”（如“舔个包”、“喝个可乐”），重新把这些模型训成了新的专属模型，并且还需要为这个模型配上一整套从语音到3D环境感知到行为输出的全链路架构。在工程上，既要满足毫秒级实时处理，又要应对诸如方言识别等语言环境状况，还要避免上线后流量涌入可能带来的服务器“爆炸”问题，才能给到玩家良好的游戏体验。
这些Ai落地的复杂工作，最终带来完全不同的游戏体验，也直接收获了玩家的认可。腾讯也在GDC上第一次公布相关最新数据表现，官方 PPT 显示，该玩法累计触达玩家高达约1.1亿，最高日活跃玩家数约1770万，AI 队友模式中的麦克风开启率（Mic-on rate）接近75%，单局消息互动轮次高达 70轮。
对腾讯游戏来说，他们的游戏AI更多是以优化玩家体验和“解放”开发者为核心，而这些复杂而系统化的投入也得到了回报。
1
每次技术革新，都会重塑标准
“我没想到他们会如此全方位的分享把AI用于游戏上的工作。”来自知名AI机构艾伦研究所（Allen Institue for AI）一名资深研究员在听完腾讯游戏的多个分享后说。
“我和很多顶尖的公司也都交流过，但我不理解为什么他们都没有更多跟大家分享。这些经验在今天非常重要。”
腾讯游戏天美工作室的《超大游戏工程中的AI应用瓶颈与解决方案》分享现场，会场座无虚席，且几乎每张PPT都会吸引人们举起手机拍照。
技术人员细致的介绍了一个已经用在生产中的，迭代研发了许久的AI系统，它被叫做“可微分AI”（Differentiable AI）。它受数学的可微概念启发——曲线是由无数小直线拼出的近似图形，那么大型任务是不是也可以拆分为足够小的“专家”，一方面更好完成具体任务，同时通过一整个系统让AI的连续长时间工作更加稳定。整个系统把数据做到可微，建立一个全知且精准的召回机制，把过程做到可微，进而揭开传统AI的黑箱，确保透明度与可验证性。
你能看到那些AI领域最重要的技术在这个系统里的集成，甚至是在一些实验室里仍然在概念里的探索，已经成为这个真实系统里落地的机制。
这种系统性的真实经验实在宝贵，而能做这样的激进而全面的尝试，首先需要拥有大量长线运营的产品，并对玩家的需求有全面理解，可以持续通过真实玩家反馈来推动 AI迭代。
此外，任何新技术想要融入游戏生产里，都需要强大的配套工程和对整个基础设施的把控能力，如何将token 成本控制在极低范围，考验的也是综合能力。
“一个合理的期待，就是接下来腾讯把这些能力公开提供给更多的人。”来自艾伦研究所的研究员说。“这自然会吸引更多人，腾讯能成为游戏行业领先的AI玩家。”
游戏是一个复杂庞大自成一体的产业，但如果换个角度，从今天AI作为一种潜力巨大的通用技术革命的视角来看，游戏可以被视作AI最重要的一个应用领域。
游戏本就是一个数字化的世界，它的一切资产天然都是AI可以处理与学习的，这也就意味着它们也是AI可以再次生成的。同时游戏的最大魅力诞生于人与机器的交互过程，以大模型为主的这一轮AI变革，创造出的正是交互的新可能，一个更好的意图理解加上更丰富的各种模态，正是游戏体验改变的核心。
因此，游戏很可能是率先把AI这个技术的所有潜能，兑现到现实产业中的那个“应用”。
而对于游戏产业来说，也很久没有出现过这样彻底的管线变革机会了。
从整个产业的发展演变历程来看，每一次这种底层的重构机会，都随之带来洗牌和重新制定标准的机会。那个最先行动，最系统尝试，同时最积极和真诚的公开分享的平台，往往会成为新的标准制定者。
这届GDC上，腾讯游戏展现出了成为这个新的标准“制定者”的潜力。
变化，已经开始了。

GDC：AI与游戏碰撞，开启产业变革新征程
在全球游戏开发者大会（GDC）的舞台上，AI无疑成为了今年最耀眼的明星。从Google等科技大厂的前沿展示，到腾讯等游戏公司深入生产环节的实践分享，AI与游戏的融合正以独特的节奏和方式，重塑着游戏产业的未来，也为AI技术在行业的应用提供了宝贵的经验与启示。
一、GDC：AI浪潮席卷而来
（一）AI主题热度空前
今年GDC堪称最“AI”的一届，100多场以AI为主题的活动在莫斯康尼中心各个角落展开，数万人参与其中。“AI科技公司”和“游戏大厂”成为主角，吸引了全球游戏开发者的目光。这一现象反映出AI在游戏领域的热度达到了前所未有的高度，成为行业关注的焦点。
（二）科技大厂秀肌肉与策略
Google、NVIDIA、微软、Meta等科技大厂纷纷亮相GDC。Google凭借其世界模型Genie 3、视频模型Veo 3及Veo 4等惊艳众人，但分享偏demo和理论，让部分参会者觉得不过瘾。NVIDIA宣布借助RTX GPU和NVIDIA DGX Spark加速并简化AI视频生成工作流；微软介绍包括Project Helix等在内的产品进展；Meta围绕Meta Horizon OS做分享并展示在Unity编辑器里加入AI的实际操作。这些厂商的策略清晰，旨在为游戏行业提供AI工具，通过“卖铲子”的方式盈利。
（三）传统分享魅力依旧
每年GDC，明星游戏开发团队的幕后开发细节分享也备受关注。战地6分享游戏体感打磨过程，三角洲讲述游戏皮肤设计经验，恋与深空展示主角人物设计过程，双人成行设计师展示打造两个不同风格世界的过程。这些分享细致入微，展现了游戏产业工业化程度和产业链的成熟，但面对当下AI应用的迫切需求，已无法满足从业者的期待。
二、游戏公司：AI应用实践引领变革
（一）腾讯：体系化分享受关注
在Google的多个分享中，腾讯被反复提及。今年GDC腾讯进行了超过20场AI相关分享，体系化、规模化地介绍了在整个游戏管线里的AI应用和实践案例。Google分享者认为，腾讯已有超过40款游戏落地了AI应用，且未来规模将持续扩大，其探索方向值得整个行业借鉴。这表明腾讯在AI与游戏结合方面走在了前列，为行业提供了宝贵的实践经验。
（二）研发环节提效显著
腾讯游戏AI引擎团队在主题分享《让引擎听懂你说话：大模型赋能的下一代游戏场景生成框架》中，介绍了“言出法随”的由模型驱动的内容生成管线。开发者可通过自然语言或语音提示交互，实现实时游戏场景生成与编辑。在10平方公里场景生成上，时间做到10秒以内；植被参数微调响应时间在0.5秒以内；地形重新生成需求完成时间在3秒左右，相比传统方式达到数量级提高。这一工具已在内部真实项目中应用，展示了AI在研发环节的强大提效能力。
（三）用户体验焕然一新
腾讯游戏魔方工作室在《异人之下：基于实时AI生成技术的功夫动作系统》分享中，展示了全球首个在动作游戏中落地的实时AI武术动作系统。与传统管线生成的功夫打斗画面相比，AI实时生成的画面在人物转身、武器碰撞反应、脚步动作步数等细节动效上表现更优。该系统在手机CPU算力有限的激烈实时交互场景下，能在1毫秒以内瞬间完成效果生成，为玩家带来了全新的游戏体验。
（四）复杂系统成功落地
光子《和平精英》的AI队友系统体现了根据真实需求训练模型并结合更强工程解决问题的思路。为实现NPC与玩家自然沟通，在模型上采用多模型协同，重新训练模型理解游戏内“黑话”；在工程上，满足毫秒级实时处理，应对方言识别等语言环境状况，避免服务器“爆炸”问题。该玩法累计触达玩家约1.1亿，最高日活跃玩家数约1770万，AI队友模式中的麦克风开启率接近75%，单局消息互动轮次高达70轮，得到了玩家的广泛认可。
三、AI与游戏融合：挑战与机遇并存
（一）挑战：从demo到生产的鸿沟
尽管科技大厂展示了众多酷炫的AI demo，但真正将AI引入游戏复杂生产环节面临诸多挑战。如Google DeepMind旗下Inception产品负责人Alexandre Moufarek所言，Genie 3生成的虚拟世界因内存限制维持约一分钟后就会崩溃，更像是一个能对用户反应做出预测的生成式视频。目前很多AI + 游戏的尝试只是将游戏某个环节抽离出来单独“AI化”，在完整游戏生产中这些操作往往失灵。在复杂游戏生产中利用AI，不能无限堆资源做巨型模型，需将工作管线和模型结合，在严苛条件里找到最优解，这对游戏公司的长期开发及经营维护能力是巨大考验。
（二）机遇：重塑游戏产业标准
游戏是一个复杂庞大且自成一体的产业，同时也是AI最重要的应用领域之一。游戏的一切资产天然适合AI处理与学习，也是AI可以再次生成的。以大模型为主的这一轮AI变革创造了交互的新可能，为游戏体验改变提供了核心动力。从产业发展历程来看，每次底层重构机会都伴随着洗牌和重新制定标准的机会。腾讯游戏在本届GDC上展现出成为新标准“制定者”的潜力，其系统性尝试和积极公开分享，可能吸引更多人参与，推动游戏产业标准的重塑。
四、未来展望：AI与游戏共舞新征程
（一）技术持续创新
随着AI技术的不断发展，未来在游戏领域将有更多创新应用。例如，更智能的NPC、更逼真的游戏场景、更个性化的游戏体验等都有望成为现实。科技大厂和游戏公司将继续加大研发投入，探索AI与游戏融合的新方式，为玩家带来更多惊喜。
（二）行业合作加深
AI与游戏的融合需要科技大厂和游戏公司之间的紧密合作。科技大厂提供强大的AI技术和工具，游戏公司则将这些技术和工具应用到实际游戏中，并根据玩家需求进行优化和改进。双方通过合作可以实现资源共享、优势互补，共同推动游戏产业的发展。
（三）标准逐步确立
在AI与游戏融合的过程中，行业标准的逐步确立至关重要。腾讯等领先企业的实践和分享将为行业标准的制定提供重要参考。通过建立统一的标准，可以促进AI技术在游戏领域的广泛应用，提高游戏开发效率和质量，保障玩家权益，推动游戏产业健康有序发展。

GDC上AI与游戏的碰撞，为游戏产业带来了前所未有的变革机遇。尽管面临诸多挑战，但随着技术的不断创新、行业合作的加深和标准的逐步确立，AI与游戏将携手开启新的征程，为玩家创造更加精彩的游戏世界，也为AI技术在其他行业的应用提供有益借鉴。

在GDC看到AI进入‘游戏时间’”，很可能是指 AI技术正深度融入游戏开发与玩家体验的时间维度——不仅体现在“游戏内时间”的智能演进（如动态剧情、实时互动），也反映在“开发时间”的大幅压缩和“游玩时间”的个性化延长上。

近年来，全球游戏开发者大会（GDC）已成为展示 AI+游戏融合成果的核心舞台。2025至2026年的GDC上，腾讯、网易、英伟达等公司纷纷展示了AI如何重构游戏的“时间”逻辑：从几分钟的交互响应，到数月的开发周期，再到玩家长期留存的生命周期。

先说结论：AI正在重新定义“游戏时间”的三个层面——开发时间缩短、游戏内时间更智能、玩家游玩时间更持久。

🕒 AI如何改变“游戏时间”的三大维度
维度    AI的作用    典型案例
开发时间    自动化生成内容、优化流程，将原本需数天的任务缩短至分钟级    腾讯《元梦之星》城市布局工具：25平方公里虚拟城市开发从5天→25分钟 5
游戏内时间    实现NPC实时对话、环境感知、动态叙事，让每一秒 gameplay 都独一无二    网易《逆水寒》手游内置“3D抖音”式AI创作系统，玩家可即时生成短视频内容 15
游玩时间    通过个性化教练、AI队友、情感陪伴等方式提升沉浸感，显著延长用户活跃时长    腾讯为《王者荣耀》打造AI Coaching语音教练，帮助新手快速上手，降低流失率 5
这些变化表明，“游戏时间”已不再是一个被动记录的数值，而是被AI主动塑造的动态体验流。

💡 更深层的影响：AI让“时间价值”向玩家倾斜
过去的游戏设计常试图“拉长玩家在线时长”，但方式较为机械（如挂机任务）。而现在的AI策略是：

精准匹配学习节奏：AI教练根据个人操作水平提供即时反馈，缩短成长曲线；
增强社交黏性：AI队友能听懂语音指令并协同作战（如《暗区突围》F.A.C.U.L.系统）5，减少因找不到人开黑而弃游的情况；
激发创造欲：允许玩家用自然语言生成新关卡或剧情，使每次打开游戏都有新鲜内容。
换句话说，AI不是在“消耗”游戏时间，而是在“增值”游戏时间。

✅ 建议
如果你想进一步了解某一款游戏中AI对“时间”的具体影响，比如：

某个AI功能是如何节省开发工时的？
或某个AI NPC如何随玩家行为演化？
可以告诉我具体游戏名称或场景，我能为你定制拆解。