以下文章来源于铼三实验室 ，作者Re³ Lab
前言：近日，铼三实验室一份针对AI+游戏赛道的内部研究报告，在业内引发关注。据悉，该报告由实习生Steven主导完成，最初仅作为实验室内部研究材料使用。
随着文档在多个AI技术社群及部分头部游戏公司中自发传播并形成讨论热度，该实验室决定将报告重新梳理为三篇系列文章，通过铼三实验室官方公众号独家发布完整内容，以下为该系列报告的首篇内容：
●在调研始前的一些思考（上下滑动）
写在前面：该研究完成于2025年5月20日，所有在本篇报告中提及的信息都基于该日期前产生，分析内容仅供参考！
以下是笔者关注AI+游戏大方向一直以来逐渐形成的主观思考和判断，均产生于本调研行为之前。
1.AI Native Game是伪命题。
a.基于神经网络原理的大模型的推理本质 和 基于数学建模逻辑的传统游戏机制 完全互斥。
b.在当下，AI带给游戏的东西都没有实际价值；所有AI在传统游戏内容上增加的添头，如AI NPC、AI判官、AI生图、讲故事等等，达到的上限和想象力带来的体验端的提升并没有高于传统的游戏设计与制作的能量。换句话说，所有在游戏里的AI，都不足以成为传统游戏元素的替代品。
2.关于AI+游戏UGC，应该think differently.
a.用短视频平台UGC的思路不太适合做AI+游戏UGC。
I.短视频UGC的偶然演化论：
①抖音体系的成功无法刻意复刻。抖音的成功，是在像musical.ly这样的小受众群体（海外青少年）且娱乐性纯粹的小玩具产品出现时，遇见推荐算法技术+移动设备的硬件技术均日渐成熟的节点，结合被动推荐的产品机制（用户体验端）+中国大陆用户特有的移动端人机交互习惯综合构成的偶然结果。
②如果倒果为因，以UGC为平台目标刻意效仿则难以复刻。通过其他的小垂类场景抓人性特点，等待下一代的人机交互范式出现后，在第一时间抢走用户的注意力，才有可能复刻现有的抖音体系。
II.生产原材料论：
①短视频平台UGC模式的原材料与实际产出的本身与短视频平台产品体系没有什么关系。抖音是一个内容推荐平台，它本身（以及剪映本身）产品如何，与用户做内容生产用的原材料没有关联。换句话说，短视频平台生态完全不参与原材料的采集与原始加工。
② 游戏UGC大相径庭——游戏内容的生产往往是一个完整的从0到1的过程，这个生态和原材料以及UGC内容本身息息相关；原材料的生产加工与UGC生态的运营直接挂钩。
③于是游戏UGC平台产出的质量和产品本身的能力边界直接挂钩。在这个逻辑下，UGC就要换一种思路去做，拓展产品定位，扩大「泛游戏idea」的应用影响力，也是在扩大产品本身的原材料产出部分的应用场景。
b.产品的发展形态随着游戏化程度的加深，一切元宇宙工具即会找到真正的用武之地。本质发展逻辑是曾经所谓「元宇宙平台」产出的UGC内容有了新的使用场景与消费形式。
I.结合「生产原材料论」的第3条，等AI+游戏的定位和市场更加成熟以后，元宇宙工具内的UGC内容才会获得变现机会。
3.AI+游戏形式的情感陪伴应该同样建立于成熟的游戏机制之上，否则只能给用户提供短效多巴胺。
a.靠数值和视听效果构建的游戏性，会随着时间流逝逐渐走向自我消解，同时拉高用户的多巴胺阈值，让用户越来越难被审美层的内容打动，形成所谓的审美疲劳和「电子阳痿」。
*本调研报告验证了部分笔者的主观观点，也得出了许多新的灵感。
●调研分析方法论（上下滑动）
因为现存AI+游戏方向的产品处于非常前沿的程度，整体的行业缺乏标准和成功案例，所以传统的商业分析，如SWOT分析等等可能并不适用。
同时，本调研报告主要关注于生成式人工智能技术在游戏形式的产品中的前景与落地情况，对于那些与AI本身无较多关联的、传统的游戏设计维度的分析，可能会一笔带过，不做赘述。
笔者在这里从以下几个维度构建创新方法论：
1.AI游戏产品的「核心价值」
a.技术应用突破性维度
I.AI能力边界：明确游戏中AI的应用场景（如AI NPC、动态玩法、美术、剧情生成、个性化体验），评估技术成熟度（如GenAI的稳定性、实时latency等）。
II.与传统游戏的差异点：是否实现传统游戏无法达到的体验，真正地赋能游戏玩法。
b.用户的兴趣与付费维度
I.用户对于AI内容的需求，接受度，以及是否愿意为AI特性付费。
II.核心体验风险点：AI的不可控性是否会造成游戏体验的减分（如剧情逻辑混乱、难度失衡）。
2.技术可行性分析
a.技术栈评估
I.AI大模型的选择与配置：相关预训练、微调、MCP等。
II.工程化落地：实时交互的技术端痛点、多模态AI的协同性。
b.数据与训练
I.数据闭环设计：数据的source，以及玩家行为数据如何反哺AI模型迭代。
II.道德伦理角度：用户数据隐私保护、AI生成内容的合规性。
3.用户认知与行为实验
a.产品认知门槛
I.用户是否理解"AI游戏"概念？是否需要教育成本？
II.玩家对AI的信任阈值：是否接受AI驱动的游戏体验？
b.长线体验监测
I.AI生成的"新鲜感"衰减曲线（用户对AI的惊喜感能持续多久？）。
4.市场与商业化预判
I.建立风险清单
II.最小可行性验证（如产品处于早期阶段）
5.长期主义视角：产品给AI+游戏带来的启发
a.这个维度主要分析一下产品给整个行业的发展做出了哪些推动，带来了哪些启发（因为每一款产品都是非常独特且创新的）。
AI Native
AI Native Game，即「AI原生游戏」，一般被认为是那些由生成式大模型完全或部分定义游戏核心玩法的产品；同时，在本报告内，那些生成式大模型可能并不干扰游戏核心玩法本身，但会在游戏进程中实时生图、文、动画、音频等游戏演出资产的游戏，也被划为此品类中。为了方便后续分析，前者可以被称为「AI-driven gameplay(AI驱动玩法)」游戏，后者被称为「AI演出」游戏。
在这个品类下，本报告一共选取了 10 款AI原生游戏，其中的 7 款为「AI驱动玩法」游戏，3 款为「AI演出」游戏。
在看过所有的游戏之后，笔者的结论是：
不论是「AI驱动玩法」还是「AI演出」，那些拥有良好阶段性/持续性关卡目标、但缺乏游戏总体主线的游戏，反而能在整体体验上展现出优势；相对而言，更偏向传统的非AI游戏玩法和框架的产品，在加入大模型之后则会更缺乏可玩性，亦或是使AI本身的作用成为鸡肋。
同时，对于关注用户内容本身为主的产品，在AI驱动玩法下可能会有更大的潜力。
01 AI驱动型游戏案例
一、《AI2U: With You 'Til The End》
基本信息
●网址：
https://store.steampowered.com/app/2880730/_AI2U___AI/
●开发团队：AlterStaff
●融资情况：天使轮 - 元璟资本、五源资本（可能）
●团队关键成员：创始人：大谷，《漫展模拟器》制作人，NYU Game Center 讲师。
●介绍：一觉醒来，你发觉自己身处一位可爱女生的家中，而她热切地希望你能留在她身边！在这里，你将体验主题故事、解谜挑战，以及与不同独特AI NPC的互动。哪怕有时候会自相矛盾，她们也会用尽百般手段来"保护"你。来一场浪漫的邂逅吧。不过，你若是试图逃跑，可要做好迎接混乱的心理准备哟！
●目标用户和市场：男性二次元，解谜类玩家，泛恐怖类玩家，AI爱好者
●发布日期：2025.1.24（EA版本）
●市场表现：17.2k份，9.99美元（2025.5.19）
主要玩法
第一人称密室逃脱，靠和AI的自然语言对话来收集线索，然后利用这些线索来进行游戏内的机制解谜；游戏流程为关卡制，每一关的目标均为逃离。
一句话
游戏体验的割裂验证了AI驱动游戏玩法的体验层不可控，上限低于同类型的传统游戏——《米塔》作为相似品类和受众的传统游戏产品，其在发售后半年内的市场表现为330万份。
核心价值
1.技术应用突破性
a.游戏中的AI能力边界
I.通过玩家的输入内容，AI用人设回答玩家，设置与玩家的好感值，并判断是否应该给出线索。
II.通过玩家的行为以及输入内容，判断玩家的关卡进程，以及失败逻辑。
b.与传统游戏的差异点
I.部分的玩家的关卡进程、关键节点的逻辑判定和数值由AI做决策。
2.用户对AI的兴趣与付费
a.AI女友给新玩家带来的新鲜感是比较强烈的，但不能引起玩家的长期兴趣。
b.付费模式和买断式游戏一样，商业模式本身可能和AI没有太多关系。
技术可行性
1.技术栈
a.在大模型端应该没有做过多微调和预训练，AI行为主要由Prompt和背景设定驱动，然后通过结构化输出传递到游戏前端表现。
b.前端的交互形式是纯粹的自然语言交互，无需其他前端工程化落地。
用户认知与行为
1.产品认知门槛
a.对于和AI对话过的用户，尤其是那些和带人设的大模型交互过的，几乎没有认知门槛。
b.大模型回答的不确定性对于游戏核心体验的干扰明显存在。和前身《病娇AI猫娘女友》相比，游戏已经从机制上做了很多优化调整——在前者的体验中，整个机制都是由大模型对话内容驱动，而游戏的成功与失败也是100%由模型通过和玩家的对话过程中推理出的逻辑判定；在 AI2U 中，游戏的成功变成了由严谨的硬机制判定，如通过一些解谜游戏和收集关键道具等玩法进行条件检测，来判定玩家是否通过某个关键节点。
但因为AI在核心体验中的参与度仍然不低，对于一些关键线索，如任务路线的指引、道具的功能等，仍然需要玩家通过巧思来和大模型进行自然语言交互，否则推进游戏会变得十分困难。
这样一来，整体gameplay的体验变得黑箱，大模型延迟和幻觉也会更容易破坏玩家心流。
2.长线体验监测
a.从目前的EA来看，每一关的解谜体验是固定的，复玩性较低。而游戏的长线体验（如有）也是靠不断出新的关卡内容来维持。在这个维度上生成式AI没有带来长线体验的提升帮助。
b.用户和AI交互的兴趣曲线和传统的chatbot交互形式接近；而又因为游戏进程需要AI驱动，一旦用户对AI失去兴趣，游戏本身也会失去大部分游戏性。
市场与商业化
1.目标市场
a.先锋用户：男性为主的二次元爱好者，同时具有AI Chatbot的良好使用经验。
b.大众市场：难以吸引女性群体。
2.商业模式
a.买断制，所以不太用担心用户留存+AI新鲜感衰减的问题。
3.风险预判与可行性验证
a.风险清单
| 风险类型 | 具体问题 | 可能的应对方案 |
| 技术风险 | AI幻觉+延迟 | 多个AI进行互相监管+加强规则限制 |
| 体验风险 | 自然语言交互上手门槛高/需要联网 | 增添一些选项式或其他形式的交互/本地部署推理小模型 |
| 商业化风险 | 玩法品类本身小众，又过于男性向 | 增加更多玩法 |
长期主义启发
AI2U提供啦最最基础的AI驱动玩法类游戏的范式，具像化了AI参与gamepaly的实际体验。
二、相似的产品：《AI Space Escape》
https://arxiv.org/abs/2412.06394
lmgame.org/
一个试验性的开源项目，由UCSD、UC伯克利等机构联合组建的Game Arena团队在Roblox平台上打造。
玩法同样是AI密室逃脱，但设定是科幻外太空。
Game Arena是一个专门在Roblox平台上制作开源的AI游戏项目的团队。
第三方资料：
https://zhuanlan.zhihu.com/p/23287786054
可能长相和玩法一点也不相似但AI驱动游戏玩法的形式相似的产品：Suck Up!
同样是靠AI驱动玩法为主，结合传统游戏框架的产品。
三、《Suck Up!》
基本信息
https://www.playsuckup.com/
●开发团队：Proxima Enterprises
●融资情况：种子轮 - LVP
●团队关键成员：创始人：Ran Mo，前EA中台Lead PM.
●介绍：《Suck Up!》是一款AI原生独立游戏，玩家扮演吸血鬼，与AI驱动的城镇居民互动，通过各种手段进入他们的家并完成吸血鬼的任务。核心特色是AI驱动的NPC行为和对话，以及玩家自定义AI角色的能力。
●目标用户和市场：喜欢模拟/角色扮演游戏、对AI驱动的互动体验感兴趣的玩家
●发布日期：2024年1月13日（EA阶段）
一款以AI驱动NPC互动和对话为核心玩法的吸血鬼主题独立游戏，玩家可自定义AI角色，但商业模式和用户反馈存在争议。
a.技术应用突破
I.AI能力边界：基于LLM的AI智能体驱动NPC实时对话和行为。支持玩家深度自定义AI角色性格和反应。AI能够理解玩家的自然语言输入，并生成相应的行为和对话，使得NPC具有一定的"自主性"。
II.与传统游戏的差异点：突破传统脚本限制，NPC具备更高自由度和不可预测性互动。玩家可以真正影响NPC的行为和游戏进程。传统的NPC行为和对话是预设的，而 Suck Up! 中NPC的行为和对话是动态生成的，使得游戏更有沉浸感和重玩性。
b.用户的兴趣与付费：
I.用户需求接受度：对AI驱动的开放式互动体验有浓厚兴趣，喜欢自定义角色的玩家接受度高。玩家对与AI的自由互动和探索多样化结局有较高需求。
II.核心体验风险点：AI互动消耗Token，商业模式（按Token/时间付费）引发用户争议。AI对话有时可能重复，导致新鲜感衰减。部分用户可能对游戏中的某些交互（如身体接触）感到不适，尤其是在AI失控的情况下。
技术可行性、用户认知与行为、市场与商业化、风险预判与可行性验证均和 AI2U 类似。
四、《Bside》
●网址：https://www.bside.zone/
https://store.steampowered.com/app/3649950/Bside/
●开发团队：Kotoko ai
●融资情况：种子轮 - 红杉资本
●团队关键成员：创始人：乔海鑫Patrick，前真格基金投资经理、Yahaha CEO助理。
●介绍：Bside是一款围绕你的原创虚拟角色Biibit的多人社交模拟养成游戏。创建有独一无二人设的Biibit，为Biibit们创建一个个有丰富背景设定且能够自主运行的小世界（e.g. 咖啡店，魔法小镇，你就读的高中），并让Biibit们在其中生活！即使没有你的操作，Biibit们也会基于自己的人设与环境去互动、成长甚至交朋友。此外，Biibit会随时发朋友圈分享他们的生活日常，在你的桌面上扮演桌宠，甚至带你认识其他Biibit背后的玩家！
●目标用户和市场：二次元+养成类玩家，重度PC玩家，Discord类产品用户，主发海外。
●发布日期：暂未发布
●是否有公开Demo：否，6月新品节发布
围绕OC养成玩法，伴随AI+轻量级《模拟人生》体验，长线体验可能主要应用于社交和陪伴场景。
因为是社交玩法，用户增长和留存是最大风险和挑战，但也从某种程度上通过AI驱动的社交生态规避了AI原生gameplay的缺陷。
I.AI NPC，以及可能的AI角色立绘。
II.可能的由AI构建+驱动的动态游戏世界，类斯坦福小镇。
III.类桌宠玩法部分应该有适当的屏幕内容检测和AI推理互动功能。
IV.通过描述，自己的OC角色可能还会由AI驱动来帮助玩家进行交友。
I.定位偏游戏化社交平台性质，可能没有明确的大目标和游戏循环。
II.角色、内容和故事线（如果有）都是由AI根据用户自定义输入来生成。
I.养成和社交两大部分有潜力让用户拥抱AI——每个用户都有独一无二的OC养成体验，同时用AI赋能社交。
II.这两大部分也可能是最能打开付费口子的地方。
a.开发者团队应该消耗了不少在模型预训练和微调上的资源。
2.数据与训练
a.数据source和闭环设计暂时未知。
b.关于AI权限问题，桌宠模式对于用户PC的数据监控可能会成为一个隐私泄露隐患。
1.认知门槛：可能较低，养成+类模拟人生的内容较为符合常识。关于角色自主行动和社交的环节，具体要看AI是如何赋能NPC的，目前还需要更多信息。
2.长线体验：游戏的大后期可能会聚焦于社交和陪伴两个维度，均非常吃游戏的机制设计，比如玩家之间的社交形式和活动有哪些，桌宠在陪伴过程中能做哪些事情。
a.照着Discord的模式发展，让产品成为好玩的"挂机游戏+社交体验"。理想的生态是用户使用该产品进行游戏上的社交、语音，共同和平台内的各个游戏玩法交互（就像Discord上的小游戏一样），形成一个桌面端二次元（也许）玩家社群。
b.做社交游戏的思路是有潜力的，因为从长期来看，用户粘性由社群和社交关系决定，上限较高。而AI在这个部分可能的赋能在于帮助用户做社交行为，这也是现在一些交友平台融入AI技术的应用场景。结合游戏的体验，或许可以在产品端更加抓住核心游戏用户群体的兴趣。
a。先锋用户：欧美用户为主，因为他们有良好的PC端社交和人机交互习惯；二次元玩家，养成/模拟类玩家。
b.大众市场：画风的接受度较高，同时玩法门槛较低，有吸引更多品类玩家的可能性。但从PC端社交这点出发，在中国市场吸引非核心PC玩家的难度可能较高。
2.商业化模式
a.暂时未知，需要更多信息。
风险类型 | 具体问题 | 可能的应对方案 |
技术风险 | AI生成内容不可控 | 增加游戏内可控预设内容，并让AI在游戏循环内强化学习 |
体验风险 | 游戏玩法体量和社交机制之间需要平衡 | 前期注重玩法体验，后期注重社交和陪伴体验 |
商业化风险 | 用户增长，用户留存都难做 | 投放，烧钱。。。 |
围绕社交做玩法和体验是一个双刃剑——就像那些依靠大DAU的商业手游一样，用户的增长和投放成本是一个迈不开的坎，同时现在因为短视频平台的存在，用户的注意力也越来越难抢，而一旦留存和粘性不够强，商业模式就会崩塌。
作为AI原生游戏，因为有大模型的存在，或许可以依靠陪伴式玩法来分担DAU需求。不管前期的投入和用户增长应该怎么做，如果能把模型能力和核心玩法有机结合，在下个时代抢夺用户注意力的阶段，AI赋能社交+养成陪伴的长尾效应可能会逐渐有所体现。
五、《Whisper from the Star》
●网址：https://wfts.anuttacon.com/
●开发团队：Anuttacon
●融资情况：未融资（可能）
●团队关键成员：
创始人：蔡浩宇，米哈游创始人。
研究合伙人：童欣，前微软研究合伙人，网络图形组负责人。
用户生态总裁：王宇阳，前B站副总裁，直播业务Lead.
●介绍：Whispers from the Star 讲述了一位名叫Stella的天体物理学大学生，她在一艘宇宙飞船上遇到意外，坠落在一个名为Gaia的外星行星上，玩家透过通讯设备跟Stella联络，以文本、语音和视频消息跟Stella进行实时开放式沟通，每一句说话都会影响Stella的行动和命运，决定她的生死。
●目标用户和市场：可能的男性用户，可能的跑团玩家，追求高自由度和AI创新体验的玩家，AI爱好者
●是否有公开Demo：否，封闭测试中
语音和自然语言输入来和Stella对话，给她逃生的建议，成功逃生则为游戏成功。所有故事线都由玩家和AI的对话动态产生。
Whispers from the Star 用极限的视听效果和沉浸感构建，从某种程度上对冲AI驱动玩法的体验痛点，但其商业模式并不清晰，无法判断用这个思路做游戏的前景。
I.通过玩家的输入内容，AI NPC带着背景和人物设定和玩家对话，并产生数值层面的变化。
II.游戏没有固定剧情，所有叙事和事件会由玩家的输入内容靠AI实时生成。
I.游戏没有固定剧情，所有叙事和事件会由玩家的输入内容动态实时生成。
a.因为游戏的演出效果好，玩家对AI的新鲜感可能会普遍高于类似 AI2U 这样的游戏，但其本质也是一个随时间流逝，内容逐渐呈现，玩家的审美阈值逐渐爬升，兴趣逐渐衰减的过程。
b.玩家可能能接受的付费形式依旧会是买断制。但因其定位是移动端，订阅制或许也是可行选择。
a.前端交互采用了成熟的多模态技术，支持玩家通过文字、语音或视频与AI角色Stella交互。
b.大模型大概率有预训练的过程，因为Anuttacon团队中的LLM专家有许多来自预训练领域。
c.为了处理AI的记忆问题（如对话连贯性），团队开发了专门的内存系统来管理AI角色的长期记忆。
暂时未知。
a.游戏的前端界面模拟了玩家和Stella视频通话的样子，并在手机端竖屏操作，整体比较符合直觉，体验下来就像在和真人对话。
b.AI驱动的Stella的回答和逻辑稳定性暂时未知，但基于经验主义的结论，依然有不小的可能出现幻觉和不可控结果。
a.Whisper from the Star 有两个维度充满亮点：
I.为解决AI响应延迟，游戏设计了"星际通讯延迟"的叙事化处理，减少玩家等待焦虑。
II .像跑团一样，游戏的故事和流程均为基于已有信息实时延展，玩家对于不可控结果的产生容忍度更高。
a.先锋用户：可能的男性用户和跑团玩家，追求高自由度和AI创新体验的玩家，对AI驱动的动态叙事和智能NPC高度感兴趣的科技爱好者。
b.大众市场：基于游戏的交互形式和移动端操作，有潜力成为陪伴式玩法产品，从而获取更多AI泛娱乐用户。
风险清单
交互体验过于单一 | 增加玩法和机制 | |
变现模式不够清晰 | 需要拓展产品本身框架 |
仅从实机演示效果来看，Whisper from the Star 可以说是所有AI NPC类游戏里的演出效果最佳作品，没有之一。其带来的启发是，或许用极限的视听效果和沉浸感构建，可以对冲AI驱动玩法的体验痛点——但从中短期的ROI角度出发，以目前的大模型技术来看可能并不值得。
但是，其给出的规则层面的启发是更具价值的：通过"星际通讯延迟"的形式规避大模型latency的问题，是一个非常优秀的用对游戏化规训AI的案例——这背后的设计哲学值得所有AI游戏学习。
第三方资料
https://ep.ycwb.com/epaper/xkb/resfile/2025-03-19/A16/xkb20250319A16.pdf
https://www.36kr.com/p/3249256674402561
六、《福尔摩斯：暗夜追踪者》
●网址：https://store.steampowered.com/app/3561740/__AI/
●开发团队：上海美酷瑞 Gamercury AI
●融资情况：未知
●团队关键成员：创始人：朱笑靖，前盛大游戏VP，主导过《热血传奇手游版》《永恒之塔》《盗墓笔记》《仙剑奇侠传四》的研发和/或发行。
吴昀贇，前B站游戏事业部负责人，主导过《FGO》《碧蓝航线》的研发和/或发行。
●介绍：一款由最新AI大模型技术打造的，拥有全新交互体验的沉浸式悬疑推理游戏。化身福尔摩斯的你，将与AI扮演的数十个人物角色斗智斗勇，找出线索，破解谜题。游戏内没有任何剧情选项，所有的线索都将由你——远近闻名的大侦探亲自通过攀谈、审讯、情绪引导、探索、解谜等手段来获得。
●目标用户和市场：福尔摩斯粉丝，推理游戏玩家，跑团玩家，追求高自由度和AI创新体验的玩家，AI爱好者
●是否有公开Demo：否
其实和 Whisper from the Star 几乎一样，靠自然语言和游戏中的NPC交流；游戏没有固定的剧情，一切事件均由玩家的行为动态产生。
同样，通过视听效果和沉浸感构建的思路，从某种程度上对冲AI驱动玩法的体验痛点，但不一定能通过传统分销模式让玩家掏的钱cover高质量AI演出的成本。
基本同 Whisper from the Star.
a.主要采用多模态技术，也同 Whisper from the Star，处理玩家的多种形式的输入，并体现在游戏内NPC的演出效果上。
b.至于预训练和长线记忆等技术栈情况暂时未知。
a.产品整体包装比较贴合侦探推理游戏，在游戏维度上比较符合玩家认知。
b.对于玩家与AI交互产生的具体影响，目前还看不到实际效果。依然基于经验主义的结论，有不小的可能出现幻觉和不可控结果。
a.如果游戏内能如 Whisper from the Star 的"星际通讯延迟"机制那样，用设定和规则同大模型特性有机结合，可以塑造更持久的新鲜感。
b.同样地，像跑团一样，游戏的故事和流程均为基于已有信息实时延展，玩家对于不可控结果的产生容忍度更高。
a.先锋用户：硬核福尔摩斯粉丝，跑团玩家，追求高自由度和AI创新体验的推理游戏玩家，对AI驱动的动态叙事和智能NPC高度感兴趣的科技爱好者。
b.大众市场：对悬疑解谜有兴趣的泛游戏玩家，接受AI新技术的用户。愿意为沉浸式体验付费的PC/Mac用户。
a.游戏本体是否付费未明确，但有内购（购买token礼包）以支持AI算力消耗。
b.可能的模式包括买断制附加AI算力消耗的付费，或者基础游戏免费但AI交互能力有限，高级交互需付费。
AI生成内容不可控，可能出现违规或不符合逻辑 | ||
商业模式的付费吸引力可能不足 | 从技术层面减小token成本 |
综合来看Bside、《福尔摩斯：暗夜追踪者》和Whisper from the Star，笔者有一个大胆的猜测：
这三款游戏相对AI2U 都看起来更promising。有前景的AI驱动玩法的原生游戏的样子，要么像 Bside 那样，围绕社交、陪伴这种和玩家本身相关的内容打造gameplay，而非靠虚拟世界里的内容；
要么像后两者那样，怼上强大的视听体验，对冲AI在gameplay中的尬点，并把AI和设定与规则有机结合；靠高视听体验+围绕AI特性展开的规则带来的相对长线的兴趣，让玩家买账。本质有点像传统3A游戏，花钱去买占用大脑带宽的体验。
总结来说，要么做到「AI Gameplay+」，不管这个加号后面跟的是社交还是陪伴，还是别的模式，只要这个模式和用户自己的内容相关；要么做到极致的AI Gameplay，而不是一半一半，就像后两者那样。否则就会变成AI2U 的框架。
而在商业角度上，Bside 需要有一些更新颖的思路；后两者的特性可能更加依赖一些传统的模式来分销。
https://mp.weixin.qq.com/s/F-b2lIPNGQJYkLtK-VBaQw
七、《Jeopardy！》
●网址：https://www.volleygames.com/skills/jeopardy
●开发团队：Volley Games
●团队关键成员：创始人：Max Child 和 James Wilsterman，哈佛本科毕业生，毕业后一起做过一段时间手机游戏。
●融资情况：C轮 - Lightspeed Venture、M12 Ventures、Amazon、Advancit Capital、Y Combinator等
●介绍：一款AI赋能的基于智能语音家电设备的语音互动游戏。同名的电视问答节目最早于1964年播出，曾获43座艾美奖，目前每周观众数达到2000万人，在美国有着相当广泛的群众普及度。
原版电视游戏采取"逆问答"的玩法，回答者不是像常规智力问答那般根据问题给出回答，而是通过线索提示反推问题是什么。比如，当节目给出线索"爱因斯坦因为这个理论而出名"的时候，回答者应该反推出原本的问题"什么是‘相对论’？"
而Volley的设计思路就是将电视节目的形式几乎原样照搬，并融入AI能力，打造"语音控制游戏"。比如，玩家完全无需遥控器，只需说话就可操作游戏——当玩家猜到正解时，也只需向电视喊出正确答案，游戏就会用AI识别玩家给出的答案正确与否。其它玩法，则和原版电视节目几乎如出一辙。
●目标用户和市场：欧美玩家（因为语音智能家电、真人秀和客厅游戏文化更普及），语音互动游戏爱好者，老少咸宜
●发布日期：2025.1.2（Amazon Fire TV版本）
●市场表现：未公布，但 Volley Games 旗下总产品MAU达500万，总覆盖家庭数达3000万
虽然因为真人秀和客厅游戏文化在国内普及程度十分有限，Jeopardy! 的定位可能不适用于国内，但其展现出的因地制宜的AI互动娱乐的落地形式一定程度上提供了面对特定垂直群体的设计灵感。
目前Volley所掌握的AI处理技术栈在模态上较为单一，根据该公司的介绍，他们的能力主要包括语音识别、自然语言处理、LLM内容生成和语音合成这四大类别。
不过Volley也表示，它们将秉持"将LLM和AI放在游戏中心"的发展策略，并在获得资金后尝试此前未挑战过的领域，如尝试AI图像生成等。此外，Volley也在尝试利用GPT-4o等大语言模型构建智能体，用更具性格特色的虚拟角色向玩家进行提问，以进一步提升答题体验的沉浸感。
基于海量非结构化文本语料训练以及通用LLM，可能针对教育/知识领域微调。
数据的广度和深度直接影响AI生成题目的质量和多样性。
目标用户对经典 Jeopardy! 规则熟悉度高，认知门槛较低。
用户需要对AI生成内容的局限性有一定的了解，并可能需要人工审核。
AI自动出题提升题库多样性，有助于延长用户兴趣。
AI准确性和实用性是用户长期体验关键。
持续的新题目和游戏模式更新是维持长线用户粘性的重要因素。
长期主义启发
Volley Games 的理念是"语音是消费者与人工智能互动的最佳方式"，但基于实践情况可能还是因为欧美的语音智能家电、真人秀和客厅游戏文化更加成熟。AI+游戏的形式的一大潜力可能在于其如何赋能特定群体的当下火热娱乐文化。
同时，结合数据智能，Jeopardy! 可以更精准地评估用户的知识水平和学习进度，实现个性化学习路径，为AI+教育也提供了重要参考。
http://www.gamelook.com.cn/2024/07/549032/
02 AI演出型游戏案例
一、《inZOI》
●网址：https://store.steampowered.com/app/2456740/inZOI/
https://playinzoi.com/
●开发团队：KRAFTON
●融资情况：已上市
●团队关键成员：创始人：张炳圭，Neowiz、First Snow及Bluehole Studio创始人。
●介绍：「每段人生都是一則故事。」通过控制并观察'Zois'，你可以创造出一段属于你的，独一无二的人生。 利用 inZOI 易用的工具，可以自定义角色，建造房屋，在沉浸式的模拟体验中，过上梦想中的生活，体验生活中那些丰富而细腻的情感吧！
●目标用户和市场：模拟经营类玩家，模拟人生玩家，休闲玩家
●发布日期：2025.3.28（EA版本）
●市场表现：60.6万份（2025.5.19）
几乎和《模拟人生》一致，但有AI NPC和AI美术内容：
核心机制：玩家扮演"造物主"，自定义Zois角色，控制其生活轨迹（职业、社交、技能等），同时进行房屋建造、城市环境修改（天气、植被等）。 城市生态由AI驱动，NPC行为动态响应玩家和环境变化。
AI功能应用：AI驱动Zoi的角色行为决策、社区事件发生、图像生成（如墙画纹理）。 支持玩家通过文本生成服饰纹理、道具图案；上传2D图片转3D物件；上传视频自定义动作。AI功能采用KRAFTON自研模型，本地部署（0.5B），不依赖外网API。
此外，inZOI 内还有一个高自由度的角色/建筑自定义与社区分享平台（Canvas）。
精致版「斯坦福AI小镇」，AI仿真驱动的次世代生活模拟沙盒，强调高度自由自定义与社区共建；EA阶段销量可圈可点，但实际的游戏性尚待完善。
I.用AI的推理结果操控游戏内NPC做出更加合理的决策。一个例子（GDC 2025）：
①角色和妻子定了晚上6点的餐厅，而在晚上5点半时感到饥饿；
• 传统的 utility AI 框架（《模拟人生》）：角色立刻去冰箱找吃的，填饱肚子，然后到了餐厅什么也吃不下，妻子暴怒。
• LLM驱动的AI框架（inZOI）：大模型认为因为半小时之后就要去餐厅约会了，所以选择忍忍，并把输出的决策通过结构化方式转换成NPC在前端内容的行为逻辑。更符合现实直觉。
②每一个NPC都可以配置独特的提示词，玩家自定义其习性。NPC会根据该配置进行每日思考与总结（写日记特性）
③来源：笔者于 GDC 2025 KRAFTON 分享Session中记录的PPT
II.AI的实时生图和2D转3D功能，玩家可以上传照片导入游戏内一件转成3D物品，亦或是替换游戏内的3D贴图：
I.真正意义上地使NPC脱离传统决策树和逻辑判断的"图灵机式"表现，使角色表现更加真实。
II.AI辅助的个性化内容生成（纹理、物件）极大提升自定义自由度。
2.用户的兴趣和付费维度
a.高自由度沙盒建造、个性化角色定制、模拟现实/理想生活体验吸引核心用户。同时，游戏通过AI技术提供的自定义游戏内容的功能吸引AI创作爱好者。
b.当前付费模式和买断式游戏一样，但游戏里的GenAI部分有潜力往UGC方向的创新商业模式探索，如玩家自制游戏内资产，以及更高级的付费AI功能。
a.游戏运用自研引擎技术，在游戏内本地部署了一个5亿参数的LLM，处理游戏内的所有AI生成式内容。
b.支持面部/全身动作捕捉。
c.因为大模型是本地客户端集成，使用无版权风险数据训练。但游戏依赖高性能硬件，对显卡和内存要求较高。
a.AI模型使用公司自有及无版权数据训练。
b.推断游戏大量使用行为采样和自动化决策参数调整。
c.数据的多样性和丰富性是AI模拟和内容生成质量的关键。
a.类Sims基础玩法门槛较低，但高画质及本地部署模型对硬件配置要求高，存在技术门槛。
b.AI自定义功能易用性高，无需专业技术。
c.玩家需要适应AI驱动的模拟世界的不确定性。
a.目前观察下来的极度影响玩家对游戏的长期兴趣的因素并不是AI，还是游戏本身。
I.EA阶段的游戏内容过少，而模拟人生like游戏非常依赖高自由度和大系统的构建，因为该品类本身缺乏游戏目标，需要丰富多样的内容塑造高质量体验。
II.因为本身游戏的系统体量小，导致AI的能力也被大大限制。虽然像前面「游戏中的AI能力边界」部分讲得很fancy，但大模型的推理结果再好，也要依靠前端的内容来展现；换句话说，游戏本身的系统设计决定了AI在gameplay里的体验上限。
b.同时因为本地部署模型太吃电脑配置，持续性的卡顿体验也会严重影响玩家后期感受。
c.社区共建和分享功能也是重要的长线驱动力，但前提还是游戏内容品质足够。
a.先锋用户：模拟人生系列核心玩家，对AI生活模拟有兴趣的硬核玩家，AI内容创作者。
b.大众市场：泛模拟经营爱好者，对高画质开放世界有兴趣的玩家。云游戏平台（如GeForce NOW）支持扩大低配用户群。
a.Early Access买断制，后期计划推出DLC和增值内容。可能的商业化路径包括创意内容市场分成、虚拟物品销售、广告植入（游戏内已大量存在品牌广告）。
高硬件门槛导致潜在用户流失 | 增强云游戏推广和游玩品质/降低模型推理配置要求 | |
AI模拟深度和扩展性挑战 | 疯狂抄《模拟人生》，把系统做得更有深度 | |
玩家对KRAFTON本身的不信任（有不少玩家担心游戏会过度氪金） | 多做慈善，打动玩家…… |
虽然自「斯坦福AI小镇」的概念诞生后，各个大厂都在争先效仿，但可以说只有KRAFTON最终愿意持续烧钱把这个概念拓展并落地成游戏，且还是一款大作。
KRAFTON在GDC 2025上几乎分享了他们的所有技术细节，其技术栈落地流程提供了一个供AI NPC和系统行为逻辑的构建范式。
inZOI 本身是很难回本的：《模拟人生》的高度不容小觑，且现如今的市场对于这种杀时间但缺乏主要目标的游戏并不欢迎——当下的玩家时间着实宝贵。
但 inZOI 的picture一定是好玩的体验：宏大的、符合直觉的系统框架和绝美的交互体验共同保证游戏的下限。如果不考虑商业化问题，完全体的 inZOI 会是美如画的艺术品。
inZOI 的商业化问题在于其高品质的内容受限于买断制游戏本身的商品定位。不管其天花板在何处，inZOI 提供了许多AI+游戏的拓展方向。
二、《麦琪的花园》
●网址：https://store.steampowered.com/app/2990190/
●开发团队：AutoGame
●团队关键成员：创始人：张昊阳，前《和平精英》AI负责人，《伊甸岛》（腾讯内部项目）制作人。
●融资情况：天使轮 - 奇绩创坛、九合创投
●介绍：欢迎来到麦琪的花园，世界首款AI沙盒冒险游戏！在这里，你将从零开始建设自己的营地，并创造专属于你的AI伙伴。 每一次与伙伴的互动，都将塑造你们之间独一无二的特殊关系。即刻踏入未知的世界，享受自由探索的旅程吧~
●目标用户和市场：二次元玩家，沙盒玩家，星露谷玩家，像素风爱好者，轻量战斗游戏玩家
●是否有公开Demo：否，有阶段性封闭测试
二次元像素风开放世界沙盒生存建造+战斗玩法，同时可以管理自己的小队，培养与AI NPC的关系。
以图片/文本创建自定义AI伙伴并进行深度互动的AI驱动像素风沙盒冒险游戏，创新性强，早期市场反馈积极。
I.实现通过图片或描述高精度生成AI NPC（立绘、故事、性格）。
生成式AI部分最大的亮点是AI NPC的所有动画序列帧均可由AI实时生成，且因为是像素风，效果瑕不掩瑜，基本不会破坏心流体验。
笔者于2024年11月试玩，当时表现十分惊异——因为极少能有游戏把AI实时生成的动画可以做到很好地应用于玩家体验当中。
II.AI驱动NPC实时生成对话、语音、行为和情绪表现。
III.多模态生成（立绘、道具、地图规划）。
IV.AI能够理解玩家的输入，并生成符合玩家期望的AI伙伴。
I.AI驱动的NPC不再是固定脚本，而是拥有记忆和自主行为的"智能生命体"。
II.玩家可以真正意义上"共创"游戏内容，与AI伙伴形成独特、动态的关系。
III.传统的游戏NPC行为和对话是预设的，而《麦琪的花园》中玩家可以创建自己的AI伙伴，并与之进行深度互动。
a.用户需求接受度：沙盒玩家、二次元爱好者和AI聊天用户群体高度重合，AI伙伴的强陪伴感和个性化互动是核心吸引力。
I.UGC创建AI伙伴满足用户二次创作和个性化表达需求。
II.玩家对与AI伙伴的深度互动和共同创造故事有较高需求。
a.采用UE引擎的像素管线，结合自研AI内容生成、动作、语音模块。
b.融合大语言模型和扩散模型（Diffusion Model）。
I.可能与开源GameGPT、ChatHaruhi等类项目有关联。
II.技术团队具备AnimateDiff等开源项目经验。
主要采用团队内部原画师自画内容训练AI模型，成本可控。
a.开放世界沙盒冒险+AI伙伴玩法易于理解。
b.部分高级自定义功能如角色生成需要简单学习。
a.AI伙伴互动深度高，用户愿意反复试验生成角色和剧情，相比于传统同类游戏的优势是AI带来了更强的内容复玩性。
b.用户对AI伙伴的喜爱和社区互动是长线留存基础。
后续关于AI内容的持续更新可能是推动延长游戏生命周期的重要一环。
a.先锋用户：AI游戏爱好者、深度二次元用户（OC圈、同人/虚拟主播粉）、沙盒模组爱好者。
b.大众市场：泛沙盒玩家、对模拟经营和休闲建造感兴趣的用户，愿意尝试和探索AI辅助游戏创作和互动的潜力的人群。
传统买断制游戏模式，大概率为本体+DLC形式。
AI生成内容同质化/滥用 | 丰富训练数据，多样化画风/探索接入自回归模型生图的可能性 | |
早期版本Bug多 | 专注优先保证游戏内容品质 | |
AI服务算力成本 | 探索更多变现方式 |
创始人张昊阳的核心理论是"AI应成为游戏底层技术，回归‘好玩’本质"，而《麦琪的花园》让笔者看到了GenAI在内容层面上和游戏性有机结合的可能性。其二次元与像素风结合的实际效果，以及AI生图和逐帧动画的稳定性，证明了在这个维度上，赋能玩家用AI创造自定义且能给游戏体验加分的游戏内容是有前景的。
但既然其被归类于「AI演出」品类里，还是因为这些AI内容其实并没有与游戏本身的规则和玩法交叉——其更像是从一个审美角度出发，去吸引那些拥抱AI、对AI生图和不确定性的内容有足够接受度的玩家。
笔者反倒觉得，《麦琪的花园》的"沙盒"程度，远没有 inZOI 高。inZOI 从游戏规则上更像是给出了一个沙盘，让玩家自由体验"属于自己的人生"；《麦琪的花园》有着极高的自由度，但游戏整体叙事目标更加清晰，主要玩法十分明确，而这些因素使其更像是一款传统游戏。也正因如此，里面的AI内容会更偏服务于其传统游戏框架中的要素，如NPC立绘、动画、技能属性设定等等。
这样的话，如果说 inZOI 里的传统游戏框架为其提供了下限，那么在《麦琪的花园》里可能正好反过来——其传统游戏框架提供的是上限。
https://news.qq.com/rain/a/20250225A08OTE00
AI演出体验可能相似的产品：Circle Mountain Circle Sea - 圈圈圆圆圈圈
三、《Circle Mountain Circle Sea》
●网址：https://store.steampowered.com/app/3573470/
●开发团队：喵吉托工作室
●融资情况：天使轮 - 奇绩创坛
●团队关键成员：创始人：李驰，前字节游戏强化学习研究员。
●介绍：打造你的圆圈农场，培育繁荣的栖息地，让古怪可爱的动物伙伴安居其中，成为终极牧场设计师！通过肉鸽类游戏机制掌握战略性棋盘布局，将荒芜的土地转变为一个充满奇思妙想的农场。
●目标用户和市场：休闲游戏玩家、模拟经营玩家、对轻度Roguelite和策略布局感兴趣的玩家
●是否有公开Demo：是
玩家放置不同圆形生态拼块，通过堆叠、链接和组合创建生态网络，管理牧场，应对随机挑战。同时，可以通过AI创建独特的拼块生物或物品，自定义外观和设定（Demo里暂时无法体验）。
AI+游戏思路
大致和《麦琪的花园》在AI结合游戏的思路上类似：游戏的核心玩法偏传统游戏的形式，通过GenAI来丰富演出部分的内容，增加复玩性和UGC潜力。但这一切都是围绕于游戏本身的核心玩法框架与大游戏目标实现——游戏框架为GenAI内容提供了具有明确上限的潜力。
【待续，下一篇将进入AI生成UGC部分】
游戏葡萄招聘内容编辑，
点击「阅读原文」可了解详情
推荐阅读
游戏行业书籍推荐：
点击下方名片，关注公众号
（星标可第一时间收到推送和完整封面）
登录后才可以发布评论哦
打开小程序可以发布评论哦