AI+ 游戏的浪潮还在持续，超过 50 场的 AI 相关技术演讲分享，成为 3 月 GDC 论坛最亮眼的崽。

中国头部企业们也接着这个机会大展拳脚，腾讯网易以旗下多个核心产品为例，对外输出 AI 智能体的探索和应用成果。

从大的应用方向来看，AI+ 游戏围绕 AI 智能体和 AI 工具生产提效两个核心的逻辑并未改变。而本次 GDC 上企业们更多选择 AI 智能体作为主要输出，这个现象值得玩味。

AI 智能体和背后的长青游戏

根据 GDC 发布的《2025 年游戏行业现状报告》，52% 的开发者所在的公司正在使用生成式 AI 工具，AI 正从概念探索迈向生产工具阶段。

对比去年年中伽马数据的《中国游戏产业新质生产力发展报告》，近八成头部游戏企业在人工智能、数字孪生、引擎开发、云技术和 XR 等技术领域布局、超 99% 受访者所在的公司或部门已引入 AI 技术和工具、近六成头部游戏企业已构建 AI 生产管线、赋能虚拟内容生产或智能营销。

中国企业在游戏技术这块，特别是 AI 表现出更积极的态度和行动。

关于 AI 智能体，GDC 上腾讯游戏魔方工作室分享了《F.A.C.U.L：首个懂人类语言的 FPS AI 队友》的演讲 ( 这个技术去年就有曝光 ) ，项目融合语音输入、大语言模型、实时文本转语音等生成式 AI 技术，让玩家能与 AI 队友沉浸式协同作战。

相比传统 FPS 游戏中玩家只能通过快捷热键向 AI 下达简单指令的限制，使 AI 队友能理解复杂指令，还可以识别游戏中的数千种物体，包括建筑、载具和可收集物品，从而革新游戏体验。

腾讯 GiiNEX 团队展示了通过《王者荣耀》打造的 AI Coaching 人工智能辅导方案，结合 LLM 大预言模型和 TTS 技术，为玩家打造了可进行个性化语音教学的专属 " 游戏教练 "。

此前腾讯 AI Lab 与《王者荣耀》团队联合开发了王者绝悟 AI，2020 年还对外开放了 " 开悟 " 训练平台。平台为科研人员提供技术与资源支持，保证学界在人工智能研究训练时所需要的大规模运算。同时通过腾讯开悟多智能体强化学习系列大赛，邀请来自清华北大等 20 余所国内外顶尖高校的师生团队借助《王者荣耀》开展 AI 研究的竞争。

现在通过结合 LLM，让 AI 除了是 " 对手 " 也是教练，进一步扩充了应用场景。

另一边网易伏羲人工智能实验室 AI 技术负责人睿风以《Achieving AI Teammates in 'NARAKA: BLADEPOINT' Mobile PC Version》为题进行分享，深入探讨了 AI 队友技术在《永劫无间手游》中的实现路径。

通过集成语音识别、语义理解、人设对话、语音生成、强化学习以及模仿学习等多项智能体能力。赋予 AI 队友感知战场情况、认知玩家意图、决策战斗策略并采取行动的能力，并通过数据闭环训练自动更新模型，不断优化其行为决策，实现了与玩家的深度协作。

此外，网易伏羲人工智能实验室采用强化学习、自模仿学习等技术，接入 " 易生诸相 " 大模型打造多风格 AI 队友，使其具备不同的性格和行为模式。

睿风表示，未来网易伏羲人工智能实验室将继续优化游戏玩家体验，探索更多 AI 玩法。例如，开发 AI 教练功能，观察新手玩家的游戏过程并提供个性化指导。还将进一步提升 LLM 能力，改善语音交互体验，降低服务成本，让更多玩家能够享受到 AI 带来的游戏乐趣。

可以发现，围绕 AI 智能体，虽然游戏类型不同，但大家前进的方向是一致，学习模仿带来的更良好的游戏交互体验。

而无论是上面案例中提到的《王者荣耀》、《暗区突围》、《永劫无间》还是《火影忍者手游》、《和平精英》、《逆水寒》这些同样曝出 AI 成果的产品，都是腾讯网易核心或者说长青产品的重要组成部分。

某种程度上，头部企业们希望把 AI 智能体打造成自己的护城河。

长板和不足带来的差异化机遇

前不久的腾讯财报电话会议上，AI 和长青又一次挂钩。" 人工智能可以让长青游戏更具生命力。我们已经看到人工智能如何帮助我们实施和强化常青游戏战略。随着人们更广泛地使用人工智能，用户会有更多的时间和意愿参与高互动性的活动。"

为什么会形成二者高频率同框的现状 ?

AI 智能体本身发展离不开数据训练，" 大 DAU" 和 " 时间长 " ( 长青游戏本身具备的特性 ) 提供了更丰富玩家交互行为数据。

开悟与学术界的合作离不开背后《王者荣耀》的支持，《暗区突围》和《永劫无间》的 AI 智能体学习成长也离不开游戏本身庞大的用户群体提供的数据分析。

GDC 同一时间，3 月 21 日巨人网络旗下手游《原始征途》在迎来上线两周年之际，正式宣布全面接入 DeepSeek-R1 满血版，其核心 AI 智能 NPC" 小师妹 " 完成技术升级，以 " 游戏策略专家 " 与 " 情感陪伴红颜 " 双重定位亮相，为玩家提供更智能、更人性化的交互体验。

按照官方的说法，" 依托征途十多年玩家数据，耗时半年建立强大 " 征途百科 " 专属构架，游戏策略指导准确率达 99%，远超通用型游戏助手。"

背后的逻辑是相同的，用户和数据成为头部、老牌企业们训练 AI 智能体的重要资本。

理想状况下，长青游戏与 AI 智能体形成了一种 " 强者更强 " 的优势循环，时间越长用户越多，提供给智能体学习的定向数据越多，升级的体验更契合玩家需要，进而吸引更多用户与产品走下去。

这种规模优势带来的稳定性提升，是影响企业选择 AI 智能体的重要推动力。

值得注意的是，除了 AI 智能体，长青游戏带来的成熟框架与 AI+ 游戏其他技术应用现在依然存在一种矛盾。

受限于现有游戏产品各个模块耦合的复杂性 ( 过去成熟的系统构架 ) ，AI 带来的生产提效本身建立在团队和产品结构大规模调整之上。

换句话说，想要更深度发挥 AI 提效的价值，彻底解决技术难题前，老产品都需要面对是否大规模调整生产管线和团队架构的抉择。

这也是 AI 智能体当下大行其道的另一个原因，相对独立的加入使用规避内部系统的产生较大冲突的风险。

前段时间一位独立游戏开发者通过 AI 花三小时做出了一款游戏，上线 13 天收入 50 万，通过收广告位费年入千万的消息引起了热议。

举个例子，恺英在去年 CJ 演讲中实际演示了与 AI 大模型的交互，自动对游戏背景，逻辑，数值，建模等进行了创建与渲染，并生成了一款可应用的飞机游戏的过程。通过 Transformer 预训练模型，进行自我优化，自我迭代进行预训练，因为预训练，在解决问题时会更高效更准确，减少重复性的线性运算成本和时间，从而助力 AI 大模型全自动生成游戏。

可以发现这些案例更多是利用大模型从头开始进行生产，构建新一套产品系统。包括腾讯元梦和网易蛋仔此前提供给玩家的 AIUGC 创作工具，也都是相对独立的生产一套全新的内容。

面对头部企业们建立的竞争壁垒，AI 真正完美融入长青产品们的生产管线前依然有诸多问题需要花时间客服，挑战者们和中小团队依然存在机会。