"Change the Game"

" 我有个朋友在做创业项目，" 为一场演讲排队的时候，站在我后面的几位开发者闲聊起来，" 他同时用 5 个 AI Agent（智能体）开发游戏，让它们互相纠错……我简直不知道怎么做到的。"

队伍很长，人们站到了下一个房间门口，但这不是我在本届 GDC（全球游戏开发者大会）上排过的最长的队。绝大多数折上三折的长龙都在生成式 AI 相关的分享门口。

不远处的大厅里，熙攘人群的头顶悬挂着来自全球科技与游戏公司的标识：谷歌、腾讯游戏、阿里云、Meta ……几乎所有大型技术公司和游戏公司都聚集在这里。捷克软件公司 JetBrain 的开发工具展台上，大屏幕赫然显示着：" 有多少游戏开发者已经在使用 AI？"

答案是 90%。这个数据来自 2025 年谷歌云的统计。

大型科技公司和游戏厂商纷纷聚集到 GDC 这场行业盛会中

  从 2022 年 11 月 ChatGPT 诞生算起，在生成式 AI 狂飙突进的第 4 年，游戏行业已经站在了改变的节点，" 今日 " 与 " 明日 " 的交界处。一切都在改变：人们使用 AI 的方式、开发游戏的流程、体验游戏的形式，简直日新月异。

连 GDC 本身都在变。今年是这个大会正式更名为 "GDC 游戏节 " 的第一年，因为 " 如今的（行业）格局已经转变……新技术和工具重新定义了谁能成为创作者。" 他们打出了新的口号：Change the Game。改变游戏，或者在更宽泛的意义上，改变一切。

而要怎么变？这是这届 GDC 上最重要的问题。

" 改变 " 是今年 GDC 的核心议题

会场到处都有操着不同英语口音、穿着颜色各异的公司文化衫的开发者们在数十个演讲现场之间穿梭，迫切地寻找有潜力用在项目中的工具。

谷歌 DeepMind 团队分享的 " 未来的可玩世界 " 人山人海。他们发布的新模型致力于实时生成真实的可互动世界，最大限度地开发通用性功能，在生成游戏场景之外还能用来进行情景模拟、救援训练、甚至训练另一个 AI。他们尝试打造综合性能强大、具有广泛适应性的通用 AI 工具。

就在一墙之隔的房间，腾讯游戏的分享同样座无虚席。他们整体选择的是另一条路径：从具体的应用需求出发。既然市面上的通用性模型已经足以满足游戏开发，那就针对用户需求，尤其是游戏研发和玩家体验中的具体问题进行针对性优化。腾讯游戏公共技术负责人陈冬曾经提到过，他们的 AI 解决方案之所以从蒙皮功能开始做起，很大程度上因为美术创意人员提出的第一个需求就是 " 手动蒙皮环节重复性劳动太多 "。

相比去年的 7 场，今年腾讯在 GDC 上的 AI 议题增加到了 21 场，并且涉及到应用和探索的各个维度。其他厂商讨论的 "AI+ 游戏 " 的尝试，没有他们不涉及的。

而谈起愿景、或者某种更终极的目标乃至游戏形态，他们的答案同样务实而简单：谁先落地，谁就跑在前面。

面向用户需求的落地实践

" 现在无论是 AI 模型还是整体能力，和游戏引擎结合还有不少难点。" 有开发者在现场说。他在腾讯游戏的数个演讲之间奔波，就是因为 " 我特别想知道他们是怎么解决这个问题的，如何以自己的方式切入这个领域。"

而在腾讯游戏众多演讲中，光子工作室群的《和平精英》的 AI 队友是一个已经大规模落地、并且实打实带来了游戏玩法改变和用户增长的成果，这在现场所有的 AI 相关分享中都独树一帜。团队从 2025 年 4 月就开始对与 AI 伙伴共同作战的 " 绝地指挥 " 玩法进行灰度测试，在当年 7 月正式上线，至今已经迭代了 3 个版本。就在 3 月 13 日，游戏还上线了新的 AI 队友 " 龙虾 "。

《和平精英》的 AI 玩法落地速度极快

" 绝地指挥 " 模式上线后，近 75% 的玩家会打开麦克风与 AI 伙伴交谈，表现出的交流意愿显著提高。他们的在线时长、社交意愿都有很大提升。

" 这印证了我们最初的理论：单人玩家也想要社交，"《和平精英》策划副总监薛冰在 GDC 分享中说，" 只是这部分需求之前一直没有满足。"

同时，屏幕上播放着玩家和 AI 队友游玩的切片。她应玩家要求讲了个冷笑话：" 一只鲨鱼吃下了一颗绿豆……结果它变成了绿豆鲨。" 在场能听懂的人都笑了起来。不仅如此，因为拥有跨对局的长期记忆，AI 队友还有可能和玩家培养出情感纽带：" 周末有安排吗？我记得你最喜欢吃小龙虾。"

这么做并不容易。除了要根据游戏具体情境训练 AI 等技术难点，现场也有听众惊讶于《和平精英》为了落地这个系统付出的成本：" 把这些算力开放给这么多用户，得有多贵啊？"

但对《和平精英》这样已经走过 7 年的竞技游戏来说，用 AI 进一步满足玩家需求带来的数据增长和未来的可能性更加令人兴奋。而且 AI 伙伴这个技术成果是可拓展的，团队自己就拓展到了 AI 战犬、AI 临时托管等等范畴里；未来也完全可以应用到其他项目中，" 这取决于其他游戏的用户需求。"

" 绝地指挥 " 模式上线后，社交回避型玩家的在线时长、社交数据有明显提升

不过，《和平精英》落地 AI 的成果之所以令人瞩目，还有另一个原因——整体来说，把 AI 技术落地到产品还有很多挑战。

从大厂开始的突破可能

虽然有 90% 的游戏开发者已经在使用 AI，但另一个数字更加耐人寻味：本届 GDC 的调查报告显示，有 52% 的开发者认为 "AI 对产出质量产生了负面作用 "。

毕竟，游戏是个具有很强实时性的复杂交互场景，有太多环节可能出问题。现场 Q&A 时间里听众提出的问题都相当实际，像是 " 实时生成的世界模型能在几分钟内保持连续性，够不够做 CG"？还有 " 你们的在线交互怎么保障稳定性，出现网络延迟有什么补救方案 "？

爱尔兰电子游戏服务商 Keywords 直白地对追捧 AI 模型的风气提出批评，说 " 有太多人在思考如何做更好的 AI，太少人思考如何更好地做产品 "，作为游戏开发者，" 不要忘了 AI 生成的东西要能用在管线里 "。

但 " 落地到管线 " 这个过程涉及相当多的技术攻坚，也需要非常雄厚的资源支撑：海量的用户数据、现成的高精度资产、多种多样的项目类型和覆盖全流程的研发管线……

能拥有和调用这些资源的只有大厂，腾讯也看到了这一点。他们内部对 AI 可能性的拥抱相当彻底，不少团队通过经费支持、免费提供 token 等资源的方式，鼓励员工自行探索如何把 AI 融入工作环节。在一些技术团队的尝试中，" 比较猛的人，token 用量一天就能达到两三亿 "。

这么做的成果也是显著的。并且，除了凭借资源和技术领先做到的引领性，通过分享与交流，这些成果总有一天能够普惠行业。

腾讯游戏公共技术负责人陈冬在 GDC" 杰出者系列 " 中的演讲就概括了 2024 年起腾讯逐步把 AI 落地到管线的方式。

比如，目前市面上大部分 AI 工具生成的 3D 模型不会考虑游戏的优化需求，往往只是一个最外层的‘视觉幌子’；也不会考虑游戏模型进入美术管线后需要分部件，无法将肩甲、挂饰、裙摆等生成为可分开编辑的状态。在此之上，游戏建模还有拓扑布线、自动减面等特殊的需求。

陈冬的分享《AI 时代下，腾讯游戏的技术演进和创新之路》非常强调 AI 生成内容对具体研发管线的适应

为了解决这些问题，团队从最细分、效果最明确的模型蒙皮绑定开始，先是开发了自动蒙皮工具，逐渐拓展到自动生成动画帧，以及完成自动化角色定制、表情生成等等，覆盖了游戏研发过程的多个管线。这些功能现在都被集成到了 VISVISE 中。

最后，艺术家只需要负责概念设计和绘制关键帧，重复劳动都交给 AI。AI 交付的成品不仅有相当的完成度，而且能相对规范地分层、分部件，以适应后续进一步人工编辑和细化的要求。

" 我们让 AI 像真人一样根据艺术家的需求行动。" 陈冬在演讲中说。

有开发者在腾讯展台现场试用 VISVISE

为了让 AI 能在大型项目中更长时间、更全面、更独立的工作，天美工作室技术组长余煜和技术专家牟骞提出了 " 可微智能 "（Agentic AI）的概念。通过拆解任务，AI 能在尽可能少的人工干预下，面向目标自主规划和自主完成任务，并且尽可能降低对 AI 模型的要求。目前，这个方案已经能帮助解决需要专家长时间研究的复杂崩溃问题。

" 本质上，这是在探索 AI 在复杂工程中找到正确答案的能力。" 余煜介绍，" 在后期，整个完整的工程不仅包括程序代码，还包括所有资产和文档。整个项目的生产资料都应该被囊括进来。现在我们可以做到修 Bug，甚至做到根据策划案自动生成程序。"

这次在 GDC 上展示的项目，甚至能实现 98% 的 AI 自动化编程。" 我们要让 AI 具备长时间在大型工程中稳定工作不出错的能力。不是 AI 犯错之后，找一个人帮它解决问题，我们希望 AI 自己解决问题。" 余煜补充。

现在团队在进行的仍是纯粹的技术尝试，希望 " 在一个比较纯粹的环境中推进 AI"，他们想要组建技术团队，往 AI 原生（AI Native）组织的方向发展。" 我们提供的并不是一个打开就能用的产品，而是会让生产方式本身发生很大变化。" 牟骞说，" 还是得先把这条路彻底走通之后，再大规模铺管线。"

一个全新的 " 游戏 AI 原生团队 "，试图实现 "AI 劳动和人类创意密集型 " 的研发流程，这是我在本届 GDC 听到的最大胆的想法之一。

最终的考验，仍然是 " 做出来 "

在众多科技和游戏大厂的探索下，独具交互性特征的游戏行业很可能会成为 AI 探索和应用最成熟的场景。在面向企业高管的 " 杰出者演讲系列 " 论坛上，专家们给出了他们自己关于未来的见地。

英伟达应用深度学习研究副总裁 Bryan Catanzaro 提到，"AI 让出 Demo 变得相当容易，但 80% 的 Demo 没有落实成产品。这中间的确存在一个鸿沟 "。谷歌 DeepMind 产品负责人 Alexandre Moufarek 则认为，" 这不是技术的问题，而是最终体验的问题 "。

  处在行业前沿的领军人物，都认为让技术落地是未来的关键

技术发展最终还是需要落实到游戏和人—— " 人 " 同时包括从业者和玩家——的需求。这个过程可能很漫长：1990 年代，3D 模型得等到引擎条件成熟起来才能真正应用到游戏中；2000 年代，动作捕捉技术在软件中间件成熟之后才能投入工业使用。

AI 也在经历这个过程，但前进得非常迅速。2026 年，" 能不能 " 的问题早已解决，时代已经推进到了 " 怎么做 " 的新阶段，可以说是 AI" 拼应用 " 的下半场。而腾讯游戏在具体到每个项目、每个生产环节的应用上已经走得很快，是游戏领域在这个路径上走得最快的。谷歌甚至在同系列演讲中指出，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，这 " 为整个行业指明了发展方向 "。

从现场情况看来，腾讯的确在指引和普惠上拿出了十足的诚意。他们不仅自己研究能改变玩家体验和研发流程的工具，还把探索过程、工作流毫不保留地分享出去，演讲中术语图表密密麻麻的 PPT 仿佛 " 真的想教会大家 "。

为这些分享排起长队的人群中，有 AI 公司创业者，有为游戏引擎开发插件的从业者，也有刚刚踏入游戏行业的新手制作人。" 如果是第一次开发游戏的话，开发者应该具备怎样的技能？" 光子工作室首席工程师郝阳《在游戏引擎中 AI 驱动制作 3D 游戏原型》的分享过后，一位听众问道。

" 很难说具体需要什么技能，" 郝阳回答，" 我觉得既然现在 AI 这么强力，你就先试着做一个东西出来，在这个过程中自然就学会了一些能力。"

最长的队伍往往都排在生成式 AI 相关议题的门口，腾讯的 AI 分享也往往座无虚席

我也追问了一下开头那位讲起创业者朋友的开发者，问他对这么多 AI 议题有什么想法。这位看起来还很年轻、一头浓密卷发的动画师苦笑了一下：" 我可能再过几年就得退休了吧 "。

面对行业性甚至时代性的急剧变化，焦虑不可避免。而抚平焦虑的最好办法，恐怕是将目光从各种令人兴奋的远景中收回，仔细审视，现在能为端到玩家面前的游戏、为具体的开发流程做些什么。

AI 未必会颠覆游戏行业，但一定会重塑游戏行业。站在今日和明日的交界点上，在不确定的未来中，只有改变是确定的。但也许正因为有所改变，我们才看到了这届 GDC 众多厂商和从业者密集的交流中更少的壁垒、更高远的畅想，还有用技术、分享和务实态度塑造行业新形态的可能。

正如陈冬在演讲中总结的：" 游戏设计永远是创新和控制的结合，AI 始终是工具不是目的。"

" 最重要的问题仍然是，怎么用 AI 做出更吸引人的游戏。"