2026 年刚开始，FOMO 这个词越来越多地出现在互联网上。这个缩写的全称是 Fear of Missing Out，大意是由于担心错过有趣的社交活动、人生经历或重要的机会而产生的不安与持续性焦虑。

年后的这一波 AI 冲击，最喧嚣的莫过于 OpenClaw ——原本还在开开心心和豆包、GPT 们聊着天的群众，突然惊讶地发现：原来我要被 AI Agent 顶替了？无数自媒体也争先恐后告诉人们，不学好 Agent，以后只能做体力劳动，学好 Agent，一个人做 10 份工作……种种心态驱使下，大爷大妈争先恐后 " 养龙虾 "，也就不足为奇了。

但如果说 OpenClaw 的热度尚属反常现象，对普通人的影响有些言过其实。那么前段时间公布的 Seedance 2.0，则是真切地对影视行业造成了颠覆式影响。影视行业看了瑟瑟发抖，短剧行业则已经被彻底改写。

3 月 12 日，凤凰网的一篇专题提到，节后复工第一天，河南一家短剧公司的老板打开工作群，发现甲方群安静得可怕；在 " 短剧之都 " 西安，承制公司开始大面积裁员；红果短剧平台已经取消了真人短剧的承制保底；在电影行业的 10 余年的特效师则表示，哪怕是疫情期间的影视寒冬，也没想过行业会消失，现在，"AI 一把枪把传统影视行业毙了 "。

与此同时，在大洋彼岸旧金山 GDC 现场，却是另一副波澜不惊的样子。

今年 GDC 上的 AI 议题确实很多，AI 相关议题数量高达 106 场，跟去年相比飙升了 112%。但相比前两年，炒作和概念性的话题却更少。一切都在有条不紊地推进中。各种议题看下来，能感受到的不是所谓的颠覆和革命，而是游戏行业在 AI 时代的确定性更高了，大家都回归了理性。

实际上，越是深入游戏工业，越可以感受到，游戏行业无法被 AI 简单从外部击穿。但是掌握 AI 工具的人，却可以把护城河挖的更宽。

颠覆还是优化

这个行业的内部感受和外部在 AI 议题上一直有挺大反差。外界大众的认知里，游戏作为一个重数字资产的行业，似乎应该受 AI 冲击非常大，特别是前段时间谷歌 " 世界模型 " 发布后，让人以为前端的视觉生成能力将直接降维打击传统游戏公司，还一度引起一些游戏公司股票大跌。

但越是很早就建立的重型数字资产，越说明这个护城河已经很厚。游戏工业的核心从来不是单纯的画面，而是极其庞大、精密咬合的开发管线，还有对准确性要求极高的交互性。

目前市面上的一些 AI 的确可以生成 3D 资产，但这种 3D 模型往往不符合特定的工业规范（比如拓扑结构混乱、UV 未拆分、面数超标），从而很难进入实际生产管线。此外游戏里的模型不仅是多边形，还绑定着骨骼、材质解算、物理引擎反馈和网络同步逻辑。牵一发而动全身的耦合度天生拒绝黑盒式的外部 AI 直接插手。

Genie3 这样的 " 世界模型 " 只是看起来像游戏，实则可以说关联不大

在某种程度上，游戏工业在 AI 时代有点像一些大型机构和企业的 " 后端 " 系统，很多传统领域，如金融交通工业制造等，底层还在用几十年前的软件系统，有些甚至连图形界面都没有。按理说在信息时代，这些传统就该被革命了，但因为盘根错节的各种代码、数据库、接口已经和企业的各种业务深度缠绕在一起，难以被撼动。

由于各家游戏厂商乃至游戏引擎平台积累了数十年的管线和工程代码，形成了极高的壁垒，外部 AI 工具难以直接将资产无缝塞入现有标准中，因此唯一的方式就是游戏公司从内部实战出发，构建新的方法论和工具。

因此游戏即便因为 AI 冲击而产生了 " 优化 "，也只能是从内部一点点迭代调优，而不会像 AI 短剧取代短剧演员那样，被外部随便一个什么新的技术成果所颠覆。

如果说前两年关于 AI x 游戏的探讨还比较零散和偏实验性质，那么这次从 GDC 上的很多议题也能看出，很多已经深入到了更大规模的落地管线中。纯粹炒作概念的生成式 AI 热潮已经过去——类似当年元宇宙和区块链的退潮，今年区块链游戏的演讲确实完全绝迹了。

这个表格展示了在两年时间里，行业面对 AI 理性逐渐回归的过程

今年大家不再空谈 "AI 能做什么 "，而是在讲 " 我们已经在开发中怎么用 AI 了 "。各家对 AI 的讨论方向变得更加底层和务实，不再像前两年那样集中在显眼的 " 生成式 AI 画大饼 " 上。越来越多的开发者把 AI 当成了和光线追踪一样的常规技术，相关的技术分享已经细化并融入到了关卡设计、资产生成、NPC 逻辑等非常具体的开发环节中。

腾讯做了什么

今年 GDC 还有个特殊现象：AI 议题虽然多，但讲 AI 的游戏厂商不多，身边统计学和体感甚至反而少于往年。从日程表来看，今年 GDC 上主要是科技公司和上下游平台和工具厂商在讲 AI 愿景，卖 AI 工具。

当然我们熟悉的国外游戏大厂也不是没有 AI 议题，但细分垂直程度很高，不少案例处在机器学习和超小模型的阶段。

比如育碧在演讲中说他们跑通了一套工作流，证明只需要 30 张图片就可以训练出符合生产标准的 LoRA 模型。借助于此，各游戏项目组可以极低成本地训练出符合自己特定美术风格的模型。

暴雪则开发了一个名为 Zenith 的自动化管线。其核心用途是将 3D 游戏环境自动化地转化为风格化、多图层的俯视角地图（Top-down maps，即游戏内的小地图或战术地图）。

只有腾讯一次性带来了超过 20 场和 AI 有关的议题演讲。

这些议题跨度极大，有从场景、动画、引擎、音效等多维度优化开发管线的，有的则与具体的功能和玩家体验息息相关。

即便垂直如 " 搜打撤游戏中的 AI 增强反作弊 " 议题，在现场的热度也很高

比如在资产管理环节，腾讯的 3D 资产助手实现了端到端的自动化。设计师只需要说 " 给我一个女性维京战士的四个概念艺术 "，系统会自动生成多视图图像进行确认，最后直接转换成可上线的 3D 模型——包括 PBR 材质和拓扑优化，同时输出 PC 和移动端两个版本。传统上一个角色从概念到可游戏使用往往需要数周，现在被大幅压缩。

这类案例普遍不是为了 AI 而 AI，而是真正尝试解决痛点和需求。有些需求来自开发管线，有些痛点则来自玩家体验。

《和平精英》的 AI NPC 系统就是后者的典型代表。该系统通过挂载专属知识库、情绪驱动引擎以及强化学习等技术，解决了传统 NPC 行为僵硬、缺乏社交 " 人感 " 的问题。最终让游戏里的 AI NPC 不仅能进行自然的语音对话，还能感知玩家的情绪状态。当玩家表现出焦虑或迷茫时，AI 会主动给出战术建议；当玩家长时间沉默时，AI 会用轻松的话题打破尴尬。

这套系统上线后，所有 AI NPC 玩法的累计体验用户已突破 1.1 亿。数据还显示，AI 队友模式中的麦克风开启率近 75%，单局消息互动量达 70 轮。这显然说明，有大量原本不擅长社交玩家打开了麦克风，在战场上有了更沉浸的体验，也进一步拉高了整体的用户活跃度。

AI NPC 对不擅长社交的玩家带来了非常正面的体验加成

坦白说，这两年腾讯用在游戏里的 AI 技术，大多数看上去是没那么 " 性感 " 的，有很强的工程师思维，似乎少了点想象空间。就拿 AI NPC 来说，两年前育碧也曾展示过非常科幻的 Demo，整得跟未来游戏似的。但想象归想象，现实中的落地实现是另一回事。这次 GDC 和腾讯的人员交流过后，我能很明显感觉到，腾讯在游戏里做 AI，出发点基本上不是畅想 "AI 能实现什么革命性的效果 "？而是能否用 AI 提高开发效率，能否用 AI 解决现有游戏体验中的痛点和瓶颈。

这种实用优先的思路，也带来了一个非常明显的趋势：产能的极速扩张。

老外在学习中国开发商什么？

今年 GDC 上最让我感触的其实倒不是 AI 话题本身，而是：在数年前，国内游戏行业谈及游戏工业化、谈及国外的超大项目，还是仰望的姿态。而现在，中国厂商反而成了那个输出游戏工业和开发管线方法论的那一方。在我听的多场演讲中，只要中国开发者讲到如何搭建 Pipeline 时，现场的观众无论来自中国外国，都会纷纷举起手机拍照。

GDC 上的中国从业者再次证明了一个定律——产能这块儿，最终都要看中国。

国外像羊蹄山、33 号远征队、Dispatch、PEAK，讲团队如何开发这款游戏，讲当年的废案是什么，更多是一种名作光环下，用项目背景和内幕回馈粉丝，分享故事与灵感。

爆款产品的讲座基本上座无虚席，主要讲游戏开发幕后故事

国内则完全不同。

比如叠纸会分享怎么协调几百人的团队开发大项目。在 GDC 首次系统披露其 300 人规模的剧情演出生产体系，通过让文案、叙事、美术等创作者直接在引擎内工作，来大幅降低跨部门沟通与数据转换成本，实现大体量内容的持续稳定输出。

叠纸展示如何高效管理 300 人团队的内容生产管线，图中是早期工作流程，十分复杂，之后工作流被大幅优化

网易雷火的演讲话题是《谱写绵延的江湖——〈燕云十六声〉高频持续更新的开放世界内容设计与管线经验》，顾名思义，主要分享了如何用 " 三条创意管线并行 " 来生产大区内容，让关卡、叙事、艺术等团队同时推进，从结构上保证更新速度。

这一方面是因为，GAAS 游戏，对持续的内容迭代有着更深的渴望，而大型 GAAS 游戏又是特征明显的长期数字资产，更适合用 AI 来解决里面的重复性工作。而另一方面或许因为，中国人热衷于搞生产是刻在骨子里的。

在产能和管线这个维度上，腾讯这次的输出尤其密集。

《异人之下》实时功夫动画系统展示了 AI 如何解决动作游戏的产能痛点。

常规 3D 动作游戏中有很多 " 转场动作 "，如从攻击到冲刺，从冲刺到奔跑……两两组合产生的动作数量极其庞大，导致动画师不可能手动为它们制作全部的关键帧，用线性插值等传统办法还容易产生滑步穿模等现象。

因此，团队引入了一套 AI 驱动的实时动作生成方案，不仅解决了转场问题，还大大降低了高质量动作素材的动捕的成本：用最少 7 个类似 GoPro 的小型摄像机即可完成高精度无标记点动捕，动作捕捉时间从 30 分钟缩短到 5 分钟，精修时间从 1 小时缩短到 15 分钟，素材库则从 930 条缩减到 445 条 , 同时保持中国功夫招式的精度。

更关键的是，即便引入了即时 AI 推理来生成关键帧和中间值，量化后的超小模型在移动端完成一次推理也只需要 0.4 毫秒，即便在《异人之下》这样的高速动作游戏里，也几乎不会给玩家增加任何可感知的延迟。

天美工作室的 Ignis Agent 则把 AI 的应用边界推向了超大工程的开发 & 迭代环节——代码 Crash 诊断、UI 开发可以实现 " 从策划案直接产出结果 "，处理耗时从数周缩短到 1 天，自动化程度高达 98%。

在另一场技术分享中，来自光子的 AI 研究员介绍了《IntelliScene：基于多智能体的推理驱动的游戏场景生成系统》。在这套系统下，AI 可以把 " 把物件一件件摆好 " 这类重复性工作交给了可控的自动化流水线。

在 IntelliScen 最新版本中，设计师不再需要手动放置无数琐碎的小物体，而是输入一张引导图或一句场景意图后，AI 会识别场景类型并从资产库检索匹配模型，然后按生活逻辑与物理约束摆放——例如把瓷砖或踢脚线优先靠墙放置，还能处理内部布局（比如把书放进柜子或抽屉）、避免物体悬空与不合理堆叠，并调整各物体的精确位置与朝向，使生成结果既符合叙事意图，又可直接用于后续 3D 引擎与人工微调。

官方测试数据显示，相比人工摆放，AI 场景搭建的效率能提升约 10 倍，从而把美术团队的手工精力释放到核心镜头与关键关卡的创作上。

去年我们介绍过的 VISVISE 今年也参加了 GDC，它可以将把繁琐的 3D 模型蒙皮、拓扑和 LOD 展开等环节，实现超 85% 的自动化率，大大减少模型生成、贴图制作、骨骼绑定、动画制作等环节中的人工机械化劳动。

GDC 上来自魔方的技术专家们分享的《洛克王国：世界》的高性能全局光照方案，是一项 " 既给自家用，又开放给行业 " 的 " 送水 " 式技术。简单来说，这项方案与先利用云端的 RTX 显卡根据实时路径光追跑一遍正确的光影渲染，通过 AI 压缩静态光照数据，实现高效的光照烘培效果。

细致的光照烘焙其实一直是让中低端机器也能跑出高画质的神技，只是过程繁琐，人力成本巨大，现在已经越来越少游戏厂商愿意做太多烘焙，直接采用光追或者引擎现成的动态光照方案，不少游戏优化太差，惹得玩家怨声载道，很多人反而开始怀念过去烘焙效果的实在。像上文提到的这种不改变底层渲染架构，利用云端算力与 AI 来实现高效的烘焙，不失为新时代下一个很讨巧的做法。

AI 时代的护城河

在 GDC 期间，我也采访了腾讯游戏公共技术负责人陈冬。今年 GDC 新增了一个名为 " 游戏界达沃斯 " 的高端论坛，陈冬则作为唯一的中国厂商代表，与科技公司巨头谷歌、英伟达一起分享了对 AI 与游戏产业如何融合的成果与见解。

" 游戏的 Agent 是很复杂的，既要写代码还要操作游戏引擎，要懂游戏设计、数值、美学，如果是 3D 还要理解空间。" 陈冬告诉我，游戏 AI 不是简单的代码生成问题，而是需要理解游戏引擎的操作逻辑、掌握数值体系的平衡设计、具备美学判断力、熟悉 3D 空间概念的多维能力。

这种复杂性，正在成为一道难以逾越的护城河。

当通用大模型在文本、图像、代码等领域展现出高速成长的泛化能力时，游戏开发却表现出截然不同的韧性。游戏天生具备复杂工程体系的特点，不容易被外界通用大模型冲击。反而是，越懂游戏开发的人，越容易用 AI 来增强游戏开发，强者更强。

有来参加 GDC 的硅谷 AI 公司从业者表示，由于腾讯布局早，内部也打通了很多资源，积累的模型训练素材也多，投入也很大，因此在 AI 增强游戏开发管线方面，目前已经和游戏行业产生了代差。

在一场和平精英关于如何用 AI 驱动 UGC 创作的演讲中，腾讯的研究者展示了如何仅凭一张草稿就生成场景，大大降低用户创作门槛

" 基础模型能力强，上层应用才好做，如果基础模型不强，怎么做都无法真正把生成式技术发挥出来 " ——这个基模决定论在陈冬的采访中经常出现。 

打个比方，如果在一个较弱的旧版本模型上做了大量的业务强化和 " 脚手架 " 式工具开发，虽然短期内能让应用效果看起来还可以，但一旦基础模型发生质的提升，之前辛苦搭建的所有业务强化和工具可能都会变得毫无意义，因为更强的基模能够原生、更简单地解决这些问题。

因此陈冬不建议在模型能力不足的情况下进行业务端的过度开发，而是应该在基础模型上逐渐迭代和提升，" 这是一个非常重要、需要配合的关系。" 这种思路，也贯穿了腾讯的游戏 AI 战略——不满足于做表层的工具应用，而是从基础模型入手，建立真正可持续的竞争力。

2025 年 8 月，腾讯发布了 VISVISE 游戏创作全链路 AI 解决方案，涵盖六大环节：模型生成、自动蒙皮、骨骼绑定、动画制作、场景构建及渲染。与通用大模型不同，VISVISE 针对游戏生产的具体场景进行了深度优化，能够理解游戏开发中的专业术语和特定需求。

腾讯的竞争优势不仅体现在技术深度上，还体现在规模效应上。" 内部团队对工具的需求迭代速度非常快，生产规模也很大。" 陈冬坦言，" 生产规模越大，理论上模型和工具的效果应该更好，这也是腾讯游戏做 AI 一个非常大的优势。"

像前文提到的 VISVISE 和跨引擎光照烘焙方案，为什么这些技术在这一年集中出现？实际上它们是技术基建的积累和团队需求共同促成的结果。对于腾讯这样生产规模巨大，又有着大型技术中台的公司，极大的业务量为 AI 工具提供了足够的需求反馈和数据迭代机会，中台团队则可以来自项目组的需求和数据融入到基础模型（基模）的迭代中，使工具不断完善并吸引更多项目使用，形成良性循环。

在被问到腾讯的风格时，陈冬认为这种风格是务实。" 可能公司的文化就是这样，解决具体的问题，每个组都有自己很务实的需求点。"

结语

这几天关于 AI 的演讲中，有一句话 PPT 里的标题，叫 Let technology serve ideas , Leave time for Creativity。这句话来自于腾讯游戏 AI 引擎部技术专家的演讲——《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》。这句话准确地阐明了游戏行业如何使用 AI：

让技术服务于创意，为创造力留出时间。

这几天有业内人士说，在和谷歌等科技公司交流后，能看出 " 其实人家压根不 Care 游戏行业 "，更遑论用 AI 模型来进军甚至击穿游戏行业了。

无独有偶，在 GDC 开幕当天，Google Cloud 联合索尼、EA 和 Unity 的高管，也坐在一起聊了聊《AI 如何重塑游戏创作》，其中谈到一句话：

"AI 对于游戏行业不是一个 Easy Button（简单按钮），而是一个 Process（过程），需要贯穿到开发管线过程中。"

这个过程早就开始了。