前言

從幾年前的強化學習、神經網絡，到去年開始的Mid journey和StableDiffusion，進而到ChatGPT和Copilot，以及越來越多的國內AI廠商的出現。AI被行業內的各個領域拿來研究，並按照每個團隊自己的想法融入到開發管線和遊戲內容中去。這些AI的「使用者「在應用的領域不斷狂奔，按照自己的想法，把AI用成最符合自己思路的樣子。而這些AI的生產者也在不斷疊代自己的AI模型，有的ToC，有的ToB。

而越來越多的旁觀者在問：你們到底在「怎麼」用AI做遊戲？

首先，我想說，我反對為了AI而AI。所以當我們在決定用AI的時候，一定要先知道：

a) （不同的）AI能幹什麼。

b) 我要不要讓AI來試試干這件事。

c) 我「適應這個AI員工是要花成本的，和實習生或者試用期我要付出培訓成本一樣，這個成本我要不要花。

d) 如果這個AI員工幹得好，可能我要調整開發管線。我能不能評估這個調整成本和收益。

遊戲開發，從工業化到AI+

是的，當我們准備把一個AI加入到遊戲開發流程上之後，我們首先要擺明白一個心態：雖然這東西是個「系統」，但我最好把它當個人看，要用對待「人類」的耐心和勇氣來對待這個系統，因為你的人工，決定了它的智能。而且，請把提高效率當作終極目標。而這里的訴說的提高效率並不一定意味著省掉了單位時間內所花費的成本。

比如我們可以看到一個精心調整過的由AI參與的美術管線，可以讓策劃、原畫、3D和地編在AI的輔助下形成更有效的管線。策劃的需求和原型通過AI更快的變成「符合策劃心意的參考圖」。

而策劃原型和參考圖可以共同協助原畫的AI更快的生成符合原畫需求的概念設計。另一些AI可以協助原畫師將概念設計中的部分內容變成一個獨立的原畫設計，並在PS里配合原畫師完成設計的精調。

模型和動作可以在自己的AI輔助下將原畫設計中不合理的結構做進一步修正，並由其他的AI輔助完成自己的工作。尤其是在AI可以在生成3D的同時按照項目規范進行拓撲、完成UV布線的同時遵循貼圖規范的時候，簡直會讓人覺得「這個AI太可人疼了」。

再比如，我們可以看到在項目開發過程中，AI Copilot可以協助一些開發者解決40%左右的問題。尤其是在有明確規范的情況下，它們發揮的更好。我們甚至可以看到有一些專用IDE里，因為代碼相對簡單，格式非常明確。所以可以實現幾乎完全的Text to code。

而在遊戲優化過程中，AI作為檢查工具的助手參與其中，可以分析和總結每一份log和報告，並將其中值得關注的東西及時總結成更容易讓「專業人士處理「的樣子，和」讓普通人類更容易看懂「的樣子。方便技術人員解決問題，方便項目管理人員去追蹤這些事情。

再再比如，現在最常用到的，在各種會議和工單系統中。一個AI會議記錄專員可以協助記錄每個人說了什麼（雖然在足夠大的會議室里能聽清每句話挺難的），在會後整理會議記錄和形成Todo list的時候，至少這份東西可以作為備忘錄。並且可以讓做Todo list的AI把不太明白的東西和「感覺不對「的東西標記出來，讓人類去關注並修正。

而很多公司和團隊也在開始開始使用各種專業模型或商用模型來進行角色卡設計、劇情生成、對白優化、多語言翻譯、錯別字糾正。很多公司和團隊也在研究用AI為AI訓練做輔助… …

所以什麼是可以被開發團隊使用的AI？不是那種自稱自己可以「一鍵XX」但是只能直接toC，在工業化團隊里什麼也做不好的「人工智障「。而是那些能被應用於特定「垂直」領域，能切實有效的解決哪怕單一問題的「智能體」。

也許這些AI現在並不足以「替代「某些崗位。但是它們只要可以做到的是幫助遊戲開發團隊」提高下限「，或者「幫忙拼接」。一定程度減少哪怕20%的工作量，就已經很令人愉快了。

提升數據，從遊戲內容倒反哺運營

將AI應用到遊戲內容中一般有兩個出發點：

在適當的地方加入AI，讓這一部分的遊戲內容呈現「可控的不可預判」。

更舒適和有目的的陪玩，讓玩家的遊戲體驗更好。前者是寄希望於AI內容可以做到不重復，持續衍化，後者的目的是達到遊戲內容可以更好的迎合玩家，千人千面，有效的提升遊戲數據。

這方面內容最直觀的想到AI-NPC。確實作為LLM的最直接應用就是讓NPC「活」起來。而遊戲對AI-NPC的需求遠高於泛娛樂網際網路領域。除了能聊天，還要能准確的聊。眾所周知遊戲劇情講究個一波三折，主角昨天的基友在今天死於魔王刀下，後天被魔王復活成為魔王手下先鋒——主角的死敵。那一個AI-NPC能不能准確的根據當前的遊戲進度知道站在他面前的這個人，到底是主角的基友還是死敵？亦或是一具等待復活的屍體？

游覽過夜之城，探索過《柏德之門3》的大家大概對NPC的語音口型表情動作的表演效果有一定的認知。而現在的AI技術完全可以在遊戲開發管線中，順次使用各種AIGC工具，把表演素材生成好。

但是產品經理和遊戲策劃怎麼可能滿足呢？於是我們看到現在網際網路上很多AI伴侶類的角色如雨後春筍一樣出現。因為大家希望這些AI角色擁有合理智商情商的同時，還有足夠的表現力。讓AI的腦子由多個部分構成：有一部分負責思考，一部分負責記憶，一部分負責組織文字，一部分負責把話說出來，一部分負責指揮身體。

於是，自然而然的，很多遊戲設計師會希望讓AI進入遊戲里面，文武雙全，形成生態，一起「服務」玩家：

文的方面可以形成針對不同玩家的「性格「和「記憶」，甚至一定程度改變遊戲策劃一開始給予的「設定」，變成「玩家喜歡，策劃可控」的樣子。而如果整個遊戲的NPC社區都能讓每個玩家找到「自己是主角」「我是被關注的」「都是我的僚機與摯友」。是不是感覺就來了？

武的方面是希望AI可以參與到遊戲核心玩法中。最直觀的案例就是陪玩機器人。眾所周知，在騰訊和網易的很多遊戲里都已經用上了。因為這些AI的訓練是持續疊代的，而且可以直接從線上環境獲取數據，訓練成果可以直接反哺於線上。所以這些功能的需求方往往就是遊戲的運營團隊。

所以衡量一個AI-Agent的標準不是說它多熟悉遊戲系統功能，多了解數值養成，會多少玩法地圖，也不是說它腦子里塞了多少被調教的很像玩家對話的LLM。而是根據每個項目的需求，可以讓它在戰場或副本中，迎合玩家的選擇做出自己的選擇；為玩家創建一個和他水平差不多，但剛剛好能力互補的「搭檔或對手」。讓它成為「最適合玩家、策劃和運營需要的樣子（畫外音，這仨人要的真的是一樣的嘛？）」。

面子上我們說這個AI-Agent為玩家提供舒適的陪玩體驗，里子是它真的能帶來絕對正向的運營利潤。讓LTV提高，打贏自己的訓練成本。

稍微總個結

現階段，AI還處於不斷發展、快速疊代的狀態。很多模型訓練公司還在做「泛應用」。不管是ToB還是ToC，面臨的問題都是尋找新的價值創造契機。因此，此時此刻，一定存在很多的試錯和額外開銷。「全面」和「全覆蓋」幾乎是不可能的。

有人會說，創意行業正適合AI的自由發揮。這句話對也不對。遊戲行業已經進入半工業半自動的階段，管線再小也有標準，團隊再大也有規范。作為一種高技術濃度的裝置藝術，遊戲對資產、內容和輸出的准確性的訴求可能是網際網路行業中比較高的分類。因此，除非是在開發管線外從純概念創意，否則都需要讓AI的輸出符合項目的要求。

所以，我們對AI的需求首先是能精準解決某個垂類問題，滿足某個垂類需求。P0級的需求一定是可以被修改和調整，讓輸出「適應」規范和標準——團隊是不會停下來等AI進步的。還是一段說的，我們要拿AI當一個員工，它必須能被培訓到合格，才能被接納和應用。而滿足了整個底線要求之後，才有機會讓它發揮它的更多才能，做它擅長的思考和創作。

來源：機核