近段时间的游戏圈，最热的话题无疑是米哈游联合创始人蔡浩宇的AI游戏《星之低语》（《Whispers from the Star》）。

　　与传统游戏预设对话不同，这一游戏最大的亮点是AI驱动的开放式对话，玩家可以自由输入任何内容，而主角会根据对话内容作出实时反应，每个选择都可能导向不同的结局。

　　区别于将AI作为素材生成工具，这类基于AI才能实现核心玩法的游戏，也被称为AI原生游戏。从不少反馈来看，蔡浩宇的这一游戏更大程度是一款实验性产品。

　　在游戏行业，类似AI游戏的探索正零星发生，目前多由创业团队领跑，如腾讯游戏技术策划创业做的AI沙盒游戏，B站游戏高管离职打造AI推理游戏。游戏研发周期需要2至5年，要等到一款真正破圈的AI原生游戏，或许仍需一两年。

　　世纪华通首席战略官方辉将当前AI在游戏领域的应用类比于汽车领域的自动驾驶，认为其整体仍处于L1阶段。AI的开放性和游戏的收敛中间还有矛盾，“但去年大家还不知道怎么和游戏玩法创新结合，现在大家开始探索了，这已经是很大的进步。”方辉认为，今年到明年的变化可能会更快。

　　AI原生游戏“破冰”

　　“比起游戏，更像是一个技术Demo。”在《星之低语》的Steam评论区，一位玩家体验完表示，和市面上类似的AI产品比起来，这一游戏的优势在于对话主角的表现很自然，表情、动作都和所说的话能实时匹配，但游戏性方面欠缺太多，解谜、探索和任务系统几乎为零。

　　因为目前仅支持英语对话，《星之低语》也被戏称为“中国玩家的英语口语训练软件”，但定价33.99 元、首发八折——不到30元的白菜价仍吸引了不少人体验。目前发售5天，已收获634篇评测，好评率86%。

　　这一游戏的设定是，主角Stella被困在遥远的外星，玩家是其唯一能联系上的人，需要全程通过对话实时指导她应对未知环境，推动剧情。虽然游戏已经尽量塑造“活人感”，但从玩家反馈来看，很多细节仍让人出戏。

　　“Stella被困在异星，开始荒野求生模式，却异常松弛。我火急火燎地帮她规划路线，结果她反问我我的人生中有没有迷失方向的时刻……”还有玩家提到，回答过的问题会被再问一遍，AI似乎不能很好承接上下文，这些细节会让人觉得是AI而不是真人。

　　AutoGame创始人张昊阳对第一财经表示，自己团队更早就在探索 AI 游戏，看到蔡浩宇这样的一线“大佬”后面也投入到 AI 游戏创业，“信心也足了许多”。他认为，《星之低语》目前主要承担了技术验证的角色，离真正成熟的娱乐产品还有空间，“因此市场期待与现实之间出现了落差，但这种探索是积极的。”

　　在交流中有行业人士提到，《星之低语》作为一种未来游戏形态的探索，或许其意义不在于“好不好玩”，而在于展示了一种可能性：AI能否成为游戏叙事的核心引擎，而不仅仅是美术或代码的辅助工具？行业这样的探索也有很多。

　　张昊阳此前是腾讯游戏的技术策划，核心工作是将技术和玩法结合起来，在看到AI游戏的机会后，他希望做一款颠覆式创新的游戏。但在大厂，创新往往是围绕成熟产品做小范围优化，例如在生产管线里加AI、在大型游戏的一个模块做微创新，很少能从零立项做一款完全由AI驱动的新游戏。

　　2023年张昊阳下半年决定出来创业，那时资本环境很冷，但他认为，“AI是一个哪怕从一生的维度看，都极难遇到的机会，未来5到10年一定有一个明确的窗口期。”

　　AutoGame目前推出了一款AI 沙盒游戏《麦琪的花园》，在Steam 首发登上新品榜 Top50。这一游戏基于大模型实现AI NPC自主决策，结合AI UGC编辑器，玩家可以通过自然语言实时生成任务、道具、地图乃至角色关系。

　　类似的是，当下行业的AI原生游戏也多是创业团队打造。例如《1001 Nights》，这是一款由独立游戏团队Ada Eden开发的AI叙事游戏，在这个月初游戏获得了“数龙杯”全球AI游戏应用创新大赛“最佳AI游戏创新奖”。

　　游戏背景源于《一千零一夜》的故事：国王每晚娶一位女孩、天亮前处死，直到山鲁佐德出现，用每天讲一个故事的方式，结束了这场屠戮。

　　在游戏中，玩家将扮演山鲁佐德讲故事，较为特别的是，玩家需要引导国王讲出“剑”等武器词汇，化作可用的武器卡牌进行战斗。不过，国王可能不喜欢故事，耐心值下降，降为0后玩家将被杀掉。

　　在游戏中，国王由大模型支持，对玩家的反应、回复，都是实时生成。玩家获得的武器都基于故事产生，并由AI工具将故事实时可视化。

　　受限于算力渲染、成本等问题，目前这些AI原生游戏美术风格都较为简单，如像素风、沙盒游戏，精度不高，但更能适配AI生成。

　　第一财经记者此前体验发现，即便是画面简单的AI游戏，在输入互动内容后有时也需要等待不少时间，这也是AI游戏未来会面临的问题。《星之低语》画面相对更精美，其解决方案是用云游戏的形式，减少延迟，但相应的成本会比AI的Token消耗更大，这并非小团队能承受的。

　　仍是起步阶段

　　世纪华通是“数龙杯”全球AI游戏及应用创新大赛的发起人，作为其中一个评委，方辉看了很多AI项目。他对第一财经表示，AI游戏目前在国内属于起步阶段，现在也很难确认，未来C端玩家普遍认可的AI游戏玩法是什么样的。

　　“终究有一天会出来一个用户认可的AI游戏模式，但最终是什么样的形态，目前判断还为时过早。”普遍来看，结合大模型的探索性游戏，目前都应用在解谜游戏、沙盒游戏、剧情游戏等几个品类里，方辉表示，这是按照当下模型的能力，能够与游戏结合的几个点，且单机版游戏更多，多人在线的社交游戏难度会更大。

　　未来不仅仅如此，“随着世界模型的成熟，游戏中的NPC会改变用户的游戏体验，包括游戏陪玩的小精灵，游戏中的社交和聊天，一些副本会千人千面，根据用户的特性、偏好有随机性的一些AI化元素。”方辉表示，这需要时间摸索。

　　在看了很多创业团队的项目后，方辉认为，一款好的AI游戏，首先是游戏本身要好玩，品质要高，其次才是具体到AI游戏领域，AI和游戏的点结合得怎么样，包括玩法创新的乐趣体验、降本增效。

　　更重要的是，目前AI的开放性和游戏的收敛中间还有矛盾，AI游戏需要控制AI超出游戏世界观的输出。方辉表示，从技术层面看，这需要游戏团队里的成员拥有对大模型的理解，怎么做垂直领域的训练，这也是评判团队能力强弱的一个标准。

　　行业目前还没有看到一款成功破圈的AI游戏，即便号召力如蔡浩宇，也仅仅是在游戏圈引发了一些关注。

　　在张昊阳看来，这不一定是技术不成熟，而是做一款游戏产品的周期通常至少要2至5年，从ChatGPT爆火到如今也不过两年多。

　　“大模型在对话上的成熟度已经非常高，图像生成也逐渐稳定，AI 编程相关能力也在快速进步。”从这个角度看，目前技术足够支撑AI游戏，但这个赛道集中创业是在2023年的年中到24年，所以大部分游戏都还在制作过程中，张昊阳对记者表示，或许一两年内会看到更有意思的游戏。

　　不过，张昊阳也提到，现实的一个问题是，做AI游戏需要很强的技术功底，因此实际能做的团队很少，再从这批人的产出里找到好玩的游戏就更难。

　　AI游戏与技术的需求也会让未来游戏的研发团队构成发生变化。在方辉看来，游戏公司未来必须得有懂大模型的人，“AI怎么和游戏引擎结合，以及怎么做一些垂直领域模型的训练，比如二次元游戏肯定需要做二次元语料体系训练，这个都需要游戏研发团队去找更多的AI人才去布局。”

　　AI游戏的探索也可能会带来商业模式的变化。方辉认为，基于算力原因，可能会回到以前网络游戏卖点卡的年代。

　　“现在很多的运算都是在端侧手机上完成，但未来这些游戏有可能要到云端去计算，通过Token服务来提供，一个可能是通过Token收费，或者就回到原来老游戏的点卡收费的商业模式。”方辉预测，区别于现在游戏纯粹的一个服务器，未来对于云算力的需求会越来越大。

　　技术进阶在加速

　　从整体游戏行业对AI的应用来看，技术进阶的速度远超预期。AI落地游戏的另一面，是AI赋能游戏制作，从行业进展也能看到技术的迭代。

　　“以前3D模型的生成能力差一点，可能不太能用，现在第三方公司都在做，已经可以直接用了。此外在CG的生成方面，尤其国产动画的生成，几秒钟十几秒钟现在可以实现了。”方辉观察到，模型本身的能力在增强，多模态大模型的能力也越来越强，今年到明年的变化可能会更快。

　　模型能力进展最明显的是对空间和对世界的理解，即世界模型，这一命题涉及游戏虚拟世界的模拟，“怎么理解世界里的事和物，如游戏中道具和物体的交互，瓶子怎么打开，这些是传统大语言模型不具备的，现在都在往下一步走。”方辉发现，目前看来这些能力在游戏中已有一些体现，效果更逼真，可以理解游戏世界了。

　　谈及过去一年世纪华通AI游戏上最重要的进展，方辉认为，团队逐渐找到了大模型与游戏引擎之间的PaaS层（平台层，主要负责提供基础服务、事务框架以及应用服务）实现的路径，尤其和游戏引擎之间怎么对接，游戏当中的行为与语言文字之间的转换打下了基础。此前，大模型与游戏引擎之间有一个巨大的鸿沟，游戏当中玩家或者NPC的动作，怎么将语言和动作进行转换，中间是需要有PaaS层类似于转换器的一层基础架构。方辉提到，这个技术架构是在过去一年摸索出来的。

　　据《中国游戏产业新质生产力发展报告》统计的数据，目前中国近80%头部游戏企业布局了人工智能等技术领域；约50%的头部企业已构建AI生产管线。金山世游发行副总裁刘异对第一财经提到，不论是美术还是开发环节，这两年AI带来的降本增效至少有20%-30%。

　　除了游戏制作，生成式AI也渗透到了营销中。营销监测平台Adjust是不少游戏出海企业的合作商，客户包括腾讯游戏、点点互动等。AdjustCEO安德鲁· 卡扎科夫（Andrey Kazakov）对第一财经表示，过去两年是生成式AI的重要转折点，相比以往深度学习需要人工操作的情况，现在的AI技术已经能做到主动识别广告流程中的潜在问题。

　　卡扎科夫观察到，现阶段有两个受欢迎的典型应用场景，一是帮助用户了解哪些广告渠道或策略有待优化，广告支出是否达到预期目标。另一种是异常检测，如广告表现突然大幅下滑、每千次展示成本（CPI）显著上升等。如果能够迅速识别这些可能影响产品盈利或用户获取的重要异常，可以节省很大成本，在这里面AI自动化带来的价值将尤为突出。

　　模型仍在进化，技术仍在迭代。2024年以前，游戏行业将AI用于降本增效，2025年，AI已经可以重构游戏玩法。未来，一款足够破圈的AI游戏出现时，也许会是行业新的拐点。而在那之前，所有探索都值得肯定，哪怕今天看起来仍像 “口语练习软件”或“技术Demo”。