新年伊始，游戏产业的新闻不多，但事关AI的争议事件却在近两年里甚嚣尘上，一茬接着一茬，先是《Arc Raiders》与《33远征队》等热门游戏深陷使用AI协力开发的争议之中，后是金亨泰的元旦贺图被扒使用AI痕迹，引起外网网友的广泛讨论。
金亨泰的元旦贺图
金亨泰对于AI辅助创作的辩解推文
玩家对于AI的争议时至今日一直没有中断，哪怕是独游圈子里，类似《逸剑风云决》《大侠立志传》这样的武侠爆款也不免陷入AI争议之中，但也正因为游戏的AI事件层出不穷，或许对于游戏产业来说，AI技术的运用其实早就不可避免。
比如金亨泰担当制作人的《NIKKE》，其角色立绘就有AI辅助创作的痕迹，甚至在2024年年底，游戏开发商SHIFT UP还曾在Youtube上发表AI开发的演讲分享视频（现在被官方私享隐藏），显然团队对于AI的运用已经相当成熟，就像《Arc Raiders》开发公司Embark Studios母公司Nexon的CEO所表示的那样，“业界很多开发者早就开始使用AI，只是外界没有察觉而已。”
《Arc Raiders》官方多次在海外媒体上为AI开发辩护
近日在互联网爆红的网页AI游戏《互联网大厂模拟器》，AI游戏在业界的渗透比预想中要快
只不过当下的AI在游戏产业里的流行，其核心优势在笔者看来，并非是对传统创作者开发的过程进行取代，而是一种开发流程的优化与减负，很多团队更多的是将其视为一种好用的辅助工具，它能以便捷和高效的优势，提高了游戏制作与在线服务运营的效率，既对大集团有利，也对小团队友好；同时AI未来的发展也在某些领域丰满了游戏市场的想象空间，尤其是交互层面的尝试，已经成为当下游戏AI研发前沿最关键的一环。
工具化AI，探讨AI技术在游戏开发的不同用处
当抛开AI背后的概念，纯粹将其视作一个开发辅助工具时，AI技术的优势实际非常显著。
在笔者看来主要有4点：
- AI对信息处理与分析的能力优于传统检索工具，能让信息、资料的汇编与检索效率更快，便捷性更高
- 生成式AI依托对话和任务式生成程序的模式，本身就具备很强的脚本交互属性
- 对现有素材（美术、音乐、程序）具备快速生成，快速替换的能力
- AI在吸纳资源与素材之后，具备一定的自我学习能力与发散思维能力
这4点优势在不同游戏，不同工具化的角度之中，各有不同的案例可以分享，比方说：
①利用AI的信息的收集与分析能力，对游戏的机制与想法进行快速分析，实时纠错
AI最擅长的方向就是对现有的互联网经验与信息进行快速的归纳总结，创作者可以依赖这一点，让它对自己的玩法想法，依靠现有信息量的经验进行可行性的分析，同时，创作者也能与AI程序实时交流，让AI继续提供一个合理的解释与反馈，进而帮助创作者改善玩法，纠正机制设计的错误。
这种能够总结案例，汇编资料进行分析的能力对经验不足的初创开发者来说尤其适用，比方说的制作人蓝桃游戏就以小女孩顾西西的“关卡”卡牌玩法设计撰写了如何使用AI辅助开发的文章进行分享。
他的这套玩法在预设上，既想要香草社战略游戏《圣兽之王》的特点（组队、布阵、人物装备词条、自动化战斗等），也想要《邪恶冥刻》Roguelike牌组的构筑玩法，所以他将想要融合的特点进行汇编，在确立方向之后与Claude聊天审核玩法想法上的问题，仅第一轮对话之中，AI程序就做出了几个很好的修正反馈。
提出想法，让AI进行分析（来自原文截取）
比方说在阵型这一需求标签的运用上，蓝桃游戏接受AI的批评，将阵型替代速度的做法改成阵型可以决定谁会被对方优先攻击的结果。又比方说，AI还建议创作者在卡牌设计上采用更多其他卡牌游戏的做法，这同样得到蓝桃游戏的认可。
根据AI的建议，蓝桃游戏将本来针对剑士设计的连击技能挪去独角兽卡牌上使用（来自原文截取）
②用AI进行草稿与效果图生成，减轻游戏开发环节前期风格预览构筑的周期
游戏美术与视觉呈现开发往往是一个需要反复纠错，重复作业的过程。
例如一个角色的形象塑造，往往是策划/主美提供需求，执行画师需要根据提供的文字与图片资料进行草稿绘制、接着再从上色、深化细节等多个步骤里进行反复修改才能定稿，工期不仅会因为大量的重复修改作业而拖长，其次从文字需求转变成具体形象的过程往往也会因为信息不对称而出现沟通不畅的情况，再叠加外包、人员更迭等额外工序上的影响，很容易进一步拖慢美术环节的作画效率。
所以让AI减少中间环节，改善沟通不畅问题就是一种很顺理成章的结果。这里有两个案例可以分享一下。比方说前文提及的《Nikke》AI开发的演讲视频里，金亨泰分享了他们AI协助作画的步骤：
- 收集大量图片来积累并构筑素材库
- 用自己AI训练的美学模型对素材进行打分与过滤，提高素材质量
- 提出需求，让美学模型生成草稿
- 用官方画风的lora模型（元素与标签的生成效果更细致与精准）将其转换成官方画风
- 画师修正、在原有基础上加笔/改图
围绕小红帽的细节标签构筑的数据池（截取自B站用户青龙圣者翻译的视频）
将粗糙画风的AI图进一步生成官方画风的图，并以这个基础进行深化（截取自B站用户青龙圣者翻译的视频）
借用这一套流程，需求方可以以很具体的图像去表述需求，让画师快速理解，并大部分缩短前期大量的改图与修图的流程。
③用AI弥补人力不足的情况
游戏的开发与运营是一个长期且复杂的状态。
对于一个长线运营的大项目而言，能够将不确定性的各种问题尽可能压缩，让项目更多的时候不犯错，稳步地进行版本迭代就是一个很重要的需求。《Arc Raiders》的AI配音事件实质上就是这种思维下的运用，将商用配音演员的声音商品化、以此作为原生素材来生成大量语言内容来应付各种突发状况，比如一些配音演员无法完全配合项目进度的时候，对于一些不太重要的部分进行同一音色的加工与生成，让游戏的开发与运营进度不用因为外包问题而停滞，这也是其官方提到的AI能提升在线服务的运营效率的缘由。
而对于独立游戏、同人游戏等小项目来说，人力不足导致的海量问题大多能靠AI得到缓解。
比方说，AI目前做的最好的方向是解决翻译问题。各种不同使用场景下的翻译软件层出不穷。不仅AI实时翻译的游戏翻译软件有AiNiee、Translator++与ParaTranzr等产品，它们在开发与用户两端之间都有着不错的效果，除了游戏行业之外，诸如需要大量翻译文本的漫画行业也在引用MANTRA ENGINE AI等AI翻译。
ParaTranzr汉化网站
又比方说：在传统同人游戏与AVG市场里，美术的再加工，例如立绘与CG的动态效果就是一个很大很重要的需求，在AI技术的发展下，许多开发者都可以借用AI的生成技术将图画动起来，以此减轻一些美术资产的加工成本。
将图片生成/改造成视频也是近一年以来，AI发展的一个主要赛道
④AI游戏化的未来：脚本交互的新进化
曾经Monolith Productions的《中土世界》有一套系统名唤复仇女神系统，它具有一套机制可以使NPC与敌人根据主角的动态而成长，只是最终因为技术限制，实际的落地的效果不好，显得十分坐牢。但随着AI技术的进步，或许能将这种基于主角这一变量而自动化成长的机制逐步完善成型。
上图为复仇女神的专利示意图，几年前，华纳兄弟将这个系统专利化，专利期维持到2035年
而这一想法实际上也是如今游戏AI技术最前沿的方向，很多大厂都在朝着AI交互的学习性与应对能力去努力，希望以此补足游戏人物交互与任务脚本的撰写能力，提升交互的多样性。
在这个思路的指导下，最常见的做法就是AI型NPC在游戏的植入，例如《和平精英》看板娘吉莉接入DeepSeek后化身AI队友，网易《逆水寒》的AI门客,《燕云十六声》与中手游的《仙剑世界》的聊天机器人与NPC的AI对话功能等等。
AI队友是当下最常见的一种AI型NPC的运用
而在这之上，一些团队则押宝AI的语言指令的可塑性，使其具备视觉辨识与一定的自然语言理解能力，这包括米哈游联合创始人蔡浩宇成立的AI企业Anuttacon与《群星物语》的AI对话交互项目。也包括育碧近日公开的名为Teammatesde 的AI队友。
育碧的AI队友也引起海外不小的议论
而随着虚拟偶像主播Neuro-Sama在2025年的爆火，它的成功起码用直播实时交互的形式展示了AI对话交互如今可以做到的上限，曾经玩家期许的千人千面的NPC与故事性发展也许在不久的将来可以得到实现。
由英国创造者Vedal开发的虚拟偶像主播Neuro-Sama，是完全的AI运行
总结
虽然运用AI工具，一直备受质疑，完全使用AI构成的商品也离成熟也有着很大的差距，但如果将其工具化，并投放使用在部分游戏的开发类别之上，AI的可行性与便携性无疑作用非凡，尤其再开发难度越来越大的现在，它的作用会越来越明显，直至创作者离不开它。
尤其近两年资本化的进一步加大投入，AI的技术进步也是越来越快，甚至许多曾经好的创意也有可能借助AI的技术成长而复活。也许当下许多大厂的先锋尝试将在不久以后成为现实，而曾经被程序限制的虚拟空间，将在不远的未来里实现真正的”开放世界“。
参考资料：
AI辅助游戏开发极简案例：一个解谜卡牌对战小游戏
https://indienova.com/indie-game-development/ai-assisted-game-development-minimal-case-study/
NIKKE胜利女神、天命之子、剑星游戏开发公司AI使用演讲：stablediffusion开发与局限性
https://www.bilibili.com/video/BV1iz421q7hd/?spm_id_from=333.1391.0.0&vd_source=4d33fe977344618c76ddda8e8695906d
文/丸子
原文：https://mp.weixin.qq.com/s/Q8y6Iy57PY0y0GWL76PvZg
| 
发表于 
