游戏开发中的人工智能现状

AI 生成的 AI 组装视频游戏的图像 | 来源：ChatGPT

人工智能是自互联网以来对游戏开发影响最大的变革性技术。尽管其采用引发了争议，但人工智能帮助团队以更少的资源做更多事情的前景使其整合不可避免。人工智能不仅会增强当前的开发流程，还有望解锁全新的游戏体验和玩家互动类型。然而，许多开发者在公开讨论其人工智能使用方面仍持谨慎态度，尤其是在 PC 平台，Steam 有着严格的披露政策，而移动平台虽然限制较少，但同样存在类似的犹豫。
许多工作室对于其具体使用人工智能的情况并不公开，所以我们无法看到所有的情况。不过，让我们来看看我们所能看到的人工智能在游戏开发的三个关键阶段中的影响。

前期制作
前期制作侧重于游戏设计、制作规划、预算编制、开发模型/原型以及获取投资。

市场调研与验证

来源：http://ludo.ai/
Ludo.ai 市场趋势分析 | 来源：Ludo.ai

大型语言模型（LLMs）在提供全天候的设计探索和创意构思的头脑风暴助手方面具有巨大潜力。人工智能能够帮助简化通常繁琐的市场调研和验证流程，快速分析趋势、竞争和类型表现。当然，人工智能也有局限性。由于无法访问付费墙/私有信息和数据，大型语言模型只能提供表面信息。它们也无法参与游戏。（这就是 Naavik 仍然有用的地方。）

相关工具包括：
ChatGPT、Gemini、Claude、Perplexity 和 Grok 的深度研究功能。
Ludo.ai，一个专门的游戏平台，提供头脑风暴、市场调研、文档编写、资产生成和原型设计的人工智能辅助。其知名用户包括育碧、Voodoo、Say Games、HOMA、Garena 和 Unity。

生成和更新设计文档

来源：https://www.nuclino.com/articles/game-design-document-template

游戏设计文档模板 | 来源：Nuclino优秀的游戏设计文档（GDD）在早期阶段至关重要，但其编写耗时费力。将大型语言模型与 GDD 模板相结合，可以加快初始文档的编写速度，并在开发初期就突出重要的问题。此外，它们还能简化生产过程中的文档维护工作，使文档保持最新状态，对未来的 AI 辅助任务也大有裨益。
以使用人工智能生成游戏设计文档为例，疯狂熊猫（Crazy Panda）的首席游戏设计师谢尔盖·扎伊格拉耶夫（Sergey Zaigraev）利用它将想法和讨论的思维流处理成有条理的文档。他还利用人工智能从文档中收集反馈和建议以改进内容。

相关工具包括：

• ai，它能从概念快速生成游戏设计文档，并与市场研究元素相结合。
• Wayline 的用于生成游戏设计文档的蓝图。
• 使用大型语言模型（LLM）和免费的在线游戏设计文档模板。

快速原型制作

来源：https://rosebud.ai/人工智能生成的游戏原型 | 来源：Rosebud

对游戏概念和机制进行早期验证可以避免多年开发的浪费。虽然经验丰富的开发者能够迅速创建原型，但许多游戏设计师缺乏编程技能，无法像他们希望或需要的那样进行大量原型制作。人工智能生成代码的能力能够实现快速原型创建和迭代，加快“找到乐趣”的过程，同时减少过多的开发开销。

为使人工智能能够创建原型而对机制进行足够精确的描述这一过程，也有助于设计师完善他们的概念。编写良好的游戏设计文档（GDD）能够为这些人工智能原型工具提供更多的背景信息。

使用人工智能进行编程有两种方法，一种适用于经验丰富的程序员，另一种适用于完全的编程新手。经验丰富的程序员可以使用像 Claude 这样的语言模型或像 Cursor 这样的专用编程工具来更高效地编写样板代码，这些代码需要较少的上下文理解和项目知识。

新手程序员则采用了“氛围编程”，即完全依赖人工智能来处理一切，包括其自身的错误。这两种方法都可以加快原型制作的速度，但在当前的限制条件下，“氛围编程”通常只适用于较为简单的原型。

除了简单的原型之外，人工智能编码还能帮助开发垂直切片，以展示给参与游戏开发的其他人员或潜在投资者。这里存在一种风险，即可能夸大快速执行的能力，但总体而言，垂直切片的质量会低于团队最终能够实现的水平。理论上，人工智能在生产过程中也能辅助编码，但鉴于目前的能力，最好将其使用限制在原型和垂直切片上。不过，人工智能的能力正在迅速提升，所以在未来数月乃至数年，会有更多可能实现。

虽然大多数游戏开发者尚未公开讨论在编码方面使用人工智能进行内部原型设计，但 Rovio 却全力将其用于原型艺术创作，尽管为此道歉，但仍未停止使用。总体而言，开发者应在原型阶段尽可能多地利用人工智能来“找到乐趣”并更快地验证想法。像 Homa 这样的超休闲手机游戏开发者一直在倡导其益处。

相关工具包括：

• 用于基于网络的游戏的 AI 代码原型设计和共享平台，如 Websim 和 Rosebud。
• 专门的 AI 编码工具，如 Cursor、Windsurf 和 Github Copilot。
• 像 Claude 和 Gemini 这样的大型语言模型（LLM），以及用于“氛围编码”的 MCP（本质上是 AI 的 API）。
• 专门用于 Unity 的工具，允许通过文本提示创建/修改内容，如 vibe-gamedev 和 Coplay。

关键要点

• 人工智能擅长加速传统上耗时的早期流程，通过增强而非取代创造力来实现。2024 年，超过 63%的受访开发者已经在设计和故事板方面使用人工智能，这使得从市场调研到文档编制再到原型生成的整个工作流程更加无缝衔接。该技术能够实现更一致和全面的验证，同时降低风险。
• 从长远来看，像氛围编码这样的新兴创新可能会在一定程度上通过降低准入门槛以及可能解锁或加速新平台的方式，对传统游戏开发造成一定冲击。这种全面的方法有助于通过更完善的规划和验证流程来增强投资者和开发者的信心，尤其是当这最终融入规划和预算编制时。
• 生产游戏开发的核心在于制作，通常会耗时数年，团队在此期间编写代码并制作素材。大多数人工智能制作工具和技术也适用于后期运营服务内容的创作。

视觉资产（2D 和 3D）

来源：https://www.ign.com/articles/activision-finally-admits-it-uses-generative-ai-for-some-call-of-duty-black-ops-6-assets-after-backlash-following-ai-slop-zombie-santa-loading-screen
《使命召唤》中由 AI 生成的实时运营宣传图片 | 来源：IGN

通过简单的提示，AI 在生成和编辑 2D 图像方面的能力日益增强。尽管仍存在一些明显的缺陷（比如臭名昭著的六指手），但经过适当的监督和后期处理，AI 生成的图像变得越来越可行。如今，这项技术已扩展到 3D 领域，能够生成可用的网格和纹理，同时在 2D 和 3D 动画方面也出现了新的工具。

动视公司因在《使命召唤：黑色行动 6》的运营活动中使用人工智能生成的图像而声名狼藉，其中一张六指僵尸的图片被曝光。动视最终承认使用了一些人工智能生成的艺术图像，但这是在争议平息之后。他们继续在运营活动中使用这种图像以节省成本和时间，并在 Steam 页面上添加了必要的 AI 生成图像披露信息。

来源:https://www.forbes.com/sites/paultassi/2022/12/14/high-on-lifes-walls-are-covered-in-midjourney-ai-art/
《High on Life》中的 AI 生成海报艺术 | 来源：福布斯

《High on Life》的开发商 Squanch Games 完全接受了 Midjourney 图像的怪异风格，将其用于海报艺术。尽管商店页面上没有 AI 生成图像的披露信息，但似乎并未引发对开发商的强烈反对，因为这种整合在概念上是合理的。

InnoGames（《帝国熔炉》《精灵之城》等游戏的开发商）将 Scenario 的人工智能技术整合到其美术工作流程中，以更快地生成游戏内资产。通过在其艺术风格上训练定制的人工智能模型，InnoGames 自动生成了角色肖像、物品图标和背景艺术等内容。据 InnoGames 称，使用人工智能艺术工具将创建新资产的时间缩短了多达 50%，同时仍让艺术家掌控最终编辑。

来源：https://www.eurogamer.net/gaming-ai-remasters-can-they-be-any-good
《Detonation Racing》在使用人工智能重制前后的对比 | 来源：Eurogamer

Keywords Studios 的 Project Kara 是一个在多个领域使用人工智能，尤其是 3D 资产，尝试重制一款旧游戏的有趣案例。在这个案例中，Keywords Studios 使用人工智能帮助重制了一款 2021 年的苹果 Arcade 游戏《Detonation Racing》。其目的不仅在于测试现代人工智能在工作流程中的集成，也在于尝试真正重制这款游戏。

所使用的工具包括：

• Midjourney、Stable Diffusion、Gemini、ChatGPT。
• 专业工具：Scenario（2D）、Meshy（3D）。
• 腾讯不断改进的开源 3D 资产生成模型

人工智能配音的非玩家角色达斯·维达在《堡垒之夜》中登场 | 来源：《堡垒之夜》

配音工作一直是人工智能领域颇具争议的一个方面，最近刚结束的美国演员工会 – 美国电视和广播艺人联合会（SAG-AFTRA）谈判就凸显了这一点。尽管存在争议，但人工智能配音已在预生成和实时应用中进入公众视野。尽管目前其成本仍高于文本生成，但人工智能配音的成本仍在不断下降。

总决赛中大部分的配音工作，尤其是解说员的配音，都采用了文本转语音（TTS）技术。《High on Life》这款游戏，其主要角色由配音演员兼创作者贾斯汀·罗伊兰配音，该游戏在原型制作阶段也主要使用了人工智能配音。

随着游戏开始大量探索基于大型语言模型的非玩家角色对话领域，利用人工智能生成动态语音的兴趣也日益浓厚。《堡垒之夜》最近在获得许可的情况下，使用基于已故演员詹姆斯·厄尔·琼斯真实声音训练的人工智能语音，为其达斯·维达非玩家角色的整合配音。

相关工具包括：

• ElevenLabs。
• Eden AI。
• Murf AI。
• OpenAI TTS。

关卡/世界设计

来源：https://arstechnica.com/gaming/2025/02/microsofts-new-interactive-ai-world-model-still-has-a-long-way-to-go/

由 MUSE AI 生成的互动游戏 | 来源：微软

虽然人工智能可能在创意设计方面表现不佳，但它可以显著加快初始关卡填充和内容放置的速度。它在解谜和休闲游戏的程序生成方面尤其出色，能够处理传统算法难以应对的复杂规则集。King 公司正在这么做：一些员工帮助训练了其人工智能关卡设计工具，随后被解雇，而这些工具则接管了工作。由于许多休闲手机游戏具有更系统化的关卡设计，这种情况可能在众多手机游戏工作室中发生。

在前沿领域，用于生成虚拟世界的 AI“世界模型”正在逐渐具备无需编写代码或制作资产就能模拟游戏体验的能力。尽管它们目前还不适合实际应用，但在未来几年可能会开启新的游戏体验形式。

相关工具包括：

• Coplay，它与 Unity 集成，用于场景填充和基本代码功能。
• Promethean AI，用于管理资产集合和世界填充。
• 来自 OpenAI、微软和谷歌的世界模型。

叙事与对话

来源：https://www.fortnite.com/news/this-will-be-a-day-long-remembered-speak-with-darth-vader-in-fortnite?lang=en-US

InZoi 中的 AI 模拟角色 | 来源：Fornite

大型语言模型在生成大量对话和叙事内容方面表现出色，尽管它们的质量尚未达到人类作家的水平。像 Kimi K2 这样的最新模型在创意写作能力方面有了显著提升。AI 可以帮助生成创意、草稿或满足大型游戏中的大量对话需求。而人类仍可帮助完善最终产品。

例如，育碧展示了如何利用 AI 工具 Ghostwriter 来解决规模问题，帮助批量创作大量“咆哮”（即频繁出现的简短 NPC 反应台词），生成后由人工进行修改。

来源：https://store.steampowered.com/app/3156240/Millennium_Whisper/

《千年低语》中的 AI 生成 NPC 对话 | 来源：Steam

许多游戏，如《千年低语》和《InZoi》，都在尝试利用 AI 来驱动实时 NPC 对话或行为，并允许对玩家做出开放式动态回应。使用大型语言模型的云服务成本过高，因此这类游戏通常会采用开源的、在本地运行的小型模型，这些模型可以在玩家的电脑上运行。我们预计这种用例会大幅增加，但目前的实现方式在响应时间和系统要求方面仍有许多不足之处。从更宏观的角度来看，能够在游戏世界中运行的动态 AI NPC 可以开启新的互动形式和乐趣，带来意想不到的效果。

相关工具包括：

• 具有出色创意写作输出的大型语言模型。
• 本地运行的小型 LLM 模型，如 Gemma.cpp、Llama、Nvidia Nemotron 和 Mistral。像 Inworld AI 这样的 AI NPC 平台。

开发平台

来源：https://corp.roblox.com/newsroom/2025/03/introducing-roblox-cube

Roblox Cube AI 资产生成器 | 来源：Roblox

除了特定的资产创建之外，像 Unity、Roblox、Fortnite UEFN 和 Meta Horizon 这样的主要引擎和平台开始提供更全面的 AI 集成。这些引擎和以用户生成内容为重点的平台将资产生成与代码辅助相结合，利用特定于平台的训练数据来补充开发人员的专业知识。尽管这些系统仍在发展中，但各平台都在竞相抢占市场份额，尤其是在年轻开发者中。

关键要点

该行业将 AI 用作劳动密集型任务的倍增器，同时保持人类的创意方向，为高成本和延长开发周期等长期存在的挑战提供了一个潜在的解决方案。这种技术转变可能对较小的开发团队特别有利，因为它们能够比受大型员工队伍和更挑剔的玩家群体限制的 AAA 工作室更灵活地适应 AI 集成。

后期制作与运营
游戏发售后支持包含版本更新、问题修复、平衡性调整、DLC/内购内容、运营活动及持续维护。

QA测试

雷蛇AI测试助手演示 | 来源：YouTube: https://www.youtube.com/watch?v=6b2Cpbfx3s8

鉴于许多游戏仍存在大量漏洞发布，AI在质量保证（QA）领域大有可为。AI测试方案包括：通过模拟AI玩家行为发现漏洞，或通过观察游戏过程捕捉异常。对于机制复杂、动态场景繁多的游戏，AI测试优势尤为显著——人工测试几乎不可能覆盖所有变量组合。

工具推荐
• modl.ai
• 雷蛇AI测试助手
• Ixie

Source: https://www.ggwp.com/
《The Alters》的AI翻译事故 | 来源：Windows Central

多语言本地化对拓展游戏市场至关重要，但传统翻译方式耗时且易出错。当前最佳实践是：AI完成初翻后由人工校审。需警惕为赶工期过度依赖AI翻译——《The Alters》因此引发舆论危机。

工具推荐
• 支持目标语言的LLM大模型
• AlocAI/Andovar Gaming/KantanAI的专业服务

玩家舆情分析

（平台来源：https://www.ggwp.com/）
GGWP舆情看板 | 来源：GGWP

运营在线服务或发布更新时，需实时掌握玩家反馈。面对海量社媒和评测数据，AI舆情分析能高效识别核心情绪（尽管对反讽等复杂语境仍需人工复核），并将抽象情感转化为可量化指标，其效果远超传统关键词统计。该技术同样适用于游戏内聊天和行为模式分析。

工具推荐
• GGWP舆情系统
• Levellr（专为Discord社群洞察设计）
• Gaming Charts（深度解析Steam玩家评测）

用于Steam评论分析的游戏排行榜。

用户获取

来源:http://adcreative.ai/

来自AdCreative |的人工智能自动广告创建来源：AdCreative.ai

开发和测试大量需要在手机用户获取（UA）中竞争的创意只会给本已竞争激烈的行业带来额外的压力。对不同趋势、模因和独特想法的持续快速测试，用人工智能生成的管道比人类更容易管理，尤其是在人工智能视频质量如此之低、成本如此之高的情况下。手机游戏用户体验的使用已经呈爆炸式增长，任何仍然手工制作大部分创意的人肯定会落后。

工具推荐
✔ 创意生成：AdCreative.ai/Reforged Labs/Gamelight
✔ AI视频制作：Runway/Veo

关键

游戏即服务模式开始加速整个行业对人工智能的采用。虽然外包工作和用户获取可能是最早的转变，但重大影响在于后期制作支持，其中AI工具可以帮助工作室优化运营并根据玩家需求扩展响应，同时管理成本。随着AI工具和服务的不断发展，它们与游戏开发工作流程的整合将重塑工作室的开发和运营方式。

结论

AI正在迅速改变着游戏开发，而那些没有积极探索这些技术的工作室将面临落后的风险。虽然我们仍处于早期阶段，但整个行业的团队已经发现了增强现有工作流的有价值的应用程序。

随着期望的变化，采用情况也会发生很大的变化。受优化需求和对ai不太敏感的用户的驱动，手机游戏正在积极实施。与此同时，PC和主机开发需要更微妙的方法，因为它们的硬核玩家基础对AI的使用更加敏感。

虽然一些人工智能炒作可能被夸大了，但这项技术为解决飞涨的生产成本和开发风险提供了关键的解决方案。小型敏捷团队尤其能够通过利用AI更有效地与大型工作室竞争而受益。当这些工具被用于增强而不是取代创造性人才时，Steam上超过8000款游戏已经显示出了令人鼓舞的结果，证明了AI的使用。然而，大型发行商在采用游戏时往往面临更多的组织摩擦，这可能会导致灵活的独立工作室和成熟工作室之间的能力差距越来越大。

未来展望
随着世界模型（World Models）等技术的发展，AI将催生：
• 革命性的游戏生产方式（如实时动态剧情生成）
• 全新的玩家体验形态（如AI驱动的开放式叙事）
• 更精准的全球发行策略（基于LLM的本地化智能适配）

最重要的是，包括世界模型在内的相关技术的改进将有助于开启游戏开发和发行的新方法，以及意想不到的新玩家体验。虽然有很多方法可以将人工智能视为一种持续的创新，可以提高效率，但这不应该让我们忽视人工智能——就像之前的所有技术浪潮一样——如何实现全新的游戏形式，并在此过程中推动行业发展。最终，最大的机会是我们还无法确切看到的。