遊戲開發中的人工智慧現狀

AI 生成的 AI 組裝視頻遊戲的圖像 | 來源：ChatGPT

人工智慧是自互聯網以來對遊戲開發影響最大的變革性技術。儘管其採用引發了爭議，但人工智慧幫助團隊以更少的資源做更多事情的前景使其整合不可避免。人工智慧不僅會增強當前的開發流程，還有望解鎖全新的遊戲體驗和玩家互動類型。然而，許多開發者在公開討論其人工智慧使用方面仍持謹慎態度，尤其是在 PC 平臺，Steam 有著嚴格的披露政策，而移動平臺雖然限制較少，但同樣存在類似的猶豫。

許多工作室對於其具體使用人工智慧的情況並不公開，所以我們無法看到所有的情況。不過，讓我們來看看我們所能看到的人工智慧在遊戲開發的三個關鍵階段中的影響。

前期製作

前期製作側重於遊戲設計、製作規劃、預算編制、開發模型/原型以及獲取投資。

市場調研與驗證

來源：http://ludo.ai/

Ludo.ai 市場趨勢分析 | 來源：Ludo.ai

大型語言模型（LLMs）在提供全天候的設計探索和創意構思的頭腦風暴助手方面具有巨大潛力。人工智慧能夠幫助簡化通常繁瑣的市場調研和驗證流程，快速分析趨勢、競爭和類型表現。當然，人工智慧也有局限性。由於無法訪問付費牆/私有資訊和數據，大型語言模型只能提供表面資訊。它們也無法參與遊戲。（這就是 Naavik 仍然有用的地方。）

相關工具包括：

• ChatGPT、Gemini、Claude、Perplexity 和 Grok 的深度研究功能。
• Ludo.ai，一個專門的遊戲平臺，提供頭腦風暴、市場調研、文檔編寫、資產生成和原型設計的人工智慧輔助。其知名用戶包括育碧、Voodoo、Say Games、HOMA、Garena 和 Unity。

生成和更新設計文檔

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

遊戲設計文檔範本 | 來源：Nuclino優秀的遊戲設計文檔（GDD）在早期階段至關重要，但其編寫耗時費力。將大型語言模型與 GDD 範本相結合，可以加快初始文檔的編寫速度，並在開發初期就突出重要的問題。此外，它們還能簡化生產過程中的文檔維護工作，使文檔保持最新狀態，對未來的 AI 輔助任務也大有裨益。

以使用人工智慧生成遊戲設計文檔為例，瘋狂熊貓（Crazy Panda）的首席遊戲設計師謝爾蓋·紮伊格拉耶夫（Sergey Zaigraev）利用它將想法和討論的思維流處理成有條理的文檔。他還利用人工智慧從文檔中收集回饋和建議以改進內容。

相關工具包括：

• ai，它能從概念快速生成遊戲設計文檔，並與市場研究元素相結合。
• Wayline 的用於生成遊戲設計文檔的藍圖。
• 使用大型語言模型（LLM）和免費的線上遊戲設計文檔範本。

快速原型製作

來源：https://rosebud.ai/人工智慧生成的遊戲原型 | 來源：Rosebud

對遊戲概念和機制進行早期驗證可以避免多年開發的浪費。雖然經驗豐富的開發者能夠迅速創建原型，但許多遊戲設計師缺乏編程技能，無法像他們希望或需要的那樣進行大量原型製作。人工智慧生成代碼的能力能夠實現快速原型創建和迭代，加快“找到樂趣”的過程，同時減少過多的開發開銷。

為使人工智慧能夠創建原型而對機制進行足夠精確的描述這一過程，也有助於設計師完善他們的概念。編寫良好的遊戲設計文檔（GDD）能夠為這些人工智慧原型工具提供更多的背景資訊。

使用人工智慧進行編程有兩種方法，一種適用於經驗豐富的程式員，另一種適用於完全的編程新手。經驗豐富的程式員可以使用像 Claude 這樣的語言模型或像 Cursor 這樣的專用編程工具來更高效地編寫樣板代碼，這些代碼需要較少的上下文理解和專案知識。

新手程式員則採用了“氛圍編程”，即完全依賴人工智慧來處理一切，包括其自身的錯誤。這兩種方法都可以加快原型製作的速度，但在當前的限制條件下，“氛圍編程”通常只適用於較為簡單的原型。

除了簡單的原型之外，人工智慧編碼還能幫助開發垂直切片，以展示給參與遊戲開發的其他人員或潛在投資者。這裏存在一種風險，即可能誇大快速執行的能力，但總體而言，垂直切片的品質會低於團隊最終能夠實現的水準。理論上，人工智慧在生產過程中也能輔助編碼，但鑒於目前的能力，最好將其使用限制在原型和垂直切片上。不過，人工智慧的能力正在迅速提升，所以在未來數月乃至數年，會有更多可能實現。

雖然大多數遊戲開發者尚未公開討論在編碼方面使用人工智慧進行內部原型設計，但 Rovio 卻全力將其用於原型藝術創作，儘管為此道歉，但仍未停止使用。總體而言，開發者應在原型階段盡可能多地利用人工智能來“找到樂趣”並更快地驗證想法。像 Homa 這樣的超休閒手機遊戲開發者一直在宣導其益處。

相關工具包括：

• 用於基於網路的遊戲的 AI 代碼原型設計和共用平臺，如 Websim 和 Rosebud。
• 專門的 AI 編碼工具，如 Cursor、Windsurf 和 Github Copilot。
• 像 Claude 和 Gemini 這樣的大型語言模型（LLM），以及用於“氛圍編碼”的 MCP（本質上是 AI 的 API）。
• 專門用於 Unity 的工具，允許通過文本提示創建/修改內容，如 vibe-gamedev 和 Coplay。

關鍵要點

• 人工智慧擅長加速傳統上耗時的早期流程，通過增強而非取代創造力來實現。2024 年，超過 63%的受訪開發者已經在設計和故事板方面使用人工智慧，這使得從市場調研到文檔編制再到原型生成的整個工作流程更加無縫銜接。該技術能夠實現更一致和全面的驗證，同時降低風險。
• 從長遠來看，像氛圍編碼這樣的新興創新可能會在一定程度上通過降低准入門檻以及可能解鎖或加速新平臺的方式，對傳統遊戲開發造成一定衝擊。這種全面的方法有助於通過更完善的規劃和驗證流程來增強投資者和開發者的信心，尤其是當這最終融入規劃和預算編制時。
• 生產遊戲開發的核心在於製作，通常會耗時數年，團隊在此期間編寫代碼並製作素材。大多數人工智慧製作工具和技術也適用於後期運營服務內容的創作。

視覺資產（2D 和 3D）

來源：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

《使命召喚》中由 AI 生成的即時運營宣傳圖片 | 來源：IGN

通過簡單的提示，AI 在生成和編輯 2D 圖像方面的能力日益增強。儘管仍存在一些明顯的缺陷（比如臭名昭著的六指手），但經過適當的監督和後期處理，AI 生成的圖像變得越來越可行。如今，這項技術已擴展到 3D 領域，能夠生成可用的網格和紋理，同時在 2D 和 3D 動畫方面也出現了新的工具。

動視公司因在《使命召喚：黑色行動 6》的運營活動中使用人工智慧生成的圖像而聲名狼藉，其中一張六指僵屍的圖片被曝光。動視最終承認使用了一些人工智慧生成的藝術圖像，但這是在爭議平息之後。他們繼續在運營活動中使用這種圖像以節省成本和時間，並在 Steam 頁面上添加了必要的 AI 生成圖像披露資訊。

來源: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 生成海報藝術 | 來源：福布斯

《High on Life》的開發商 Squanch Games 完全接受了 Midjourney 圖像的怪異風格，將其用於海報藝術。儘管商店頁面上沒有 AI 生成圖像的披露資訊，但似乎並未引發對開發商的強烈反對，因為這種整合在概念上是合理的。

InnoGames（《帝國熔爐》《精靈之城》等遊戲的開發商）將 Scenario 的人工智慧技術整合到其美術工作流程中，以更快地生成遊戲內資產。通過在其藝術風格上訓練定制的人工智慧模型，InnoGames 自動生成了角色肖像、物品圖示和背景藝術等內容。據 InnoGames 稱，使用人工智慧藝術工具將創建新資產的時間縮短了多達 50%，同時仍讓藝術家掌控最終編輯。

來源：https://www.eurogamer.net/gaming-ai-remasters-can-they-be-any-good

《Detonation Racing》在使用人工智慧重制前後的對比 | 來源：Eurogamer

Keywords Studios 的 Project Kara 是一個在多個領域使用人工智慧，尤其是 3D 資產，嘗試重制一款舊遊戲的有趣案例。在這個案例中，Keywords Studios 使用人工智慧幫助重制了一款 2021 年的蘋果 Arcade 遊戲《Detonation Racing》。其目的不僅在於測試現代人工智能在工作流程中的集成，也在於嘗試真正重制這款遊戲。

所使用的工具包括：

• Midjourney、Stable Diffusion、Gemini、ChatGPT。
• 專業工具：Scenario（2D）、Meshy（3D）。
• 騰訊不斷改進的開源 3D 資產生成模型

 人工配音素材 （特效和聲效）

人工智慧配音的非玩家角色達斯·維達在《堡壘之夜》中登場 | 來源：《堡壘之夜》

配音工作一直是人工智慧領域頗具爭議的一個方面，最近剛結束的美國演員工會 – 美國電視和廣播藝人聯合會（SAG-AFTRA）談判就凸顯了這一點。儘管存在爭議，但人工智慧配音已在預生成和即時應用中進入公眾視野。儘管目前其成本仍高於文本生成，但人工智慧配音的成本仍在不斷下降。

總決賽中大部分的配音工作，尤其是解說員的配音，都採用了文本轉語音（TTS）技術。《High on Life》這款遊戲，其主要角色由配音演員兼創作者賈斯汀·羅伊蘭配音，該遊戲在原型製作階段也主要使用了人工智慧配音。

隨著遊戲開始大量探索基於大型語言模型的非玩家角色對話領域，利用人工智慧生成動態語音的興趣也日益濃厚。《堡壘之夜》最近在獲得許可的情況下，使用基於已故演員詹姆斯·厄爾·瓊斯真實聲音訓練的人工智慧語音，為其達斯·維達非玩家角色的整合配音。

相關工具包括：

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

關卡/世界設計

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

由 MUSE AI 生成的互動遊戲 | 來源：微軟

雖然人工智慧可能在創意設計方面表現不佳，但它可以顯著加快初始關卡填充和內容放置的速度。它在解謎和休閒遊戲的程式生成方面尤其出色，能夠處理傳統演算法難以應對的複雜規則集。King 公司正在這麼做：一些員工幫助訓練了其人工智慧關卡設計工具，隨後被解雇，而這些工具則接管了工作。由於許多休閒手機遊戲具有更系統化的關卡設計，這種情況可能在眾多手機遊戲工作室中發生。

在前沿領域，用於生成虛擬世界的 AI“世界模型”正在逐漸具備無需編寫代碼或製作資產就能模擬遊戲體驗的能力。儘管它們目前還不適合實際應用，但在未來幾年可能會開啟新的遊戲體驗形式。

相關工具包括：

• Coplay，它與 Unity 集成，用於場景填充和基本代碼功能。
• Promethean AI，用於管理資產集合和世界填充。
• 來自 OpenAI、微軟和穀歌的世界模型。

敘事與對話

來源：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 模擬角色 | 來源：Fornite

大型語言模型在生成大量對話和敘事內容方面表現出色，儘管它們的品質尚未達到人類作家的水準。像 Kimi K2 這樣的最新模型在創意寫作能力方面有了顯著提升。AI 可以幫助生成創意、草稿或滿足大型遊戲中的大量對話需求。而人類仍可幫助完善最終產品。

例如，育碧展示了如何利用 AI 工具 Ghostwriter 來解決規模問題，幫助批量創作大量“咆哮”（即頻繁出現的簡短 NPC 反應臺詞），生成後由人工進行修改。

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

《千年低語》中的 AI 生成 NPC 對話 | 來源：Steam

許多遊戲，如《千年低語》和《InZoi》，都在嘗試利用 AI 來驅動即時 NPC 對話或行為，並允許對玩家做出開放式動態回應。使用大型語言模型的雲服務成本過高，因此這類遊戲通常會採用開源的、在本地運行的小型模型，這些模型可以在玩家的電腦上運行。我們預計這種用例會大幅增加，但目前的實現方式在回應時間和系統要求方面仍有許多不足之處。從更宏觀的角度來看，能夠在遊戲世界中運行的動態 AI NPC 可以開啟新的互動形式和樂趣，帶來意想不到的效果。

相關工具包括：

• 具有出色創意寫作輸出的大型語言模型。
• 本地運行的小型 LLM 模型，如 Gemma.cpp、Llama、Nvidia Nemotron 和 Mistral。像 Inworld AI 這樣的 AI NPC 平臺。

開發平臺

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

Roblox Cube AI 資產生成器 | 來源：Roblox

除了特定的資產創建之外，像 Unity、Roblox、Fortnite UEFN 和 Meta Horizon 這樣的主要引擎和平臺開始提供更全面的 AI 集成。這些引擎和以用戶生成內容為重點的平臺將資產生成與代碼輔助相結合，利用特定於平臺的訓練數據來補充開發人員的專業知識。儘管這些系統仍在發展中，但各平臺都在競相搶佔市場份額，尤其是在年輕開發者中。

關鍵要點

該行業將 AI 用作勞動密集型任務的倍增器，同時保持人類的創意方向，為高成本和延長開發週期等長期存在的挑戰提供了一個潛在的解決方案。這種技術轉變可能對較小的開發團隊特別有利，因為它們能夠比受大型員工隊伍和更挑剔的玩家群體限制的 AAA 工作室更靈活地適應 AI 集成。

後期製作與運營

遊戲發售後支持包含版本更新、問題修復、平衡性調整、DLC/內購內容、運營活動及持續維護。

QA測試

雷蛇AI測試助手演示 | 來源：YouTube: https://www.youtube.com/watch?v=6b2Cpbfx3s8

鑒於許多遊戲仍存在大量漏洞發佈，AI在品質保證（QA）領域大有可為。AI測試方案包括：通過模擬AI玩家行為發現漏洞，或通過觀察遊戲過程捕捉異常。對於機制複雜、動態場景繁多的遊戲，AI測試優勢尤為顯著——人工測試幾乎不可能覆蓋所有變數組合。

工具推薦

• modl.ai
• 雷蛇AI測試助手
• Ixie

Source: https://www.ggwp.com/

《The Alters》的AI翻譯事故 | 來源：Windows Central

多語言本地化對拓展遊戲市場至關重要，但傳統翻譯方式耗時且易出錯。當前最佳實踐是：AI完成初翻後由人工校審。需警惕為趕工期過度依賴AI翻譯——《The Alters》因此引發輿論危機。

工具推薦

• 支持目標語言的LLM大模型
• AlocAI/Andovar Gaming/KantanAI的專業服務

玩家輿情分析

（平臺來源：https://www.ggwp.com/）

GGWP輿情看板 | 來源：GGWP

運營線上服務或發佈更新時，需即時掌握玩家回饋。面對海量社媒和評測數據，AI輿情分析能高效識別核心情緒（儘管對反諷等複雜語境仍需人工復核），並將抽象情感轉化為可量化指標，其效果遠超傳統關鍵字統計。該技術同樣適用於遊戲內聊天和行為模式分析。

工具推薦

• GGWP輿情系統
• Levellr（專為Discord社群洞察設計）
• Gaming Charts（深度解析Steam玩家評測）

用於Steam評論分析的遊戲排行榜。

用戶獲取

來源:http://adcreative.ai/

來自AdCreative |的人工智慧自動廣告創建來源：AdCreative.ai

開發和測試大量需要在手機用戶獲取（UA）中競爭的創意只會給本已競爭激烈的行業帶來額外的壓力。對不同趨勢、模因和獨特想法的持續快速測試，用人工智能生成的管道比人類更容易管理，尤其是在人工智慧視頻品質如此之低、成本如此之高的情況下。手機遊戲用戶體驗的使用已經呈爆炸式增長，任何仍然手工製作大部分創意的人肯定會落後。

工具推薦

創意生成：AdCreative.ai/Reforged Labs/Gamelight

AI視頻製作：Runway/Veo

關鍵

遊戲即服務模式開始加速整個行業對人工智慧的採用。雖然外包工作和用戶獲取可能是最早的轉變，但重大影響在於後期製作支持，其中AI工具可以幫助工作室優化運營並根據玩家需求擴展回應，同時管理成本。隨著AI工具和服務的不斷發展，它們與遊戲開發工作流程的整合將重塑工作室的開發和運營方式。

結論

AI正在迅速改變著遊戲開發，而那些沒有積極探索這些技術的工作室將面臨落後的風險。雖然我們仍處於早期階段，但整個行業的團隊已經發現了增強現有工作流的有價值的應用程式。

隨著期望的變化，採用情況也會發生很大的變化。受優化需求和對ai不太敏感的用戶的驅動，手機遊戲正在積極實施。與此同時，PC和主機開發需要更微妙的方法，因為它們的硬核玩家基礎對AI的使用更加敏感。

雖然一些人工智慧炒作可能被誇大了，但這項技術為解決飛漲的生產成本和開發風險提供了關鍵的解決方案。小型敏捷團隊尤其能夠通過利用AI更有效地與大型工作室競爭而受益。當這些工具被用於增強而不是取代創造性人才時，Steam上超過8000款遊戲已經顯示出了令人鼓舞的結果，證明了AI的使用。然而，大型發行商在採用遊戲時往往面臨更多的組織摩擦，這可能會導致靈活的獨立工作室和成熟工作室之間的能力差距越來越大。

未來展望

隨著世界模型（World Models）等技術的發展，AI將催生：

• 革命性的遊戲生產方式（如實時動態劇情生成）
• 全新的玩家體驗形態（如AI驅動的開放式敘事）
• 更精准的全球發行策略（基於LLM的本地化智能適配）

最重要的是，包括世界模型在內的相關技術的改進將有助於開啟遊戲開發和發行的新方法，以及意想不到的新玩家體驗。雖然有很多方法可以將人工智慧視為一種持續的創新，可以提高效率，但這不應該讓我們忽視人工智慧——就像之前的所有技術浪潮一樣——如何實現全新的遊戲形式，並在此過程中推動行業發展。最終，最大的機會是我們還無法確切看到的。