国外大佬用 AI 三小时做游戏，两周赚 48万，马斯克也盯上了这个赛道

前两天 Manus 闹得最凶的时候，一直有种声音：这么厉害吗？为什么国外没什么讨论呢？

国外网友也在讨论 AI，不过，是 AI 游戏：X 用户@levelsio，借助编程工具 Cursor 和 Grok 3 做了一款模拟飞行的游戏，所有编程工作都基于生成式 AI。

做游戏花了 3 小时，两周就挣了 6.7 万美元。

当然，这不是哄骗大家立刻丢下工作去做游戏，AI 游戏这块肥肉，早已经被不少大佬盯上。

AI 游戏赛道，越发拥挤

@levelsio 的事迹引来了马斯克，不仅是因为开发过程中用到了 Grok 3，还因为马斯克自己也盯上了这个赛道。

马斯克的 AI 初创公司 xAI 正在采取一条大胆的实验性道路，在公司内部成立了一个专门的 AI 游戏工作室。

在 Grok 3 发布直播中，也展示了 Grok 3 何实时编写简单游戏，比如俄罗斯方块。

马斯克自己也是个游戏迷，12 岁时就写过一款简单的射击游戏 Blastar，受到《太空侵略者》启发，后来卖了 500 美元。九十年代时，他加入过一家小游戏工作室，做过一些基础开发工作。

时光荏苒，已是巨头的马斯克，又开始想起初心了。

这次 xAI 通过设立工作室，邀请游戏行业的开发者加入，一起打造 「AI 生成的游戏」 。目前，xAI 的游戏工作室团队规模很小，大约 9 名成员，但他们的目标是创造 「 前所未有的游戏深度与复杂性」Musk 还提到，他们正在 「尝试将照片级画质引入 AI 游戏」 。

xAI 的整体愿景是利用大型 AI 模型，自动生成游戏及游戏内容。

无独有偶，微软研究院最近发布的新成果，也和游戏有关。

微软的代表性项目是 Project 「Muse」，由微软研究院与 Xbox Game Studios 合作开发。

Muse 是一种 「世界与人类行为模型」，本质上是一个神经网络游戏模拟器。Muse 通过学习 3D 游戏世界和物理规则，可以 「基于 AI 生成符合游戏规则的玩法」 。

与 xAI 试图直接用 AI 生成游戏不同，微软的目标是 用 AI 赋能游戏开发者，提高玩家体验。

作为辅助工具，而非直接的创意工具，还体现在微软和 Xbox 合作，重现经典老游戏的计划。

那些因时间与硬件进步而被遗忘的游戏，Muse 或许能帮助优化旧游戏，让它们能够适应任何设备，将来可以在任何一台 Xbox 设备上重现。

都是 AI，但两种路线

xAI 和 Muse 都在用人工智能，但思路却截然不同。

xAI 的目标是，将 AI 生成的游戏逻辑与高保真视觉效果相结合。这意味着生成式 AI 将在用户提示或 AI 推理的指导下处理游戏创作的许多方面，从代码到美术。

比如，xAI 设想游戏能够动态叙事，能够实时适应玩家的选择。由 AI 策划的挑战根据个人技能进行调整，还有根据玩家互动，而不断演变的虚拟世界。

这和马斯克对「游戏」的认识有紧密的关系。他设立游戏工作室的一大原因，是因为反感现实问题投射、进入游戏当中， 他认为游戏就是为了娱乐，应该为了逃离世界。

xAI 策略是用 AI 颠覆传统游戏开发， 瞄准的寻求新鲜和体验感的玩家群体，而微软的重点则有所不同。

微软想要通过多方合作，以一种更具支持性和基础设施驱动的方式将 AI 整合到游戏中。

以 Muse 项目为例，这是微软研究院与 Xbox 合作开发，Ninja Theory 为 Muse 提供了数据。

训练自 Xbox 游戏 Bleeding Edge，Muse 使用了超过 10 亿帧的游戏画面数据及其对应的玩家输入， 相当于 7 年以上的连续游戏数据。

这让 Muse 的物理一致性更为可靠，而且能理解 3D 世界与物理——这是 Muse 的重要突破，它能够从纯观察数据中学习 3D 游戏环境的丰富内部模型。

微软表示：「Muse 的突破性在于它对 3D 游戏世界的详细理解，包括物理规则以及游戏如何对玩家的行动做出反应」，这意味着 Muse 不仅仅是创建随机视觉效果，而是生成遵循游戏规则的帧。

例如，如果玩家在 Bleeding Edge 中按下跳跃和攻击按钮，Muse 可以生成一个可信的帧序列，显示角色在跳跃时进行攻击，跳跃和攻击效果的物理效果与真实游戏引擎匹配。

Muse 目前是一个研究原型，但微软已经开始想办法让它走入游戏制作的工作流当中。游戏设计师可以把它当作创意生成工具使用，通过 WHAM 演示界面，开发者可以输入 prompt 词，比如设计师可以输入一个场景和动作的描述，让 Muse 来生成一则预览小视频。

这样一来，不用写代码制作预览视频，就可以看到大概的效果，把脑中的想法可视化。

未来的游戏，到底在我手中还是在 AI 手中？

这种通过 AI 工具生成视觉素材的方式，有肉眼可见的好处：如今，3A 级别的游戏拥有大量资产，《荒野大镖客 2》拥有超过 1000 个独特的 NPC、60 小时的音乐等，制作成本接近 5 亿美元。

开发者可以将概念美术输入 AI，几秒钟内获得数十种变体创意，有效地提高效率。可以说，无论是面向开发者，还是直接面向玩家，未来游戏制作不可避免地会有生成式 AI 的一席之地。

早在 2018 年，研究人员在 1000 个人工设计的《DOOM》关卡上训练了一个生成对抗网络（GAN），之后 AI 能够自行设计新的可玩关卡。

同样，一个 GAN 原型在学习了现有的《超级马里奥》关卡后，能够生成新的关卡。这些关卡并非随机堆砌；AI 模型通过研究原始关卡，学习了什么是一个有效或有趣的关卡的规律，例如敌人的排列方式。

2020 年，NVIDIA 研究人员通过 GameGAN 进一步推进了这一技术，通过观看 50000 次《吃豆人》游戏回放，就生成了一个完全可玩的《吃豆人》克隆版——换句话说，AI 仅通过屏幕视觉和玩家输入，就推断出了游戏的关卡设计逻辑和规则。

那么问题来了： 当你知道一款游戏里，包含大量 AI 生成的场景、规则、乃至台词对话，你还会想玩吗 ？

去年，动视暴雪的游戏《使命召唤：黑色行动 6》遭到玩家和粉丝的强烈批评。在加载页面的僵尸圣诞老人，出现了六根手指。

还有一些其它细节看上去，都让人生疑是不是用了 AI。包括《吉他英雄 3》也被发现了很重的 AI 生成痕迹。

这直接促使了动视暴雪的母公司在今年一月，修改了 AI 披露政策，要求开发者明确写清楚游戏制作中所使用到的 AI 工具。

暴雪的玩家显然是不买账的——就这？

但是另一边，是全 AI 制作的 fly.Pieter，狂赚六万刀，虽然广告是其主要收入来源，但购买高级机型也是需要氪金的。

这反映出一种新的价值博弈： 玩家究竟是在为开发的过程付费，还是成品？如果只是对成品付费，那过程如何还重要吗？AI 是不是也可以？

那游戏开发的价值会发生改变吗？玩家又会如何重新为这种体验「定价」呢？

毕竟，「玩得开心」并不是一个按按计算器就能算出来的固定数值，它是独属于每个人的「心理价值」。

我们正在招募伙伴

简历投递邮箱
hr@ifanr.com

✉️ 邮件标题
「姓名+岗位名称」（请随简历附上项目/作品或相关链接）