腾讯游戏的神秘外援，未来会越来越抢手

腾讯搞AI，真不是临时抱佛脚。

文/九莲宝灯

最近，葡萄君与多位腾讯游戏不同领域的人士交流发现：

在游戏AI领域发展得最为风生水起的腾讯游戏，似乎也遇到了挑战。为了解决这些挑战，他们甚至都开始在外面找帮手了。

是，大家都知道他们近年来的成绩——比如IEG的公共技术线团队，他们在去年就曾发布过游戏创作全链路AI解决方案，上个月的GDC上，他们还进一步推出了AI驱动的游戏引擎技术解决方案。

他们也的确在继续增加对AI的投入。上个月发布2025年度财报时，腾讯总裁刘炽平就明确提到，AI能够带动游戏生产端的升级，给行业带来确定性机会。

这种情况下，到底还能有什么难题，能难住腾讯？如果他们都觉得这是一个挑战，又有谁能帮得上忙？

在我看来，腾讯游戏目前会在AI领域面临的挑战，不仅和他们如今独特的发展方向有关，也关系到如今游戏公司想要进一步提升技术的根本问题。而他们找到的这群帮手，在未来，或许也会帮助到更多的游戏厂商。

01

腾讯关心的AI，到底什么样？

为什么说腾讯游戏在AI领域的发展方向有些独特？

在腾讯游戏公共技术负责人陈冬看来，AI在游戏开发中的作用，应该是拓展创作边界、提升工艺水平，而非取代人类的创造力。腾讯游戏应用AI的核心原则，始终围绕改善游戏开发、运营和玩家体验——通过减少过程中的重复性工作，并提升内容质量。

对腾讯游戏而言，AI永远是一种工具，而非最终目标。像行业里大家都在重点投入的大语言模型或者2D文生图，他们其实也在推进。毕竟2D生成技术在美术创作和叙事辅助上确实能起到关键作用，所以在腾讯现在的不少工具箱里，都能找到相关的功能。

但比较特别的是，除了这些热点，腾讯游戏还分出了相当大的精力，去关注一个更加底层的方向：计算机图形学。

如果说游戏开发是一栋建筑，图形学很大程度上就是地基。但这个地基并非毫无变化。

对于现在的头部研发团队来说，研究图形学早就不只是意味着「如何把画面做真」，而是面对越来越大的游戏世界和更复杂的玩家交互，怎么才能在不同的设备上，同时保证画面好看、运行流畅，还要控制得住开发成本和周期。

尤其是在以前，计算机图形学的发展一直是「硬件定义能力，软件追赶硬件」，这就让这个问题变得更加复杂。

好在，现在AI改变了这个逻辑：算法开始主导画质和开发效率的提升。腾讯发现了这个机会，他们希望把AI技术和图形学做深度的结合，不只是做几个辅助工具，而是从最底层去重构传统管线。

在这种逻辑下，腾讯在把AI落进具体的3D制作管线时，也把重点放在了两个方向。

首先是3D资产的生产。

3D这个说法或许比较笼统，它既包括静态的建模渲染，也涵盖骨骼绑定、蒙皮、动画生成等。但说白了，3D生成是支撑游戏内一切交互的底座。它不仅仅关乎画面好不好看，更决定了游戏世界能不能运转起来、规模能做多大。

IEG公共技术线团队告诉我，在具体落地时，他们选了一个很实在的切入点：模型蒙皮和UV展开。原因很简单，这类工作流程标准化程度高，最适合让AI来跑通初期的流程。从实际效果来看，AI辅助显著提升了该环节的处理效率，让团队得以将精力集中在更具创意价值的工作上。

正是在解决这些具体痛点的基础上，他们一步步搭出了VISVISE这个游戏创作全链路AI解决方案。目前它主要是给现有的美术管线提升生产质量，但在长期的规划里，他们还要去承接像智能NPC、世界模型等更核心的AI交互功能。

其次是实时AI渲染。在这一领域，MagicDawn团队利用“AI+图形学”的融合，希望用算法重新定义渲染的效率和画质边界。团队认为，他们所面对的挑战，是如何在支持动态昼夜变化等复杂场景时，解决海量光照数据带来的巨大存储与计算开销，这正是传统预渲染方案难以承受的。要应对这种对性能和画质同时提出的高要求，就必须依靠AI渲染技术在底层进行优化和创新。

在这个领域，MagicDawn团队也已经做出了不少成绩。

举两个比较直观的实际案例：比如他们在游戏里落地了一套动态神经全局光照方案，在保证效果的同时，把庞大的光照计算成本直接降了一个数量级；

再比如针对大家常吐槽的「游戏包体太大」，他们测试了神经贴图压缩技术。在肉眼看不出画质损失的情况下，能把贴图压缩70%以上。靠着内部真实的研发测试，这套技术现在已经能应用到旗舰项目里。

如今，MagicDawn团队正在重点研究的课题，是通过类似RenderFormer这样的神经渲染架构，重构游戏渲染方式。未来，我们或许不需要再去死磕复杂的几何运算和光栅化等传统图形学流程，开发者只要输入少量的基础场景信息，AI就能直接把高质量的画面「画」出来。

从MagicDawn在渲染领域的实践可以看出，AI正在深度融入游戏开发的核心环节。而放眼整个游戏行业，AI的终极远景或许是构建一个高度智能的「可交互世界模型」，但这需要多条技术路线的共同突破。

在腾讯杰出科学家，腾讯游戏 ARC 负责人单瀛看来，目前整个业界依然面临着3个绕不开的「卡脖子」难题：

腾讯杰出科学家，腾讯游戏 ARC 负责人 单瀛

第一个难题，是超大规模开放世界的高效渲染。现在的3A游戏场景动辄几十上百平方公里，但传统的「光栅化+光追」本质上还是「看见多少就算多少」。场景一旦铺开，计算量可能是呈指数级飙升的。想打破这个瓶颈，或许只能跳出现有框架另寻出路。

第二个难题，是AIGC 3D的工业化落地。虽然当下AI生成3D热度很高，但离全流程接入游戏管线，可能还差着最难的「最后一公里」。学术界的模型跑分也许很漂亮，但工业界看重的实用环节，这些模型还不能直接上手用。

第三个难题，是底层技术的换道超车。AI改写了底层逻辑，也就让前人积累的技术壁垒不再具备绝对优势。如果国内团队能在AI原生渲染、AI引擎或世界模型这些新赛道率先破局，我们或许就有机会在这一新兴赛道上与全球顶尖团队同台竞技，并有望实现领跑。

想要解决这些难题，除了面临技术挑战，还考验团队的人才数量和深度——换言之，腾讯不仅自己需要足够多的人才，甚至可能需要去别的地方「搬救兵」，才能在接下来成功破局。

02

成果和人才，腾讯全都要

不过，这类人才的招募一直是个硬骨头。

计算机图形学本就是游戏研发的底座，而在如今的AI趋势下，图形学又成了衔接AI生成能力与游戏实际落地的桥梁。行业对相关人才的要求和需求都在变大。

图形学还是一个要求极高的交叉学科。从业者不仅要懂数学、算法、GPU架构，还得有美术审美。落实到具体工作上，他们不仅要掌握传统的渲染管线和物理模拟，随着技术的融合，现在还得懂机器学习，能把前沿的AI算法转化成可控的工程生产力。

这也同时意味着，这类人才的培养周期极长。目前国内能够对口产出的，基本只有少数几所高校的重点实验室。数量本就不多，还要面对影视、互联网等其他行业的跨行业抢人。

目前来看，腾讯显然也注意到了这一点。他们的选择，是直接深入学校，展开产学研合作解决问题。

以腾讯IEG 2026年的招聘计划为例，今年他们开放了4000个校招及实习岗位，并提高了内部转化录用率。新人入职后不仅会得到专项培养，也有机会直接参与核心游戏项目和顶尖学术交流。

从具体的岗位分布来看，这轮招聘也反映了技术趋势带来的变化：他们大幅增加了人工智能、游戏引擎、大数据等底层技术岗位的名额。

据腾讯相关人士透露，今年，IEG技术类岗位总体扩招了30%以上，其中游戏引擎岗位的扩招幅度达到67%。此外，产品类岗位扩招超过50%，美术类岗位扩招超过80%。值得关注的是，与游戏AI直接相关的岗位需求同样提升了80%以上。

这或许也是他们最近选择与浙江大学续约，持续通过学术界交流来探索前瞻技术的原因：在推进具体科研项目的同时，直接在校企合作中完成技术攻关和人才培养，为接下来的技术长跑做储备。

其实早在2019年底，腾讯就曾与浙大签过为期五年的合作协议，并且确实出了不少成绩。五年间，双方不仅联合产出了30多篇论文和20多件专利，其中还包括10多篇代表图形学最高水平的顶会文章。

更值得关注的是其应用价值，据腾讯透露，这一期合作的论文转化率与业务落地率远超行业平均水平，许多技术已经直接铺到了内部的工作室。

正如腾讯集团全球招聘副总裁陈双华所说，这种行之有效的合作模式，一方面取决于高校深厚扎实的学生功底和前沿视野，另一方面也来源于业务提供的真实的产业场景及工程命题。这些研究没有停留在纸面上，而是真正走入了我们的游戏生产管线，推动了生产质量和玩家体验的提升。

腾讯集团 全球招聘副总裁 陈双华

比如，腾讯光子工作室群与浙大入选全球计算机图形学顶会SIGGRAPH 2025的一项叫AlignTex的成果。简单来说，它解决了一件事：把平面的2D原画，自动变成3D模型的贴图。

过去，这是个非常耗时的手工活。因为2D和3D视角不同，直接贴图经常会错位或者产生接缝缺损。而这项新技术的核心，是让AI真正去理解3D模型的几何结构，这意味着，美术只需输入几张原画，就能快速拿到完整的3D纹理，直接省去了大量重复劳动。

浙江大学在科研和人才培养上的经验，也给腾讯提供了更多支持。

双方成立了「浙江大学—腾讯-智能图形与互动娱乐创新技术联合实验室」，重点研究计算机图形学和AI技术。这种校企合作的方式，一方面是为了解决企业遇到的技术问题，另一方面也是在具体的项目实战中，培养图形学与AI领域的对口人才。

按照目前的规划，接下来五年里，双方预计还会推进40个研究课题，相关的科研成果也会持续发表在一些顶级学术会议上。在解决业务需求的同时，这项合作也在逐步扩大腾讯在学术界和行业里的影响力。

浙江大学计算机科学与技术学院副院长 许威威、腾讯杰出科学家 腾讯游戏ARC负责人 单瀛，正式签署“智能图形与互动娱乐联合实验室”合作协议。

除了产出成果，腾讯同样看中的，还有浙大的年轻人才。腾讯相关人士表示，浙江大学一直在腾讯游戏校招的简历投递量和实际入职人数中稳居第一。

游戏技术本身非常看重工程落地和快速迭代，但在常规教学中，学生很难接触到真正的开发环境。通过校企实验室和硕博联合培养，高校学生能直接使用来自于真实业务的脱敏数据，并得到一线研发团队的指导。这种方式能让学生在没毕业时就能对接产业痛点，也变相缩短了科研成果走向玩家体验的周期。

这次腾讯游戏与浙大的合作，也打通了内部的「青云计划」，为优秀的科研人才提供了更实际的支撑。

青云计划是腾讯面向全球顶尖学子的人才专项，聚焦大语言模型、NLP、多模态、视觉、语音、智能体、强化学习、搜索、推荐、模型应用等核心技术领域。

例如真实的业务参与度。腾讯开放了核心的技术岗位，新人加入后不仅能尽早接触关键业务，实习生也有机会在指导下，去独立负责核心项目的产业转化。

这也意味着，科研人才们能接触到工业级底层资源。高校实验室通常受限于数据和算力，而腾讯这次会直接开放内部3D模型、动画数据，以及充足的大模型训练算力。

此外，联合实验室还会推行「双导师制」，学生在3到6个月的实地实习中，会由行业技术专家进行一对一指导。相配套的薪酬体系也以实际产出为核心标准，上不封顶。

在这一套模式下，目前加入光子工作室群旗下光子技术发展部的年轻学生们，已经产出了多篇SIGGRAPH论文，并成功将技术推向了实际落地。

不仅如此，为了把这种前置培养模式铺得更广，腾讯还同步推出了远程课题实践、前沿技术沙龙和游戏算法大赛等多个专项计划：

过去四年，他们不仅向全球高校开放了图形学、游戏引擎和AIGC领域开放了超400项远程课题，腾讯的技术专家也会定期把工业界刚跑通的图形学与AI实践带进高校。

在导师辅导下，学生能借此提前参与到这些产业导向的项目中，打破纯学术视角的局限，提前接触真实的业务痛点。

游戏算法大赛的逻辑也相同。这类比赛会聚焦3D运动重建或高性能AI渲染等主题，官方通过提供脱敏数据和工具链，让有学术潜力的年轻人，可以直接在真实工程环境里实战检验自身能力。

有了这么一套产学研合作的框架，我们再来看腾讯面临的那三个卡脖子难题，很快就能找到解决思路：

想在渲染技术上取得实质性突破，离不开扎实的数学底子，这是高校的强项；想把理论变成游戏里正常运转的功能，需要企业提供真实的测试环境，和高校一起调整算法；至于底层技术的换道超车，归根结底也需要不断有新人补充进来。

另外，这样做还能一举多得。腾讯如果真能把高校的研究能力、企业的工程经验和有潜力的年轻人才结合在一起，除了能解决当下问题，或许还能让他们在更长的时间里，不断保持领先。

面向对引擎图形学、AIGC感兴趣的同学，过去四年累计发布超 400 项课题，超 200 位企业导师参与指导，课题学员可远程开展实践，研究安排更灵活。

03

产学研合作，未来的必要项

把腾讯这一系列的动作串联起来看，我们能得出几个有意思的观察：

第一，腾讯并不是这两年AI全网爆火之后，才开始临时抱佛脚。从他们早前在图形学底层的积累，再到内部团队已经实际跑通的这些应用来看，他们对前沿技术的布局，是一件一直在长期推进的事。

第二，他们对AI的投入是成体系的。腾讯似乎并没有仅仅把AI当成一个拿来局部提效的辅助工具，而是把它往3D资产生产、实时渲染这些最核心的底层去靠，试图从根子上去重构传统的开发管线。如果往更远的地方推测，他们最终瞄准的，可能就是一套能自己演化的「可交互世界模型」。

第三，未来的游戏产业和前沿技术的绑定可能会越来越紧密，单靠企业在工程领域的经验，或许已经很难打破技术天花板。

而像腾讯跟浙江大学这样的校企联动，不仅能更好地将理论转化成实际生产力，顺带还能给行业培养一批懂实操的人才。

在我看来，随着以后游戏会越来越复杂，「产学研」合作很有可能成为行业未来的更多大厂们探索技术的常规路径。

游戏葡萄招聘商务经理，

| |

| |

游戏行业书籍推荐

（星标可第一时间收到推送和完整封面）