投资千亿放个烟花？游戏厂商抢占AI风口的方式变了

21世纪经济报道记者吴立洋

“米哈游在AI方面的投入规模三年最多1000亿元，如果最终没有成功也认了，算是做一个大的烟花。”这是5月15日米哈游创始人刘伟在北京一场技术分享会上的发言内容。

米哈游是当前中国头部游戏厂商之一，而如米哈游般大力布局AI的游戏公司不在少数：相较于部分海外同行对AI应用的三缄其口乃至全面抵触，中国游戏公司和从业者往往更乐于展现和交流AI使用情况——这既包含中国游戏以长线运营为主要营收品类的市场环境特征，也是AI大发展背景下企业前置布局研发能力、展现商业前景的客观需求。

值得注意的是，随着AI在游戏领域的渗透愈加深入，原本宽泛的“AI赋能、降本增效、员工替代”等价值叙事模式同样被细化与拆解，行业与市场开始关注AI在垂直领域的具体落地形态，对公司层面投入产出比的宏观考量，也逐渐下沉至AI对具体项目、岗位的增益作用。

不吝投入的同时，因“项”制宜、因“岗”制宜，成为早期AI热潮过后，中国游戏厂商重新调整人工智能环境下的产品研发、发行模式，明确市场定位和发展路径的核心理念。

结合已经发生的经营操作和部分游戏企业高管的公开表态来看，游戏公司对人工智能发展的布局和投入几乎涵盖了全产业链的所有环节，其节奏之快、烈度之强，堪称一次全产业链的“抢滩登陆战”。

以最直接的资金投资为例，米哈游就曾在大模型公司MiniMax天使轮融资阶段入局，据媒体报道，公司在MiniMax IPO前持股约6.4%；A股游戏龙头三七互娱更是接连投资智谱AI、月之暗面和百川智能……

硬件领域，世纪华通投资“国产GPU第一股”摩尔线程；游族网络斥资10亿元设立无锡云星智算，并投资壁仞科技；昆仑万维累计出资6.8亿元控股AI算力芯片企业艾捷科芯；上述都是游戏企业对AI产业链的大手笔前沿布局。

除对外投资与合作外，从自身游戏业务出发，开发面向特定品类或生产环节的AI应用，再视情况对其加以功能泛化，则成为游戏公司另一种与业务结合更加紧密的AI投入模式。

今年4月，腾讯发布并开源的混元3D世界模型2.0（HY-World 2.0）能够理解文字、图片、视频等不同类型输入，自动生成、重建和模拟3D世界。

相较于此前谷歌发布的3D世界生成模型Project Genie，混元3D世界模型2.0更进一步，其支持多格式3D资产（Mesh/3DGS/点云等）导出，可以与现有的游戏工作流无缝对接，用于快速生成游戏地图和关卡原型，并允许开发者导入游戏开发引擎进行二次编辑。

旗下拥有Taptap平台的心动公司则在今年年初推出了AI智能体“TapTap制造”，主打由自然语言对话直接生成游戏内容，覆盖代码、美术、音乐、联网对战等全内容生产环节，并支持生成作品直接上架Taptap。这种从研发到发行、运营一体化的AI生产工具，无疑也高度契合心动公司本身的业务布局。

就当前的产业投资来看，效率提升和投资收益依然是游戏公司AI投入的核心回报：

IGG曾对外表示，公司2024年上半年研发费用同比减少21%，但研发项目数量并未减少，主要得益于AI技术带来的效率提升；世纪华通旗下子公司上海极测推出的《PhraseTest》AI自动化测试平台，可以将测试交付周期从10天压缩至3-5天，测试准备时间从2小时缩短至5分钟，整体效率提升至少60%，显著降低人力成本。

收益方面，以三七互娱为例，其2026年一季度财报显示，公司投资收益本期发生额较上年同期上升981.35%，增加3.26亿元，主要增长因素系公司之联营企业持有的智谱股票股价上涨。

中国音数协游戏工委和清华大学联合发布的《游戏企业AI技术应用调研报告》显示：在22家年营收过亿元的代表性企业中，86.36%的企业已在研发中应用AI，77.3%在发行运营中用上了AI。具体到不同产业环节：美术设计环节AI渗透率84.2%，功能测试环节AI渗透率84.6%，静态内容生成环节AI渗透率超80%。

投资数额全面攀升，业务结合度愈加紧密，构成了中国游戏企业AI投入的直观背景，不仅好项目、好投资标的成为争抢对象，头部厂商也试图通过布局产业链的关键环节提升对行业整体的影响力——如同曾经的IP和渠道，对关键环节的提前布局方面，跑马圈地的竞争热度显然异常激烈。

值得注意的是，除了外部投资合作和内部孵化外，以提供Token额度等为代表的员工激励方式，开始成为企业强化“创意驱动游戏，AI服务于人”理念的另一种自我投资模式。

昆仑万维就曾在2025年对外披露称，全集团月AI Token消耗1万亿到1.2万亿，昆仑万维给每位研发员工每月发放约700元AI补贴；心动公司CEO黄一孟近期也在博客栏目中表示，公司为员工每人每天提供了300美元Token的额度……

在育碧旗下知名游戏IP《彩虹六号》中，核心玩法之一就在于不同角色间差异化显著的“非对称”能力，在立体化、可破坏的地图环境中，形成多样的局势变化和战术策略组合。

与之类似的是，当游戏企业的AI投入细分到个人，对各类AI工具、AI能力使用效果的考量，也开始由单一的投入产出维度，转向结合产品特点、岗位需求的“非对称”赋能。从业者开始结合产品种类、玩家喜好和不同岗位的产出方式，找到乃至自行开发最契合的AI功能形态。

例如腾讯魔方工作室近期新晋千万DAU爆款《洛克王国：世界》，其重点应用的AI领域就是结合产品回合制战斗特点的“NPC对战AI”。工作室AI负责人廖诗飏曾在对外分享中提到，为克服内测期间PVE玩法不够智能，NPC们只会依照“属性克制”这一最大化优势的策略来展开行动，导致玩家对其战斗缺乏乐趣与对抗深度的问题，团队将优化重心放在对战AI逻辑层面，即避免陷入固定的“最优解”套路，防止AI的行为模式化。然后在此基础上，再尽可能地贴合真人对战行为。

另一个直观的案例则来自于巨人网络。

今年1月，巨人网络在《超自然行动组》上线“AI大模型挑战”玩法，该玩法号称国内首个在大DAU游戏中深度融合AI大模型并实现规模化落地的AI原生玩法。

据介绍，巨人在该玩法中设置了由AI大模型驱动的NPC假人，以“玩家对手”的身份直接参与对局。它们能够进行语音交流、模仿真人玩家行为混入队伍，并在关键时刻主动发起进攻，与真人玩家正面对抗。

这种包含随机性和行为分析的玩法，高度贴合了《超自然行动组》的悬疑、微恐风格，因而得到了玩家的广泛讨论，高频交互、可持续演化的AI原生玩法，也为游戏行业打开新的内容形态想象空间。

可以预见的是，当AI投入从直接的内容生产优化和数据层面的“降本增效”，转向与玩法、风格的结合，其游戏性、互动性、沉浸感等常规手段难以提升的指标也会随之发生意想不到的变化。

随着AI应用的分散和深入，行业正经历从员工创意、玩法创新层面的“量变”，到游戏品质层面“质变”的过程。

在Bioware旗下经典作品《质量效应》中，能够影响剧情走向和角色命运的“对话轮”系统是其最为经典的设定，极大丰富了玩家的剧情体验和沉浸感。

而在游戏领域，最终选择和为产品买单的用户依然是玩家，对他们而言，AI对研发与发行等环节的赋能也许并不可见，各类内置于游戏中的大模型能否带来更优秀和多元的游戏体验，转化为游戏性、内容度层面的“质量效应”，则是衡量游戏产业AI应用效果的另一个核心维度。

刘伟就在上述交流中提到，要在模型预训练的最早期让音频的原始特征直接融入模型里，让模型像人类一样，“听”到的不只是文字内容，而是完整的声音信号，从而让大模型拥有真实的物理感知能力。

“在强化学习方面，不能只是简单地采用以前RLHF（人类反馈强化学习）的方式，要让模型从实践和决策结果上真实‘感受’到奖励与惩罚，不断自我迭代和调优。”其进一步表示。

但需要注意的是，相较于当前以网页、APP形式存在的对话大模型，运营类游戏24小时开启的属性决定了其AI往往是一个“持续存在”的Agent模型，当在线玩家数量充足、并发请求达到一定量级时，会极大抬升运营方的计算成本，进而影响游戏实际运营效果。

多位从业者在与记者的交流中表示，目前业内对于这一问题有多种解题思路，包括主要NPC和路人NPC使用不同体量的模型、Agent在用户设备上运行不占用云端算力、相似请求共享推理结果等，但上述解决思路也各自存在现实难点，例如差异化模型会造成体验割裂感、边缘推理需适配用户设备差异等。

盛趣游戏AI实现中心蔡曜镫在一篇游戏AI应用分享文章中指出，工程上有一条很朴素、但玩家体感极强的策略：别指望每一帧给全服每个人都做一遍全套推理。更像医院体检：人很多时，分批、错峰，保证整体还在转，而不是为了更聪明，把大厅卡成PPT。

其进一步表示，这类“快”的东西，常见做法是部署在进程里、贴近业务，让调度的人心里有个数：大概多少毫秒、大概多少CPU，别成为黑箱。实际项目里，实时层常落在：风控、灰产识别、实时打分、健康度巡检等——共同点是：高频、自动化、可横向扩展。

另一方面，直接应用于游戏产品的AI功能相较于前端的研发和发行环节，其生成内容更不可控，发生AI幻觉后的负面影响和修复成本都更高，这就使得如何界定大模型的读取、执行权限，成为当前行业普遍关注的另一焦点问题。

同各类大语言模型类似，能否获取用户基本信息数据、历史交流数据，将直接决定游戏内置AI的生成内容和交互方式。

刘伟在谈及这一问题时表示，模型的智能上限不在于喂多少的数据和文本，核心在于主动的上下文管理，以及给予模型充分的读取和执行权限，比如执行Pull Request、修改环境等，两者结合“相乘”才能打造出真正的AI Agent。

这一观念也指引着米哈游旗下产品的AI应用方向，例如《崩坏：星穹铁道》制作人大卫就曾表示，要打造“对话永不重复的NPC”。这势必需要AI获得更广泛的读取和输出权限以实现“千人千面”。

但这种事实生成的模式往往也面临一些不可避免的风险，除个人信息合规管理和内容生成黑箱外，在实际游玩层面的随机性也并不意味着百分之百的正面反馈。

号称“首款AI原生历史游戏”的制作人追青就在接受采访时表示，稳定性依然是AI原生游戏的局限之一。AI本身是千人千面的，每个人的行为逻辑都不一样，这是好事，但对一些小概率的bad case来说，AI偶尔会抽风——概率非常低，但遇到了会很难受。

虽然面临多重有待解决的难题，但实现玩家体验的“质量效应”提升，依然是当前厂商突破同质化竞争、实现内容质变的核心要求。相较于海外厂商的谨慎，中国游戏厂商的优势在于对玩家需求的敏锐洞察与技术应用的务实态度，这种优势的可持续性，取决于厂商能否实现AI技术与游戏创意的深度融合。

随着AI技术的成熟与行业认知的深化，游戏行业的AI应用正逐步摆脱“烧钱炫技”的标签，成为服务玩家体验、提升产品质量的核心驱动力。能够精准把握“因项制宜、因岗制宜”逻辑，实现技术价值与商业价值双赢的厂商，将在行业竞争中占据主动。