致青春原著从《恋与深空》到LOL，技术论道的背后，开发者们正在用AI创造全新的世界。

　　有人说，这一刻，就像当年游戏第一次进入3D时代——只是这次，接管手柄的，是AI。

　　下面就让我们将目光转向2025 Unity开发者大会，看看AI+游戏又会碰撞出怎么的火花：

　　现在游戏引擎要讲AI赋能，Unity中国CEO张俊波开幕第一天就在台上讲：

　　游戏开发者要用AI提高生产力，Unity官方报告显示，目前只有4%的开发者不用AI。

　　游戏玩家现在对生成式AI的接受程度也与日俱增，比如说全网围观的蔡浩宇AI新游。

　　这些都无一例外地说明一件事——AI不再只是辅助，而是成为游戏创意与效率的发动机。

　　Unity团结引擎想必玩游戏的无人不知无人不晓，除去E宝（Epic）开发的虚幻引擎，就当属Unity引擎名列前茅。

　　强大的跨平台能力和易用性，让Unity引擎广泛应用在游戏开发、智能座舱等领域，在过去一年里使用Unity引擎进行移动游戏开发的数据占比就高达73.12%。

　　而在最新的团结引擎1.7.3版本发布中，官方强调此次升级重心就在AI能力集成上。

　　此次大会，团结引擎携手腾讯混元，联合推出可以深度集成在引擎里的AIGC工作流平台AI Graph，让游戏AI开发变得触手可及。

　　众所周知，一款游戏的开发，尤其是3A大作，难就难在制作周期长，从创意到demo再到成品，往往需要高昂的游戏资产成本支持。

　　开始用AI后，生产效率委实提升了不少，但老实说，还是麻烦。建模、拓扑、UV展开等等，整个流程当中每一步又分别对应不同的AI工具，要一个个去外部找，要想上手也不轻松。

　　但现在团结引擎内部就能直接调用行业一流的AI能力，版本对齐混元官网，开发者只需像平时使用大模型一样输入文字Prompt或图像，就能立即获得完整的3D角色模型。

　　原来可能需要数天甚至数月的工作，几小时就能借助团结引擎搞定，2D设计效率可提升30%，3D资产生产效率更是提升70%，而成本却只有原来的90%。(赞美太阳.jpg)

　　整个制作工作流也已实现可视化，因为创作之初就是按照团结引擎渲染管线预设，所以无需再考虑格式是否冲突，即拿即用，更有利于开发者进行实时编辑和协作。

　　还有各种配套的入门训练课程，所以即使是完全不懂游戏开发的新人小白，想要做游戏也比以前容易得多，据Unity中国技术总监顾申华的说法就是：

　　而这种游戏技术门槛的降低，造就的不仅仅是加速游戏开发进程，也是让游戏回归本质、回归创意。

　　这也是AI从诞生之初就被赋予的使命——解放人类双手，只不过这一次终于来到了游戏行业，来到了底层引擎。

　　从0到1的过程，注定AI Graph现在并非是十全十美，但在会上，顾申华也表示，后续还将继续接入Tripo-Vast、 Hyper3D-Rodin等顶尖模型以及接入更多的AI能力，进一步激发游戏开发者的创意落地。

　　作为全球最大的云计算游戏商，亚马逊云科技（AWS）见证了AI在整个游戏行业里的发展变迁，从最初的概念验证、实际应用，再到现在的商业价值兑现，可以说AWS正在和生成式AI一起重塑游戏生态。

　　对此，AWS分别针对行业、开发者、用户提出了三个问题：AI能做什么？我能用AI做什么？我的玩家能用AI做什么？

　　首先AI在整个行业中是面向游戏的全生命周期建立的，依次是构建、运行、增长三个阶段。

　　在游戏制作与内容生成阶段，AI常见的用途是提高开发效率、丰富内容、降低成本并支持更多创意。

　　比如用大语言模型Amazon Bedrock可以赋予NPC更智能的交互能力，或者调用智能体Amazon AI Bot加速游戏关卡训练，又或者是在游戏内部提供AI工具让玩家自己自由创作。

　　该阶段主要面向游戏上线后持续运行的技术与云服务能力，关注性能、安全与运维效率。

　　包括借助Amazon GameLift Server实现游戏全球托管，减少运营团队负担，以及AI收集并存储海量客户端和后端服务信息，支持实时分析数据指标。

　　在这个阶段，通常考验的是游戏的获取、留存与变现的能力，AI要做的就是让游戏长期保持活跃并持续成长。

　　最常见的案例就是用亚马逊的Serverless云计算模型做游戏数据分析，收集玩家的行为数据，再用AI量化玩家分层、生命周期价值（LTV）预测等，并指导产品运营策略。

　　但除此之外，AI也能用作社区论坛的舆情监控，或者基于玩家画像做出个性化推荐，提高付费转化与长期留存。

　　市场的竞争压力让越来越多游戏作品选择跨平台开发，例如《原神》同时覆盖PC端和移动端，但这对开发者的编程能力提出了考验，可能移动端用Java，转到PC主机就要换C#，而在AI的协助下，开发压力可以减轻许多。

　　另外，如果想要在一些大型的专有代码库中进行代码搜索、文档解析或者生成定制化的智能工作流程，可以由Amazon Q for Developer这类AI智能助手提供支持。

　　所以AWS认为，今年是游戏行业生成式AI的一年，也是Agent大爆发的一年，在代码生成这块，将由AI辅助生成转向AI自主创建，同时保留人类提供需求和决策的权限。

　　那么站在用户角度，AI带来的则是游戏的快速迭代、交互体验感的增强以及Bug的及时处理，比如说EA发行的《Apex英雄》通过GameLift Server，仅用了10天时间就完成了全球百万玩家的在线流量切换；同样情况下，还有《猛兽派对》借助它实现了全球9个区域同步上线毫秒。

　　也正因为如此，AWS判断，游戏产业与AI技术的碰撞将会带来潜在的增长机遇，同时AWS也会持续为生成式AI应用落地提供一站式服务。

　　Meshy成立于2018年，专门致力于提供3D生成式AI创作工具，拥有超500万创作者的AI社区，也是A16Z唯一入选最受欢迎的3D AI工具。

　　所以不同于前面团结引擎和AWS对整个游戏行业的思考，这次Meshy技术负责人则把侧重点放在细分的3D GenAI赛道。

　　首先要厘清一个事实，3D GenAI并不只是一个大模型或神经网络，而是一套由多个模型、多种算法组成的复杂系统，其中主流的3D大模型架构又包括扩散模型和自回归模型：

　　在3D GenAI领域中发展相对成熟，市场上各大GenAI旗舰模型大多都使用该架构。最终效果接近扫描资产，可实现非常丰富的几何细节和造型能力，尤其是在复杂结构上表现优异，但同时也存在结构瑕疵或错乱等问题。

　　正在被积极应用在3D城市建模中，其发展也相当迅速。效果更接近人工建模资产，但生成能力受限，可实现的造型复杂度和多样性偏低。

　　诚然，现在这样的3D GenAI还做不出类似《恋与深空》的3D乙游，但上至3A游戏公司，下到只有几个人的游戏小作坊，3D GenAI对开发者的助力仍然不容小觑。

　　以VR/AR游戏为例，MeShy正在帮助元宇宙平台搭建虚拟世界的生成，为用户提供一个更强的VR编辑器。

　　这样，在UGC（用户生成内容）场景中不仅可以让玩家自主创建3D场景、角色、互动玩法等内容，提升游戏用户留存率和活跃度，同时可以实现新增内容与原游戏风格保持高度一致性。

　　例如大家熟知的LBS游戏（基于位置的游戏）《Pokémon GO》，在与真实世界交互时，就可以通过调用MeShy改变游戏内的建筑外观。

　　而对于3D宠物养成类游戏，它的作用则更为明显。这类游戏通常以广告形式变现，一个广告解锁一个新宠物，用户留存率受限于游戏内容普遍处于较低水平。

　　此时如果接入MeShy，游戏商本身可以快速完成大量3D模型创建，增添游戏丰富度；用户也能利用该API进行个性化创作，例如给自己的现实宠物留存3D虚拟形象。

　　那么对于3A游戏工作室而言，以MeShy为代表的3D GenAI工具带来的则是关键的成本压缩。

　　目前常规开发一款3A游戏，成本最低都保持在1到2亿美金，例如《黑神话：悟空》，仅场景建模就需要数百人团队耗时三年，每小时开发成本高达1500-2000万元人民币；PS5版本的《漫威蜘蛛侠 2》光引擎调试就花费超3000万美元。

　　如果要盈利，保守估计要销售2500万份以上，这对绝大多数游戏厂商而言，都是不小的挑战，而3D GenAI能够实现低成本高效生成，通过提示词快速生成多组模型对比验证，再对合适的贴图进行精细处理，极大地减少人力和时间成本。

　　而对一些中小型游戏工作室来说，每年可能需要开发数百款游戏，他们就非常依赖3D GenAI快速验证产品概念和创新性想法。

　　通过MeShy的文生3D和图生3D功能，只需短短几分钟就能产出，再通过脚本把优化后的3D模型导入Unity引擎，直接应用于游戏中。

　　由于现阶段GenAI技术的缺陷，期间仍然需要人工处理，但只要合理融入游戏开发流，就能将效率拉满。此外AI的迭代速度非常之快，每个月它的生成效果都会迈上新的高度，所以其实现在正是非常好的AI接入时机。

　　据Meshy负责人所说，其实现在很多游戏大厂早已经拥抱AI，使用AI加速游戏开发过程已经成为各家游戏开发工作室秘而不宣的共识。

　　其中中国工作室则在这方面处于领先地位，据Niko Partners在八月最新发布的《中国游戏玩家和市场洞察》报告显示，中国60%的工作室已经在其开发管道中使用生成式人工智能。

　　网易作为当中的佼佼者，已经将多种GenAI功能集成到《逆水寒》手游版中，允许玩家与智能NPC互动，或使用剧组模式一句话创建自定义视频。

　　国内游戏玩家对GenAI的接受能力也有所增加，39.4%的受访者表示对生成式人工智能在游戏中的应用感兴趣，85.2%的游戏玩家表示了解这项技术。

　　那么在GenAI扎根游戏行业的大势所趋下，3D GenAI能让我们做出更好的游戏吗？

　　在过去几年里，大家已经意识到这是一个很有潜力的方向，但早期模型还不够稳定、质量也不满足需求，难以用于正式生产。

　　但现在，随着模型能力的快速提升，AI生成资产的可用性已经来到突破的临界点，比较典型的应用场景趋势有三个：

　　在原型制作中，开发者需要快速做出一个能玩的样机，期间注重速度和数量，但不追求美术精细度，AI生成的角色、背景、动画则恰好适合这种快速验证阶段，可以极大地缩短demo制作周期，从原先的几周变成几天甚至几小时。

　　以抖音、微信、快手等平台为代表的小游戏生态，在中国已经成为一个值得注意的细分市场，据市场数据分析，中国84.4%的游戏玩家玩过小游戏，其中17.7%的女性每天玩小游戏，而男性的这一比例为10.3%。

　　小游戏无需下载，可以立即上手，普遍开发周期短、成本低，但要求更新频繁且玩法多样，AI生成资产的优势可以让小游戏团队迅速组装不同主题和关卡，形成规模化内容生成。

　　此外，还有一种能直接在广告中试玩的小游戏式广告Playable Ads。

　　这是一种新型的交互式广告模式，通常以简短的迷你游戏或互动体验的形式呈现，用户无需下载应用程序，即可直接在广告中体验游戏的核心玩法或应用的主要功能，时长一般为30秒左右。

　　其制作周期短、内容轻量，非常适合AI批量生成素材，从而快速测试具体的广告转化率。

　　在如今的游戏公司里，无论是主程还是工具开发工程师，几乎所有人都已经在用AI工具辅助代码书写，比如Copilot、Cursor等。

　　而且都是程序员们自发采用，因为他们确实关注到AI Coding可以显著提升效率，AI在游戏公司里的定位也从原先的“自动补全+StackOverflow”到现在的“开发者提需求，AI生成完整方案+测试+注释”。

　　这是完全提效的过程，让开发者们能把时间花在系统设计、玩法创新以及性能优化上，而不是重复性劳动；对整个游戏团队而言，这也意味着缩短的开发周期和更低的试错成本。

　　总的来说，AI生成游戏资产，已经从概念阶段升级到实用阶段，它的第一个集中爆发点，可能不是3A大作，而是“轻内容+快产能”领域，更长远的未来则是AI与引擎开发流程的深度融合。

　　另外，在游戏AI生成中，还有一个话题也是最近多方关注的焦点——行业使用AI已成必然，但玩家层面仍情绪化抵触。

　　比如说，此前《侏罗纪世界：进化3》在其Steam页面上发布人工智能披露声明后，就引发了玩家的大规模批判；动视暴雪也曾因确认使用生成式人工智能工具帮助开发一些游戏内资产而遭到强烈反对。

　　这说明仍有许多潜在用户对AI创作持谨慎态度，玩家普遍并不渴望通用的、没有灵魂的支线任务或合成的人工智能声音，艺术家们也在强调当中的知识产权问题，甚至部分创作者群体也会认为AI削弱了人类创意劳动的价值，让他们的岗位岌岌可危。

　　不仅仅是游戏行业，大众接触AI都有一个循序渐进的过程，包括像ChatGPT刚出来，也同样有很多人抵制，而随着AI能力的提升，大家也会自然而然接受它。

　　所以面对不可逆的技术浪潮，现阶段游戏公司需要做的是建立规则和信任机制，对AI生成内容进行标注声明，明确让玩家们知道哪些部分由AI生成，比如团结引擎就会在相关内容中加入数字水印，用于标记和追踪AI生成内容。

　　然后用这种开放透明的态度，去赢得玩家的信任，相信假以时日，AI内容会逐步被玩家认可接受，并视作游戏创作的一种新形式存在。