游戏葡萄

AI游戏投资的荒诞真相

修改于12/0422 浏览综合

祛魅AI游戏。

整理/林致

前天（11月26日），葡萄君参加了43 College与易论Al联合发起的线下沙龙43 Talks。会上，前经纬创投投资人、播客《屠龙之术》主理人庄明浩带来了一场题为《当我们在谈论AI游戏时，我们到底在谈论什么？》的分享。

在分享中，他按三层逻辑拆解了“AI游戏”的话题：

首先厘清概念，我们必须确定什么才算是“游戏”，以及我们期待的“AI游戏”指的是什么。

其次是看当下那些被称为AI游戏的项目，究竟是在做生产工具，还是在探索玩法创新。

最后回到投资逻辑，在短期内难以验证的赛道里，资本主要靠创始人的背景和能力做判断，这也让市场偏差被放大。

他给出的暴论是：短期内，所有AI游戏项目都无法被证伪，所以投资人选择项目的时候唯一可依赖的就是人。然而，很多创业者靠“人”虽然能拿到多轮融资，但一旦项目公开，通常结果都是“见光死”。

他谈的或许并不是一条赛道，而是一种处境。我们正处在一个判断失效的周期，而游戏行业之所以成为风暴眼，或许只是因为它比其他行业更早暴露了这种不可靠性。

以下为分享内容整理，为便利阅读，内容有所调整。

我是庄明浩，有一档自己的播客《屠龙之术》。我今天的题目是：当我们在谈论AI游戏时，我们到底在谈论什么？确定这个主题之后，我一直在想到底该聊什么。

过去三年里，随着AI的发展，不断有人提起“AI游戏”这个概念，但即使到了今天，在ChatGPT发布即将满三年的时间点，业内其实仍在讨论很多基础概念。所以我才用了这个标题——结果还撞题了，后面我会说撞到谁。

这是演讲里常见的一类标题，主要是用来收束主题、界定概念，看清现在到底发生了什么。

我把内容分成三个部分：

第一部分是把问题缩窄到一个狭义的概念定义上——我们说的“游戏”到底是什么？或者说，我们期待的那种AI游戏到底是什么？定义清楚之后，再回头看目前市场上实际发生了哪些事情，谁在做什么。

第二部分是当前的产品实践。

第三部分则是我熟悉的老本行——我们这些投资人是怎么用钱给创业者投票的，大家的投资逻辑是什么。

先从第一部分，也就是概念的定义开始。

AI一路走来总共几十年，但过去三年里，所有人突然非常直观地感受到它的飞跃。

AI的历史可以追溯到1940年代末，当时科学家就开始研究这个方向。在深度学习之前，是神经网络；再往前是机器学习；最早的AI是基于规则的。

从今天的ChatGPT，往前推到GPT-3.5，再到GPT-3，GPT-3的底座又是Transformer架构。直到现在，主流大模型依然是基于这个架构。

为什么要放这张图？因为同样，游戏里的AI也不是今天才有的。AI和游戏结合的历史一样长。

最早的例子，比如《吃豆人》。你回想一下，那四个颜色不同的幽灵敌人，它们的策略是怎么定的？有些接近你三格会开始抖动，有些六格才反应，有些一格时会变策略。这些策略本质上也是一种广义的“AI”。而《吃豆人》这个游戏都多少年了。

再举一个更现实的例子：如果大家玩过体育游戏，比如FIFA。你在踢球时，队友的跑位、对手的跑位，对手是上抢还是后撤，是伸脚还是滑铲，这些行为背后也都是策略系统——严格来说，这也是游戏里的AI。

我们把问题再收束一下，聚焦到最近这三年。我们现在讨论的“AI游戏”里，AI指的到底是什么？

打个德州扑克的比方，当我们谈论AI时，主桌上的玩家应该是谁？

首先，毫无疑问是自然语言模型。直到今天，大语言模型依然是核心。在Transformer出来之后，行业里就有人说：当机器掌握了语言，通用人工智能的门就打开了。所以这一轮AI的代表，是自然语言模型。

同时，过去两年编程模型发展非常快，有一派认为编程语言是自然语言的子集，也有人认为它是一套构建虚拟世界的关键语言，所以它可能也在主桌上。按照Anthropic创始人的说法，12个月内我们可能会进入一个“AI能写所有代码”的时代，而近一个月内，AI在代码上的进展又进一步加速。

第三张是多模态。最近最热的词叫“世界模型”。在我看来，多模态正在经历从图片、视频、语音、三维这些局部战场向统一战场的收敛，这个统一战场就是世界模型。

李飞飞老师的创业公司前阵子发了他们的第一代测试产品：一张图或一段文字就能生成一个虚拟世界。

她在采访里提到一句话让我印象很深——她的老同学打电话问她：“我有恐高，用你这个产品生成的世界，我能玩吗？”李飞飞笑了笑，说：“可能我们真的在建造真实的‘硅基世界’。”

所以，这一轮我们在讨论的AI，大概就是这些要素。我们把问题从几十年的AI演进，收束到最近三四年的阶段，把范围限定在语言模型和多模态这一类生成式AI。

接下来问题就是：在这样的技术背景下，游戏要怎么和它结合？这可能是我们当前讨论AI游戏时，最核心的概念定义问题。

我们现在最直接能看到的，就是AI作为生产工具开始渗入游戏的生产流程，比如AI做图、AI 3D素材、AI 美术资源、AI Coding。

如果再细分，每一个功能都能拆得更细。这两张图是Google Cloud去年大会上发布的，把游戏的生产、营销、玩家体验分别拆开，每个环节能用哪些AI功能，再通过难度和成本分为四个象限。

这两张图的内容本身没那么重要，重要的是时间——这是2024年9月的东西，也就是一年多之前。当一个东西能被云厂商总结成PPT放出去，就代表它已经不是新鲜事，已经变成通用能力，基本上所有公司都在用。

差不多同一时间，我的朋友做的“特工宇宙”公众号和我聊过一次AI游戏。当时的标题是“AI游戏还是游戏AI，似乎都踏马很难”，后者更像AI作为生成工具的那部分，而无论怎么分，在2024年9月那个时点其实都很难。

过去一两年里，如果大家关注上市公司，会发现各家游戏公司的财报里一直在强调一个关键词——AI中台。

上面这张图是三七互娱和恺英网络。他们能做的事就是刚才讲的那些：生产端、营销端、各种素材、icon、功能模块。可以说，AI已经完整渗透到各家的生产管线里。

今天规模稍大的成熟游戏公司基本都在用，尤其美术这一块特别明显。比如现在2D场景美术其实AI的渗透率已经很高。

但讲到这里，从广义AI到广义游戏，再到狭义的“AI融入生产管线”，这个故事都还不够Sexy。大家期待的绝对不仅仅是这样。所以我们还得再收窄问题，把前面宽的维度放掉，把漏斗往下收。

大家期待中的所谓AI native game，关注点应该是玩法层面的事情。也就是说，我们讨论的AI游戏，尤其是很多人幻想中的极端状态、理想状态，讨论的是玩法，而不是生产工具。

那我们就看当下的时间点，游戏行业本身发展到了什么程度。第一，只从行业角度看，全球游戏市场规模已经到达几千亿美元，中国大概三千亿。

第二，头部厂商现在强调的都是极致的工业化。

一个项目动辄几百、上千人的团队，花几年做一款游戏已经是常态。独立团队和小团队则开始追求极致创意，因为肉眼可见的类型和玩法，已经被反复尝试了很多年。要么走向极致工业化，要么走向极致创意。

今天的游戏是绝对意义上的商品。之前大家还讨论过它到底是商品还是艺术，但在我们当前的讨论范围里，它更接近商品。同时，它在提供商品价值之外，也提供了更多服务性质的体验。这是游戏行业现在的发展状态。

为什么要在这个时间点强调这些？因为我后面会说一句话：当下做AI娱乐项目的很多创始人，对游戏本身缺乏敬畏，忽略了游戏作为成熟商品和服务的这一层。

我们继续看当下游戏行业的样子。去年，中国音数协发布了一份行业规范，用来定义游戏的类型结构。它把游戏的类型拆成几个维度：题材、玩法、来源、技术展现形式、创作性质、玩家规模，甚至玩家规模都有明确划分。

我们不必细看全部内容，我举一个维度：题材。如果把题材列表展开，会看到很多熟悉和不熟悉的分类，玄幻、修仙、武侠、魔幻、异世界、穿越、宫廷、西游、三国……这是它用来分类的方法。

刚才我们已经把讨论收束到了“玩法”这个层面，那就来看在这个层面上，官方对于玩法的划分是什么样的。

上表将游戏玩法分成16大类，有些大类下面还有小类。比如第一类叫角色扮演，又分回合制、即时制、放置。第二类叫竞技，又分沙盒、MOBA、非对称。后面还有策略、卡牌、棋牌、塔防、消除等各种分类。如果你打游戏，你知道它们在说什么。

但当你看到这种分类方式，包括上一页的题材分类，你会开始有疑问：这种划分方式真的能把游戏分清楚吗？因为似乎很多游戏放在哪一类都说得过去。

这又引出一个问题——我们把“玩法”换成英文单词gameplay，会遇到一个没法回答的问题：gameplay到底是什么？什么样的东西才能被称为玩法？

然后你会发现，现在的“玩法标签”已经不是玩法本身，而是对玩法的标签描述。它包含的信息太多了，不再是单纯的玩法描述。

比如前几年很热的“二次元”。二次元是玩法吗？显然不是，它更多是世界观、美术风格。

最近最热的“搜打撤”，它偏向玩法层面，但这个词本身肯定不在前面的官方分类里，它是不是又含着别的因素？我们更熟悉的“吃鸡”，它更像是玩法，但“吃鸡”能描述这个玩法的全部吗？

而UGC，本来是用来形容社交平台，现在也被用来形容游戏。玩家是在“玩UGC”吗？它看起来是在强调平台和内容来源的问题。

所以今天在讨论“gameplay”这个事情时也出现了问题。我们原来已经把范围缩到很窄，想探讨“新技术怎么和游戏玩法结合”。但问题变成了：玩法是什么？我无法定义。

这就出现一个暴论：短期内，如果把AI游戏当成一个真正意义上的分类、给它一个清晰的边界，这件事不太可能实现。五年后会不会有一个类目叫“AI游戏”？我仍然觉得短期内不太可能。

再回顾历史经验。商业化游戏行业里，那些新标签、那些新出现的玩法描述，往往来自旧标签的排列组合，再加一点微创新。它是递进式创新，不是凭空出现一个完全没见过的东西。

比如最典型的射击类。最早第一人称射击有CS，后来加了吃鸡玩法出现“吃鸡”，现在再加资源争夺出现“搜打撤”。MOBA也是来自RTS的演化。

所以，如果我们硬要总结，历史上这些新的标签，大多是旧标签的排列组合加微创新。

那么，把行业里已经存在的旧标签，拿出来排列组合，再加上AI去承担“微创新”的角色，创造出来的新东西，也就是所谓的“AI游戏”。

但这里出现一个悖论：为什么微创新一定要由AI来承担？别的东西不行吗？当然也行。今天所有在做游戏的人都在做类似的事情，本质上就是在不断演进。AI只是因为现在热，更容易融资、更容易被关注，所以被放在这个位置，但这并不是标准答案。

我们把问题的定义描述清楚了，我的演讲也刚好走到一半。

接下来进入第二部分：当前实验性的产品实践。我们不预设他们的方向对不对，只看当下这个时间点创业公司和各类团队在做什么。

前面说过，要从旧标签里挑东西，再加微创新。

那第一步就是“挑什么”。你去看各种AI游戏的新闻和项目，会反复看到一些相同的旧标签：沙盒、Roguelike、编辑器、跑团、解谜、文字冒险、狼人杀、各种“xx杀”……为什么挑它们？因为大家普遍认为这些标签更容易和AI结合，比较顺。

有些项目只挑一个，有些挑好几个做排列组合。你去看今天所有能搜到的AI游戏报道，基本都能把这些标签套上去。

虽然都是“微创新”，但它也有“微微创新”和“微创新”的差别。最简单的，就是大家都能看到的那种：比如NPC，用AI做NPC；比如蛋仔里做三维素材生成，它本身是UGC，所以这个功能不只服务生产端，也服务玩家的玩法。它算是玩法端和消费端，而不只是开发流程。我觉得这些都只能叫“微微微创新”。

那什么样的团队有资格、或者说有奢侈的条件做真正的创新？

创新本身是奢侈的，需要最多的钱、人力、不确定性和容忍错误的能力。最有钱的人，理论上就最有资格“任性”地创新。

所以我们去看一看，当下市场上真正有钱的团队在做什么。我挑了两家代表性的公司：米哈游和元象。

米哈游在这个方向上几乎是无限预算，没有商业化压力，因为是创始人自己担项目负责人。他不需要向谁交代，没有上市压力，没有盈利压力，可以完全任性地去尝试。

他们最近在测试的一款产品，是偏对话性质的解谜游戏。你可以和NPC做各种对话，然后根据你的对话帮助Stella逃离星球。游戏画面基本就是两种：一种是左下角的场景，一种是右边的聊天框。你会觉得它似乎方向对，但离我们想象中的“创新”又有点远。可能也只是微创新。

不过这只是一个例子。他们最近又发了一个新作的30分钟UE5开放世界真机演示。大家能看到各种爆炸特效，画面非常震撼，也确实体会到这家公司有钱，能做这样的尝试。

在这个视频里，有一帧我注意到一个细节：场景中的一条警戒带，上面印着一句话——attention is all you need。知道AI的人都知道这篇论文的意义。开启了这一轮AI潘多拉魔盒的论文标题，被印在游戏场景里，不知道是恶趣味，还是他们真的在埋线索，但至少，它出现在那里了。

这就是米哈游的尝试。

然后说到元象的尝试。元象的创始人原来是腾讯AI Lab的负责人。这家公司成立大约在2019年到2020年左右，也就是说，它的成立并不是这一轮AI爆火时期，而是成立于上一波爆火的关键词——元宇宙。它是那一波最具代表性的公司之一。

因为创始人背景，当时公司做的是AI NPC。由于元宇宙的爆火，加上2021年的一场疯狂融资，这家公司在chatGPT爆火前，就已经拿了几亿美元。元宇宙泡沫破掉之后，公司账上仍有几亿现金，没有人对它施加太多压力或期待。上一代元宇宙叙事下的AI NPC故事结束了，但真正的AI到来了，于是这家公司开始做自己的AI游戏。

他们推出的游戏叫《昭阳传》。它是一个基于对话式、架空历史题材的游戏。我不知道该如何精确定义它，但它代表了这些有钱、任性的厂商的选择。