全球AI风暴下，我在GDC看到游戏行业的答案

在旧金山的GDC前线待了五天，听了数十场分享之后，茶馆君越来越清晰地感受到一种情绪：我们正站在时代的暴风眼里。

往年的GDC，大家谈论的是“过去”：复盘大作实践，总结成功经验；而今年的GDC，人们谈得最多的是“未来”。

大量演讲在讨论趋势、预判方向，甚至GDC主办方还仿照达沃斯新设了一个“高峰论坛”，请来英伟达、谷歌、腾讯等公司的高管，希望他们能给行业指一条未来的路。

这种变化本身，多少透露出从业者们集体性的迷茫。熟悉的路径正在松动，既有范式被打散，许多从业者开始把希望寄托在新的变量上：全球化、新商业模式……当然，还有绕不开的AI。

今年GDC的“含AI量”高得惊人——几乎所有身处旧金山的同行，都忍不住这么感叹。从以演讲为主的西厅，到主舞台所在的南厅，莫斯康会议中心的各个角落都被科技巨头和AI创业公司的展台包围。AI游戏策划和投资人在群里频繁约局；排队入场的间隙，前排的程序员小哥掏出电脑敲下几行字，Claude Code就刷刷生成一大片代码……

一位同行的感慨“各种各样的AI！”

如果说前几年AI+游戏还只是某个角落里的“创新议题”，那么今年它已经成为贯穿议程、展区、圆桌和投资讨论，甚至随便闲聊的共同主题。所有人心照不宣：AI就是本届GDC真正的主线。

不过，与往年不同的是，当身处这个AI涌动的会场、看到大量真实应用案例之后，我反而不再为“AI会不会改变游戏行业”而焦虑了。原因很简单——当AI真正进入游戏生产流程、进入游戏本身之后，你会发现游戏的护城河，仍然是游戏本身，AI正在被“驯服”。

01

共识中分出两条路

今年AI席卷GDC的势头有多猛？举几个例子就能说明。

首先是数量。今年与AI相关的演讲议程高达上百场，比去年翻了一倍多。其次是热度——展会第一天，我排队参加谷歌云的一场AI讲座，眼睁睁看着能容纳上百人的大厅一点点坐满，最后大门在我面前“哐”地关上，而我身后还排着五六十人。

这其实意味着一件事：在经历了几年的争议之后，海外开发者终于在2026年形成了一种新的AI共识。过去几年，开发者对AI的态度经历了明显的摇摆——从“害怕被取代”，到“尽量回避”，再到如今逐渐转向接纳与好奇。大家开始意识到：AI不会消失，与其抵触，不如理解它、使用它。

不过再往深一点观察，今年厂商展示AI的方式，其实已经明显分化成两条路线。

第一条路线，以英伟达、谷歌、Meta等科技巨头为代表。展示风格依然是典型的科技公司叙事：高管登台，讲宏大愿景，展示充满未来感的黑科技，向观众描绘一个AI“颠覆游戏世界”的宏大图景。演讲的最后，则自然开始推销技术方案——这些方案往往是面向所有行业的通用工具。

比如谷歌重点介绍的，是3D生成模型Sima 2、大模型Gemini，以及前阵子让游戏引擎厂商股价剧烈波动的世界模型Genie 3。这些技术当然令人震撼。但问题也很现实。

在跑会途中，我和一家来自德克萨斯州的小型工作室CEO聊了起来。他告诉我，为了推动团队使用AI，他在GDC期间几乎把大厂的AI分享听了个遍。结果却有点犯难——世界模型很酷，但短期难以落地；3D世界生成很先进，但他们用不上。“颠覆游戏”的愿景固然诱人，但离他们眼下的开发工作太远。

而当我问这位CEO，他最喜欢的AI分享是哪场。他指了指刚刚结束的腾讯游戏公共技术负责人陈冬的演讲，两眼发亮。

在那场演讲里，陈冬展示的是一整套已经进入游戏生产管线的AI工具：自动展UV、自动绑骨、自动蒙皮……过去需要大量人力完成的步骤，如今可以自动化完成。

其中最典型的是蒙皮刷权重。AI可以一次完成85%的工作量，让单个非3A角色的制作效率提升70%。

这位CEO心驰神往地说，如果他们这个只有8个人的小团队也能用上这套系统，那么开发中最耗时、最重复的一部分工作，能直接被砍掉一半。

在线下交流中，陈冬提到，他之所以优先推动AI在3D生产上的应用，是因为“团队最需要”。显然，这个痛点不仅属于腾讯，也属于整个行业的许多人。

而某种意义上说，相对于科技公司，腾讯今年在GDC上代表游戏厂商走出了AI的第二条路线，应该也是更适合游戏行业的一条路线。

今年，腾讯在GDC一共进行了近40场分享，其中高达21场与AI相关，涉及反作弊、研发管线、动画制作等多个方向。我注意到，他们关注的不是宏大的概念，而是一个个非常具体的问题：在真实的开发流程里，AI究竟能解决什么问题？

坦白说，腾讯的大多数分享，乍一看都带些“朴实”，没有宏大的未来叙事，也不怎么炫酷，都是聚焦某一个产品、某一个模块、某一个具体问题，做一些创新优化。比如《异人之下》中，他们用AI生成功夫动画，在《洛克王国：世界》中，则用AI实现高性能全局光照。

但听得越多，就越能感受到其中的“醍醐味”。当科技大厂仍然沉迷于扮演“卖铲人”，与去年、前年的GDC分享相比，腾讯的AI应用已经走出一条稳定的增长曲线——案例更多、场景更深，并且有真实的用户数据来证明这些技术确实产生了效果。

这也让人不得不重新思考一个问题：游戏+AI的核心价值究竟在哪里？

02

重新定调：寻找游戏+AI的第一性

我们能从腾讯的许多分享中，看到他们为AI应用于游戏所建立的一套共通的逻辑链路：以识别玩家需求、优化玩家体验为起点，反推拆解实现路径，再寻找合适的AI技术来针对性解决痛点。

腾讯不只是在解决问题，更在成为一个向AI时代不断问问题的人：玩家为什么需要AI？将各个环节的探索组合在一起，使得腾讯的AI应用探索显得极度具体、又足够系统。这套方向清晰的、可复用的思路，很大程度上预演了AI应用于游戏的未来规则。

以腾讯游戏安全ACE团队今年围绕“AI赋能的搜打撤反作弊”所展开的一场GDC演讲为例子——相信ACE反作弊的实力不用赘述，在全球范围里都算公认的顶级。而当游戏安全团队面对搜打撤反作弊的命题，他们首先做的是结合玩家的游戏行为，围绕搜打撤玩法本身的特殊性去做反作弊需求的拆解。

这个品类反作弊之难，根源在自身玩法的开放性。社交性的互动形式和经济循环框架，大大扩展了作弊空间。游戏环境之内既存在透视、自瞄这些传统FPS认知的直接作弊手段，同时还可能出现五花八门的“非直接作弊手段”，隐秘性更强。

譬如玩家坐挂车，作弊队友通过死亡后的观战系统报点，实际获益的玩家有时候并不触发异常的服务器数据，该如何防范？还有譬如护航、撞车卖物资、物资透视等等不体现在击杀、但影响经济平衡、而不留直接证据的数十种作弊方式。

面对如此复杂的场景，一个通用的安全解决方案，显然不可能“包打天下”。

ACE团队的解决方式，是将大规模对局回放分析与先进AI模型相结合，构建了基于对战数据的智能反作弊方案。针对直接作弊，他们使用多模态智能识别方案，通过将行为回放数据转换为文本、视频多模态数据来进行判断；针对间接作弊，则通过玩家组队关系、收益率、撤离行为等多维数据，并基于时序图网络融合团队多人视角进行建模。基座大模型、微调小模型、图神经网络，再加上真人专家的参与，共同构成一套“联合执法”的体系。

整个技术方案的成立，本质是腾讯游戏安全团队懂游戏、懂用户——基于对搜打撤品类的玩法、玩家多元化的游戏行为、潜在作弊场景等的了解和“过滤”，再用强大的工程能力，让技术方案能够对玩家痛点“釜底抽薪”，转化成玩家对清朗游戏环境的强感知。

过去几年，AI应用之所以引发大量争议，很大程度上就是因为“为什么需要AI”这个问题没有被回答清楚。许多AI方案来自技术公司，它们往往先有技术，再寻找应用场景，最后变成典型的“拿锤子找钉子”。

但人们对这种做法有天然的抗拒。在今年展前的GDC开发者调查中，开发者对AI的积极情绪连续三年出现下滑。反过来，真正能解决问题的AI应用，往往会迅速被接受。

因此，游戏+AI的第一性，其实就是需求驱动。对AI in Game（玩法侧AI）来说，直接需求来自玩家；对AI for Game（生产侧AI）来说，直接需求则来自开发团队。

还有很多例子体现出腾讯在AI应用上的思路共性。比如今年GDC上，《和平精英》项目团队分享了去年上线的AI队友。《和平精英》策划副总监薛冰告诉我，他们成立这个项目的初衷，是因为首先识别到了竞技和社交压力较大的玩家，对队友陪伴确实存在需求。

他们沿着这个方向调研，提出让NPC“拟人”这个发展方向，并进一步拆分出指令服从、自由聊天、记忆系统和关怀系统这四大模块。让AI超越单纯的局内陪玩，而能与玩家间形成更强的长时陪伴感。这套AI陪伴逻辑随后又再度被延伸，多个散点开花，衍生出对句中暂退时的智能托管、完全语音操纵的“智能战犬”、负责新手引导的“小马神”等等…将一个从需求而生的AI应用，发展形成了又一个庞大的AI伴游生态。

最终结果是，在许多由科技企业提出的智能NPC方案逐步被看作是“伪需求”的情况下，《和平精英》的AI队友却“红得发紫”——据薛冰在GDC现场放出的数字，所有AI NPC玩法的累计体验用户数达1.1亿，最高日活跃玩家数达1770万。有理由相信，AI NPC的应用已经成为《和平精英》这款长青游戏新的增长引擎。

据薛冰表示，体验该玩法的玩家，单局消息互动量达70轮，麦克风开启率近75%。玩家的游戏时长、单局次数都有着显著提升，社交平台上又逐步出现了海量围绕AI队友展开的UGC爆款内容，热度远远超出研发团队预期——这再次说明了一件事：AI是否有价值，取决于它解决的是不是一个真实的问题。

03

喧嚣之后

这些案例带来的最大变化，其实不是技术突破，而是一种心态变化。

回到文章开头的说法，为何在见证类似这般的AI应用后，我们无需再为游戏AI的未来而焦虑了？腾讯的21场AI宣讲，向我们展示了一种极具说服力的可能性：AI不再是一个悬在行业头顶的未知变量，而是逐渐变成可以“被驯服野性”的生产工具。

相信很多人都能够感受到，我们正处在拼AI应用的下半场——不只是游戏圈，整体公众对AI的追求的开始从“尝鲜”走向“有用”。从追捧聊天的ChatGPT，到如今大家开始追求OpenClaw，看中的是它能成为助手，能干实事。技术热潮正在慢慢冷却，但真正的应用才刚刚开始。

游戏行业的AI焦虑一度来自，对AI应用场景的不明确，对系统集成的望而生畏，甚至担忧科技公司会不会带来“降维打击”——谷歌的Genie一度让游戏引擎厂商股价震荡。但走完几天GDC之后会发现，真正的挑战不在新技术，而在能不能看清价值。

兜兜转转，又回到了游戏公司的主场。理解玩家需求、理解玩法结构、理解体验边界——这些能力，恰恰是游戏公司最擅长的事情。

游戏本身就是一门复杂的系统工程。它既是技术产品，也是文化产品，更是关于乐趣的艺术。这个系统的运行逻辑，远比外界想象得复杂，也不那么容易被改变。

腾讯所带来的游戏AI应用案例尤是如此——长线运营的大DAU游戏本身就是高度复杂的系统工程。每一个环节都涉及庞大的协作链条与细致的经验积累。正因如此，AI要真正进入游戏行业，也必然要嵌入这些真实的工程体系之中，而不是停留在概念层面。

而有关这个洞察的共识，也已经在慢慢形成。GDC期间，Tripo AI 的创始人兼CEO宋亚宸告诉我，他们最新的P1.0模型迭代的重点，不是无尽追求生成精度，而是让生成的3D内容更容易在真实的游戏研发管线里可用。原因很简单——他们逐渐意识到，做游戏工具，首先要对游戏行业保持敬畏。

而另一家3D大模型公司Meshy.ai的创始人胡渊鸣则在GDC前发了一篇长文，宣布成立AI原生游戏工作室，并要回归“好玩”这个游戏永恒的第一性。这也是在创造真实的价值。他的一句话让人印象挺深刻：“科学和技术决定我们能做什么；艺术和品味决定我们不做什么。”

对应前半句，人们一度以为，AI强大的能力，为游戏带来的是无限的颠覆可能性；但最终却发现，真正定义游戏的，仍然是玩家和游戏本身。