Von der Grafik zur Engine: Li Chi und sein Meowa-Experiment

Ab der zweiten Jahreshälfte 2024 gewann die KI in der Spielebranche plötzlich an Bedeutung.

Google DeepMind hat „Genie 2“ vorgestellt, das aus einem einzigen Bild interaktive 3D-Umgebungen generiert. In einem Demonstrationsvideo ist zu sehen, wie Spieler in der von der KI erzeugten Welt herumlaufen, springen und sogar mit Objekten interagieren können.Decarts „Oasis“ ist noch einen Schritt weiter gegangen und hat im Oktober 2024 direkt eine in Echtzeit generierte, „Minecraft“-ähnliche offene Welt veröffentlicht – angeblich das erste vollständig KI-gesteuerte, spielbare Spiel.Im Jahr 2025 senken Produkte wie Gambo die Hürden für die Spieleentwicklung weiter: Nach Eingabe einer Textbeschreibung erhält man innerhalb weniger Minuten einen lauffähigen Spielprototyp.

Das Phänomen der „Spiele, die aus einem einzigen Satz entstehen“ gewinnt in der Spielebranche rasch an Bedeutung.

Gleichzeitig gab es auch auf der anderen Seite der Spieleentwicklung erste Veränderungen. Im Februar 2025 stellte Andrej Karpathy das Konzept des „Vibe Coding“ vor – dabei werden Anforderungen in natürlicher Sprache beschrieben, woraufhin die KI den Code schreibt. Tools wie Claude Code, Codex und Cursor entwickelten sich innerhalb eines Jahres rasch weiter, sodass Programmierkenntnisse nun kein Hindernis mehr für die Spieleentwicklung darstellen.Bis Mitte 2026 waren mehr als 60 Prozent der Nutzer von Vibe Coding keine professionellen Entwickler. Das bedeutet, dass eine große Zahl von Menschen, die zuvor durch die Hürde des Programmierens von der Spieleentwicklung ausgeschlossen waren, nun zum ersten Mal die Möglichkeit erhielten, in diesen Bereich einzusteigen.

Auch die Investitionen der großen Unternehmen nehmen zu. Mihoyo hat öffentlich angekündigt, innerhalb von drei Jahren 100 Milliarden in große Modelle zu investieren. Brancheninternen Informationen zufolge arbeitet fast jedes führende Spieleunternehmen intern an Projekten für KI-native Spiele oder KI-NPCs. Sowohl Geld als auch Personal fließen in diese Richtung.

Wenn Sie jedoch tatsächlich ein Spiel entwickeln – und zwar nicht nur eine Demo oder eine technische Präsentation, sondern ein Projekt, das sich an Spieler richtet und langfristig gepflegt werden muss –, werden Sie auf ein noch kniffligeres Problem stoßen: Zwischen einer vagen Spielidee und einem spielbaren Prototyp fehlt nicht nur der Code.

Die Welt von „Genie 2“ kann nur zehn bis zwanzig Sekunden lang aufrechterhalten werden; die Bilder von „Oasis“ werden von der KI Frame für Frame „erfunden“, es gibt keine exportierbaren Asset-Dateien; „Vibe Coding“ hat zwar das Problem des Codes gelöst, doch bei den für die Spieleentwicklung erforderlichen Bereichen wie Spielkonzeption, Grafik und Soundeffekten ist die KI noch nicht wirklich in den Entwicklungsprozess integriert.

Insbesondere die Grafikressourcen sind der Bereich, der am meisten Kopfzerbrechen bereitet. Mit allgemeinen Bildgeneratoren lassen sich zwar ansprechende Konzeptbilder erstellen, doch zwischen einem Konzeptbild und einer Reihe von Spielressourcen, die sich in Unity oder Godot importieren lassen, liegt noch ein weiter Weg – unscharfe Kanten, Stilabweichungen, falsche Abmessungen und zahlreiche Probleme beim Slicing.Für unabhängige Entwickler ist das Programmieren noch machbar und das Game Design können sie selbst erstellen, doch die grafischen Assets stellen den größten Engpass dar. Ganz abgesehen davon, dass die Beauftragung von externen Dienstleistern zeitaufwendig ist, schrecken die hohen Kosten viele Entwickler ab.

Als Li Chi im Jahr 2023 das ByteDance AI Lab verließ, um ein Start-up zu gründen, stieß er ebenfalls auf dieses Problem. Sein Team wollte ursprünglich KI-native Spiele entwickeln, stellte jedoch im Laufe des Prozesses fest, dass es auf dem Markt kein Tool gab, das den gesamten kreativen Prozess von der Planung bis hin zu den Assets unterstützen konnte.Deshalb entschieden sie sich dafür, eine eigene interne Toolkette aufzubauen und begannen mit der pixelgenauen Grafik, die die größte Herausforderung darstellte – denn hier gelten die strengsten Standards. Wenn die KI „perfekte Pixel, einen einheitlichen Stil und die Kompatibilität mit der Engine“ gewährleisten kann, beweist dies, dass die von der KI erstellten Inhalte wirklich spielbereit sind.

Später wurde dieses interne Tool von externen Branchenkollegen entdeckt, die sich sofort bereit erklärten, dafür zu bezahlen.

Das war der Ausgangspunkt von Meowa – nicht etwa eine groß angelegte Produktplanung auf der Grundlage von Marktforschung, sondern das Ergebnis der Kommerzialisierung der eigenen Kreativ-Toolkette durch ein Team, das KI-Spiele entwickelt, im Rahmen seines Produktionsprozesses.

Im Folgenden finden Sie das Wortprotokoll des Gesprächs zwischen „Teahouse Jun“ und Li Chi. (Um das Leseerlebnis zu optimieren, wurden einige Inhalte angepasst.)

01

Von Byte bis Miao Jito

Teahouse-Jun: Der Bereich der Spiele bei ByteDance war bisher von vielen Rückschlägen geprägt. Warum hast du dich entschieden, den großen Konzern zu verlassen, um KI-Spiele zu entwickeln?

Li Chi: Ich bin fest entschlossen, mein ganzes Leben lang Spiele zu entwickeln. Für mich war die Frage daher nie, ob ich ByteDance verlassen soll, sondern wie ich meine Arbeit fortsetzen kann.

Ich habe einige KI-Spiele entwickelt und dabei einige Erfolge erzielt.

Bei ByteDance AI Lab habe ich mehrere Jahre lang im Bereich Spiel-KI geforscht – ich war an der Entwicklung, dem Training und der Implementierung von Spielagenten mittels verstärktem Lernen für Projekte mit über 100 Millionen täglichen aktiven Nutzern (DAU) beteiligt und habe außerdem das Projekt „3D Generative Agent“ geleitet (eine interne Nachbildung des Stanford AI Town bei ByteDance). Neben meiner Arbeit habe ich zahlreiche KI-Spiel-Demos entwickelt und bei internen Hackathons mehrfach Preise gewonnen.Diese Erfahrungen haben mir zwei Seiten aufgezeigt: Einerseits, wie schwerfällig die industrialisierten Produktionsabläufe in großen Unternehmen sind, und andererseits, wie beeindruckend die Möglichkeiten sind, die sich aus der Spitzenforschung im Bereich der KI ergeben. Ich bin fest davon überzeugt, dass KI die Spieleindustrie revolutionieren wird – und ich möchte nicht mehr auf die alte Art weitermachen.

Byte ist ein hervorragendes Unternehmen, hat sich im Bereich Spiele jedoch stets etwas unentschlossen gezeigt. Ich habe das Unternehmen verlassen, weil ich davon überzeugt bin, dass wir uns an einem Wendepunkt befinden: Die zunehmende Leistungsfähigkeit der KI hebt die von den großen Unternehmen in der Vergangenheit aufgebauten Barrieren in Bezug auf Fachkräfte auf, und die Spieleindustrie steht kurz davor, sich von der kapitalintensiven Ära des massiven Personaleinsatzes zu verabschieden.Zu diesem Zeitpunkt wird die Agilität von Start-ups durch KI enorm verstärkt; sie können die vielschichtigen Prozesse der großen Unternehmen umgehen und alle Ressourcen auf das wirklich Wichtige konzentrieren. Dies ist ein einzigartiges Zeitfenster, das sich nur für Start-ups im Zeitalter der KI bietet.

Teehaus-Herr: Wie ist Meowa ursprünglich entstanden? Gab es einen entscheidenden Moment, in dem dir klar wurde, dass es ein eigenständiges Produkt werden könnte?

Li Chi: Wenn ich einen ganz konkreten Moment nennen soll – einmal habe ich einem Freund, der ebenfalls KI-Spiele entwickelt, unsere interne Pipeline vorgeführt, und nachdem er sie sich angesehen hatte, sagte er direkt: „Kann ich das nutzen? Ich bin bereit, dafür zu bezahlen.“ In diesem Moment wurde mir klar, dass Meowa vielleicht nicht nur unser eigenes Tool ist.

Meowa war ursprünglich ein internes Tool, das wir während der Entwicklung von „Meow Island“ entwickelt haben, um unsere eigenen Probleme zu lösen. Damals hatten wir fast alle auf dem Markt erhältlichen KI-Tools ausprobiert, und die Probleme waren immer dieselben: zu starker KI-Charakter, unscharfe Pixel, stilistische Unstimmigkeiten und Inkompatibilität mit der Engine.Diese Tools lieferten zwar „ein schönes Bild“, doch für die Spieleentwicklung braucht man „einheitliches, standardisiertes Material, das sich in die Pipeline integrieren lässt“ – das sind zwei völlig verschiedene Dinge. Deshalb haben wir einfach selbst ein System entwickelt, das speziell auf die Erstellung von Spiel-Assets auf Pixelebene und Frame-Animationen ausgerichtet ist.

Frühe meowa-Bilder

Die Reaktion dieses Freundes war kein Einzelfall – später haben wir das Tool nacheinander einigen Freunden aus der Branche gezeigt, und das Feedback war durchweg einheitlich: Auch sie stießen auf dasselbe Problem. Hinzu kam, dass die Agent-Orchestrierungsfunktionen nun integriert wurden, wodurch das Potenzial des Tools weit über unsere ursprünglichen Erwartungen hinausging. Das hat uns schließlich dazu bewogen, es als Produkt auf den Markt zu bringen.

Daher sind Tools und Spiele für uns keine getrennten Zweige, sondern zwei Äste desselben Baumes – Spiele helfen uns, die Schwachstellen der Branche zu erkennen, und Tools ermöglichen es uns, der Branche schneller Lösungen anzubieten.

Teahouse-Jun: Könntest du uns das Miaoji-Team vorstellen?

Li Chi: Wir sind derzeit zu sechst und haben bewusst eine Struktur geschaffen, in der KI und Spiele zu gleichen Teilen vertreten sind – denn nur ein Team, das sich wirklich mit beiden Bereichen auskennt, kann Spiele und Tools entwickeln, die von Grund auf auf KI basieren.

Den Bereich Modelle und Technologie leiten Less, der CTO, und ich. Zuvor war ich als Forscher für Spiel-KI bei ByteDance AI Lab tätig, wo ich das Training und die Bereitstellung von Spiel-Agenten mittels verstärktem Lernen für Projekte mit über 100 Millionen täglichen aktiven Nutzern (DAU) leitete und das Projekt „3D Generative Agent“ betreute.Less war zuvor im Alibaba AI Lab für große Modelle und Agentenarchitekturen verantwortlich. Er ist der Hauptentwickler des Open-Source-Frameworks „TinyNN“ von Alibaba und war später bei der Ant Group als algorithmischer Leiter für das Produkt „Multi-Agent Coding“ tätig.

Auf der Produkt- und Spieleseite bin ich für die Gesamtkoordination der Produktion von „Meow Island“ sowie für die Produktausrichtung von Meowa verantwortlich.Der Chefentwickler Bofan stammt aus dem Fachbereich Spieledesign der China Media University; sein Indie-Spiel „Round and Roll Big Farm“ wurde von einem führenden Publisher unter Vertrag genommen. Die Chefgrafikerin Jean war zuvor als künstlerische Leiterin bei „Drive into the Void“ und „Good Pizza, Great Pizza“ tätig und verfügt über fundierte Erfahrungen sowohl im Anime-Bereich als auch bei erfolgreichen Indie-Spielen.

Für den Markt bin ich derzeit direkt verantwortlich. In dieser Phase sind die Gründer die effektivste GTM-Strategie – unsere ersten Nutzer wurden im Wesentlichen durch die Qualität der Demos in der Entwickler-Community direkt überzeugt, und der Weg zur Konversion war sehr kurz.

02

Ausgehend von der bildenden Kunst

Teehaus-Herr: Wer sind derzeit die Kernnutzer von Meowa?

Li Chi: Im Mittelpunkt stehen die unabhängigen Spieleentwickler. Wir haben derzeit eine Entwickler-Community mit mehr als zehntausend Mitgliedern, die sich täglich in den Gruppen über ihre Bedürfnisse austauschen, Fehler melden und ihre Fortschritte präsentieren – Pixel-RPGs, Farm-Simulationen, Horror, Xianxia und vieles mehr: In jedem Genre gibt es Entwickler, und fast jeden Tag tauchen neue Werke auf.

Was die Zusammensetzung der Nutzer betrifft: Den Kern bilden unabhängige Entwickler, aber in der Community gibt es auch zahlreiche Studenten der Spielentwicklung, kleine Teams mit wenigen Mitgliedern sowie einige bei großen Unternehmen beschäftigte Spieleentwickler – die meisten nutzen Meowa, um in ihrer Freizeit Nebenprojekte zu realisieren, die ihnen wirklich am Herzen liegen.Mit anderen Worten: Die Nutzer von Meowa lassen sich nicht nach ihrem „beruflichen Status“ einteilen, sondern danach, inwieweit sie selbst die kreative Kontrolle haben – solange jemand ein Spiel für sich selbst entwickeln möchte, hat er die Chance, Teil unserer Community zu werden.

Warum fangen wir bei den unabhängigen Entwicklern an? Weil sie nicht über die personellen Ressourcen großer Unternehmen verfügen, aber die volle Kontrolle über ihre eigenen Projekte haben und somit die ersten echten Nachfrager nach KI-Entwicklungstools für Spiele sind.

Teahouse-Jun: Wie haben diese Nutzer vor der Nutzung von Meowa in der Regel Probleme mit Pixelgrafiken gelöst? Was ist der eigentliche Grund, warum sie bereit sind, dafür zu bezahlen?

Li Chi: Die Nutzer sind bereit, für Meowa zu bezahlen – oberflächlich betrachtet, um Geld und Zeit zu sparen, aber im Grunde genommen erhalten sie zu äußerst geringen Kosten etwas, das bisher nur schwer zu bekommen war: maßgeschneiderte, hochwertige und stilistisch einheitliche Grafikressourcen, die direkt in den Spieleentwicklungsprozess integriert werden können.

Im traditionellen Arbeitsablauf stehen unabhängigen Entwicklern in der Regel nur wenige Möglichkeiten zur Verfügung, um Pixelgrafiken zu erstellen. Die Beauftragung von externen Dienstleistern ermöglicht zwar maßgeschneiderte Lösungen, ist jedoch langsam, teuer und mit hohem Kommunikationsaufwand verbunden – oft dauert die Erstellung einer Bewegungssequenz für einen Charakter mehrere Tage bis Wochen.Der Kauf von Grafikpaketen ist zwar günstig und sofort verfügbar, doch lässt sich der Stil nur schwer anpassen. Charaktere, Szenen und Benutzeroberflächen stammen oft von verschiedenen Autoren, was zu einem uneinheitlichen Gesamtbild führt, und öffentlichen Grafikpaketen mangelt es an Einzigartigkeit. Das eigene Zeichnen eignet sich nur für wenige Entwickler mit künstlerischem Talent, doch für die meisten programmier- und konzeptionell orientierten Entwickler stellt die Grafik den größten Engpass dar.Viele lassen sich bereits vor Beginn der Spielentwicklung von den hohen Anforderungen an die Grafik abschrecken.

Deshalb kaufen Nutzer Meowa nicht nur, weil es günstig oder schnell ist. Was sie tatsächlich erwerben, ist die Umwandlung eines ursprünglich unkontrollierbaren und unerschwinglichen Grafik-Workflows in einen kostengünstigen, iterativen und anpassbaren kreativen Prozess.

Teahouse-Jun: Viele KI-Tools zur Bildgenerierung können ansprechende Bilder erstellen, aber was Spieleentwickler brauchen, sind „Materialien, die sich für das Projekt eignen“. Wie definiert ihr, wann ein Asset die Anforderungen für die Verwendung erfüllt?

Li Chi: Wir beurteilen die Verwendbarkeit von Spielressourcen nicht danach, ob sie „gut aussehen“. Für Spieleentwickler lautet der eigentliche Maßstab: Lässt sich diese Ressource kostengünstig und mit geringem Arbeitsaufwand in ein Spielprojekt integrieren?

Intern wenden wir mehrere Bewertungskriterien für Game-Ready-Assets an.

An erster Stelle stehen die künstlerischen Standards. Die Assets müssen wie Elemente aus einem fertigen Spiel aussehen und nicht wie ein isoliertes KI-Bild.Erforderlich sind eine einheitliche Ästhetik, klare Konturen, zurückhaltende Details, klare Farbflächen, präzise Perspektive und eine einheitliche Licht- und Schattenpalette. Ein besonders wichtiger Aspekt bei Pixel-Assets ist die „perfekte Pixelqualität“: Die Kanten dürfen nicht verschwommen sein, es dürfen keine überflüssigen Farbstiche vorhanden sein und es dürfen keine für KI typischen unschönen Bildrauschen oder halbtransparente Übergänge auftreten.

Zweitens: die technischen Standards.Damit Spiel-Assets in Unity, Godot oder anderen Engines verwendet werden können, müssen sie einen sauberen, transparenten Hintergrund, klare Abmessungen, angemessene Ränder, eine konsistente Rasterausrichtung sowie ein Format aufweisen, das sich direkt in Slices aufteilen, importieren und rendern lässt. Wenn Nutzer nach dem Erhalt noch viel Zeit damit verbringen müssen, die Assets freizustellen, Kanten zu bearbeiten oder neu anzuordnen, gelten sie nicht als wirklich einsatzfähig.

Drittens geht es um Konsistenzstandards. Für die Spieleentwicklung wird nicht nur ein einzelnes Bild benötigt, sondern ein ganzes System von Assets. Ein Charakter, eine Gruppe von Requisiten und eine Reihe von Szenario-Kacheln müssen zum selben Weltbild, demselben Maßstabsystem und derselben visuellen Sprache gehören.Viele KI-Tools können zwar einzelne gute Bilder generieren, doch wenn man zehn Bilder nebeneinanderstellt, weicht der Stil ab. Meowa legt größeren Wert darauf, kontinuierlich ein komplettes Set an Assets mit einheitlichem Stil zu generieren.

Konkret prüfen wir bei der Charakteranimation, ob von Frame zu Frame Konsistenz gewährleistet ist – ob Körperbau, Kleidung, Waffen und Farbpalette stabil sind, ob die Bewegungen einen klaren Beginn, einen klaren Ablauf und ein klares Ende haben, ob die Ankerpunkte stabil sind und ob das Tileset direkt als Sprite-Sheet in die Engine importiert werden kann.Bei Tilesets prüfen wir, ob sie sich nahtlos zusammenfügen lassen, ob die Übergänge an den Rändern natürlich sind, ob sie den Tileset-Regeln entsprechen und ob sie nach dem Verlegen zu einer vollständigen Karte einheitlich und gut lesbar sind.

Daher definieren wir „einsatzfähig“ wie folgt: Die Grafiken müssen kommerziell ansprechend sein, technisch direkt in die Engine integriert werden können und sich systemseitig kontinuierlich zu einem einheitlichen Satz von Spielressourcen ausbauen lassen.

Teahouse-Jun: Was ist der größte Unterschied zwischen Pixelkunst und gewöhnlichen KI-generierten Bildern? Warum habt ihr euch entschieden, zuerst mit Pixelkunst zu beginnen?

Li Chi: Der größte Unterschied besteht darin, dass bei gewöhnlichen KI-generierten Bildern das Ziel darin besteht, dass sie „gut aussehen“, während es bei der Pixelgrafik darauf ankommt, dass „jeder einzelne Pixel korrekt ist“.

Normale Bilder sind fließend, und leicht unscharfe Kanten fallen dem Nutzer möglicherweise gar nicht auf. Pixelgrafiken hingegen sind eine hochgradig regelbasierte und technisch ausgefeilte Kunstform, bei der Konturen, Kanten, Farbfelder, Farbpaletten, Bewegungsframes und die Anordnung der Kacheln äußerst präzise sein müssen.Sobald ein Pixelbild Anti-Aliasing an den Kanten aufweist, lokal Bildrauschen enthält oder die Farben nicht ausgewogen sind, wirkt es sofort unprofessionell.

Warum sollte man sich zuerst mit Pixelgrafik beschäftigen? Erstens hat der Pixel-Stil auf dem Markt für Indie-Spiele einen ganz klaren kommerziellen Wert – viele hochgelobte Indie-Spiele sind im Pixel-Stil gehalten.Zweitens stellt die Pixelgrafik für eine große Zahl von Indie-Entwicklern das größte Problem dar – Charaktere, Szenen, Tilemaps, Benutzeroberflächen und Animationen: Jede dieser Kategorien erfordert eine langfristige, stabile Produktion, und herkömmliche Arbeitsabläufe sind entweder teuer oder langsam. Drittens sind die Standards für Pixelgrafik sehr klar definiert, sodass sich anhand dieser gut überprüfen lässt, ob eine KI-basierte Spiel-Asset-Plattform tatsächlich „Game Ready“ ist.

Wo lag bisher die Schwierigkeit? Große Modelle sind von Natur aus besser darin, fortlaufende Bilder zu erzeugen, als ein striktes Pixelraster zu verstehen. Es kommt leicht zu unscharfen Kanten, halbtransparenten Übergängen und störendem Rauschen.Auch die stilistische Konsistenz ist schwierig – wenn man zehn Bilder nebeneinanderstellt, kommt es zu Abweichungen. Pixelanimationen sind noch schwieriger – Sprite-Sheets erfordern stabile Körperankerpunkte und eine kontinuierliche Bewegungslogik; es reicht nicht aus, einfach ein paar ähnliche Bilder aneinanderzureihen, um eine Animation zu nennen.

Teahouse-Jun: Worin besteht der wesentliche Unterschied zwischen dem technischen Ansatz von Meowa und den allgemeinen Modellen zur Generierung von Bildern?

Li Chi: Meowa ist nicht einfach nur ein allgemeines Modell zur Generierung von Bildern, das mit einem Pixel-Stil-Filter kombiniert wird. Unser Ansatz besteht darin, vertikale Modelle, hochwertige Daten zu Spiel-Assets, das Verständnis der Asset-Spezifikationen und den „Agent Harness“-Workflow miteinander zu verbinden.

Das allgemeine Modell erzeugt Bilder, die „wie im Pixel-Stil“ aussehen, versteht jedoch die Anforderungen der Spieleentwicklung nicht wirklich – ob die Pixelkanten ausgerichtet sind, ob die Bewegungsframes im Sprite-Sheet übereinstimmen, ob sich die Kacheln quadratisch aneinanderreihen lassen und ob der transparente Hintergrund sauber ist. Meowa löst ein anderes Problem: Es wird nicht einfach ein Bild erzeugt, sondern ein einsatzbereites Spiel-Asset.

Die Aufgabe von Agent Harness besteht darin, nicht nur die Eingabe des Benutzers an das Modell weiterzuleiten, sondern auch die vom Benutzer gewünschte Art der Assets, deren Verwendungszweck und den Entwicklungskontext zu verstehen, die Anforderungen automatisch aufzuschlüsseln, den geeigneten Generierungsprozess auszuwählen, die stilistische Konsistenz zu gewährleisten sowie die Ergebnisse zu überprüfen und zu korrigieren.Wenn der Nutzer beispielsweise ein Sprite-Sheet für einen Charakter wünscht, muss das System verstehen, dass dieser Charakter ein einheitliches Design und eine einheitliche Farbpalette aufweisen muss, dass zwischen den verschiedenen Bewegungsframes keine Abweichungen auftreten dürfen und dass das Ergebnis schließlich im Format der Spiel-Engine exportiert werden muss.

Der wesentliche Unterschied besteht also darin: Allgemeine Modelle befassen sich mit der Frage „Kann man es zeichnen?“, während Meowa die Frage „Kann es tatsächlich im Spiel verwendet werden?“ beantwortet.

03

Nicht nur bildende Kunst

Teahouse-Jun: Nutzen die Nutzer von Meowa die Plattform derzeit eher zum Experimentieren mit KI-generierten Bildern oder betrachten sie sie als echtes Produktionswerkzeug? Woran erkennt ihr, ob ein Nutzer ernsthaft Spielressourcen erstellt?

Li Chi: Jedes AIGC-Tool zieht in der Anfangsphase eine Gruppe von Neugierigen an. Das Verhalten dieser Nutzer lässt sich eher damit beschreiben, dass sie „einfach mal ausprobieren wollen, was die KI so generieren kann“. Sie probieren nach dem Zufallsprinzip viele verschiedene Stile und Themen aus, erstellen ein paar einzelne Bilder, sehen sich diese an und beenden dann den Vorgang – in der Regel kommt es dabei nicht zu regelmäßigen Zahlungen.

Von Nutzern mit unserem Tool erstellte Spielinhalte

Aus den aktuellen Daten von Meowa und dem Feedback der Community geht jedoch hervor, dass eine Reihe von Nutzern das Produkt eindeutig als echtes Produktionswerkzeug nutzt. Der deutlichste Indikator dafür ist, dass unsere aktuelle Zahlungsquote bereits über 11 % liegt. Für ein AIGC-Produkt in der Frühphase bedeutet dies, dass die Nutzer nicht nur ihre Neugier befriedigen, sondern bereit sind, für den tatsächlichen Produktionswert zu bezahlen.

Um zu beurteilen, ob ein Nutzer sich ernsthaft mit Spielressourcen beschäftigt, schauen wir nicht nur darauf, wie viele Bilder er erstellt hat, sondern auch darauf, ob sein Verhalten Merkmale einer „projektorientierten Produktion“ aufweist.

Nutzer, die hierherkommen, erkunden in der Regel verschiedene Bereiche. Vielleicht erstellt er heute einen Cyberpunk-Charakter, morgen ein mittelalterliches Monster und übermorgen ein Avatar im japanischen Stil. Stil, Thema, Größe und Verwendungszweck sind nicht aufeinander abgestimmt.

Die Nutzer, die tatsächlich Spiel-Assets erstellen, sind ganz anders. Ihr Verhalten konzentriert sich deutlich auf ein bestimmtes Projekt: Zuerst legen sie das Charakterdesign fest und fordern dann die Erstellung verschiedener Bewegungen für denselben Charakter; zunächst erstellen sie eine Reihe von UI-Symbolen und ergänzen diese anschließend um Rucksäcke, Fähigkeiten, Shops und Schaltflächen; zunächst erstellen sie eine Reihe von Szenario-Kacheln und fordern dann wiederholt, dass die Ränder natürlich aussehen, die Kacheln in alle Richtungen aneinanderreihen lassen und der Stil einheitlich ist.Ihm geht es nicht nur darum, ob „dieses Bild gut aussieht“, sondern darum, ob „dieses Bild in mein Spiel integriert werden kann“.

Einige klare Signale: Kontinuität im Kontext – die Nutzer erstellen Inhalte, die sich stets um dieselbe Weltanschauung, dieselbe Figur und denselben künstlerischen Stil drehen;die Änderungswünsche werden immer konkreter – von „es soll noch etwas besser aussehen“ hin zu „behalte diese Figur bei und erstelle eine 4-Frame-Laufanimation“ oder „vereinheitliche die Symbole auf eine einheitliche Farbpalette“; das Exportieren erfolgt zunehmend projektorientiert, wobei auf transparente Hintergründe, Abmessungen, Sprite-Sheets und für die Engine geeignete Formate geachtet wird; es wird wiederholt getestet, um die stilistische Konsistenz zu gewährleisten.

Teahouse-Redaktion: Im Ausland gibt es bereits einige KI-Tools für Pixelgrafiken, und auch große chinesische Unternehmen arbeiten an umfassenderen KI-Plattformen für die Spieleentwicklung. Wo liegen deiner Meinung nach die Vorteile von Meowa im Vergleich zu diesen?

Li Chi: Wir haben tatsächlich eine Vielzahl relevanter Produkte aus dem In- und Ausland systematisch getestet. Unserer Einschätzung nach bewegen sich die meisten Produkte derzeit noch in zwei Richtungen: Zum einen gibt es Tools für einzelne Assets, wie beispielsweise die Erstellung von Pixelcharakteren, Requisiten und Hintergründen; zum anderen gibt es Plattformen mit einer Vielzahl von Funktionen, die Module wie Konzeption, Programmierung, Grafik und Tests durch programmgesteuerte Abläufe miteinander verknüpfen.

Beide Produktarten sind wertvoll, haben jedoch ein gemeinsames Problem: Sie bürden dem Nutzer die Komplexität auf.

Die Nutzer müssen nach wie vor verstehen, wie man Prompts verfasst, wie man Modellparameter anpasst, wie man einen einheitlichen Stil der Inhalte gewährleistet, wie man den Code integriert und wie man die Arbeitsabläufe organisiert. Für professionelle Teams ist dies ein Effizienzwerkzeug; für echte, gewöhnliche Kreative ist die Einstiegshürde jedoch nach wie vor sehr hoch. Je mehr Funktionen es gibt, desto eher läuft es darauf hinaus, dass es „sehr leistungsstark wirkt, man aber nicht weiß, wie man es nutzt“.

Der zentrale Vorteil von Meowa besteht darin, dass wir keine bloße „Sammlung von Funktionen“ entwickeln, sondern einen Agent Harness, der die Absichten der Nutzer wirklich versteht. Das Ziel besteht darin, eine intelligente Brücke zwischen den Äußerungen der Nutzer und den zugrunde liegenden komplexen Systemen zu schlagen.

Der Nutzer muss weder etwas über Modelle noch über Parameter wissen, noch den gesamten Entwicklungsprozess verstehen. Er muss lediglich die gewünschten Assets, Spielmechaniken oder das gewünschte Spielerlebnis beschreiben. Der Agent hilft ihm dann dabei, die Anforderungen aufzuschlüsseln, die richtigen Werkzeuge auszuwählen, Inhalte zu generieren und einen einheitlichen Stil zu gewährleisten.

Der erste Unterschied liegt in der Zugangsschwelle. Meowa richtet sich nicht nur an professionelle Spieleentwickler, sondern auch an eine große Zahl gewöhnlicher Nutzer, die zwar keine Entwicklungserfahrung haben, aber den Wunsch verspüren, sich auszudrücken und kreativ zu sein. Wir sind davon überzeugt, dass der wahre Mehrwert einer KI-Spieleplattform nicht darin besteht, professionelle Teams um das Zehnfache schneller arbeiten zu lassen, sondern darin, dass Menschen, die bisher überhaupt keine Spiele entwickeln konnten, nun zum ersten Mal ihr eigenes Spiel erstellen können.

Der zweite Unterschied liegt in unserem Verständnis von Wettbewerbsvorteilen. Mit der rasanten Weiterentwicklung von Technologien wie Codex und Claude Code wird das „Programmieren“ in der Spieleentwicklung zunehmend zu einer Massenware. Der eigentliche Unterschied zwischen KI-Spielen wird in Zukunft nicht mehr darin bestehen, ob Code generiert werden kann oder nicht, sondern in der ästhetischen Kompetenz und der Fähigkeit zur Spielgestaltung – was wir intern als „Taste“ bezeichnen.

Ein Spiel ist nicht einfach nur eine Aneinanderreihung von Funktionen. Ob ein Charakter gut aussieht, ob eine Szene einen einheitlichen Stil aufweist, ob ein Spielprinzip ansprechend ist oder ob ein Werteschleifen-System die Spieler zum Weiterspielen motiviert – all das lässt sich nicht allein durch das bloße Aneinanderreihen von Modellen lösen. Meowas Vision ist es, die stilvollste Plattform für die Entwicklung von KI-Spielen auf dem Markt zu werden.Wir möchten guten ästhetischen Geschmack, gute Interaktion und gutes Spieldesign in den Arbeitsablauf und das Entscheidungssystem der Agenten einfließen lassen.

Teahouse-Jun: Welche wertvollen Signale liefert Meowa euch jedes Mal, wenn Nutzer Inhalte erstellen, bearbeiten, erneut versuchen oder exportieren? Helfen diese Signale Meowa dabei, „Spielinhalte“ besser zu verstehen?

Li Chi: Jedes Mal, wenn Nutzer auf Meowa etwas erstellen, auswählen, ändern, erneut versuchen oder exportieren, liefern sie uns damit im Grunde genommen äußerst wertvolle Daten zu ihren Vorlieben. Dabei handelt es sich nicht einfach nur um Nutzungsprotokolle, sondern diese Daten zeigen uns, welche Spielelemente für die Nutzer „richtig“, „ansprechend“ und „nützlich“ sind.

Wir werden uns auf bestimmte Arten von Signalen konzentrieren.

Signale auswählen. Meowa generiert in der Regel mehrere Ergebnisvorschläge auf einmal, und die Tatsache, welche der Nutzer letztendlich auswählt und welche er verworfen hat, ist an sich schon ein sehr aussagekräftiges Feedback zu seinen Vorlieben. Daraus lässt sich ableiten, welche Art von Design, welche Farben, welche Konturen, welche Detaildichte und welche Pixelverarbeitung der Nutzer bei einem bestimmten Bedarf bevorzugt.

Änderungswünsche. Die Nutzer bringen ständig Änderungsvorschläge vor, wie zum Beispiel „etwas klarere Konturen“, „einheitlicherer Stil“, „übertriebenere Bewegungen“, „in eine 4-Frame-Laufanimation umwandeln“ oder „diesen Charakter beibehalten und Angriffsbewegungen neu generieren“.Diese Änderungsanweisungen sind äußerst wichtig, da sie die Mängel des generischen Modells bei der Erstellung von Spielressourcen direkt aufdecken und uns dabei helfen, die Verständnis- und Ausführungsfähigkeiten von Agent Harness rückwärts zu optimieren.

Signal für einen erneuten Versuch. Wenn ein Nutzer wiederholt Assets derselben Art erstellt, deren Parameter anpasst und ändert, deutet dies darauf hin, dass die aktuellen Ergebnisse seinen Anforderungen nicht vollständig entsprechen. Daraus lassen sich die Ursachen für das Scheitern ableiten: Ist der Stil instabil, sind die Pixel unscharf, mangelt es an Konsistenz bei den Figuren, sind die Bewegungen nicht flüssig oder lassen sich die Kacheln nicht zusammenfügen?

Signale exportieren. Das Exportieren ist eine sehr starke positive Rückkopplung.Die Bereitschaft der Nutzer zum Exportieren zeigt, dass diese Assets nicht nur „gut aussehen“, sondern bereits fast so weit sind, dass sie in Spielprojekte integriert werden können. Insbesondere wenn Nutzer Sprite-Sheets, Tilemaps, Icon-Sets, PNGs mit transparentem Hintergrund oder für die Engine geeignete Formate exportieren, deutet dies darauf hin, dass sie nicht nur zum Spaß damit herumspielen, sondern tatsächlich Assets produzieren.

Diese Vorgänge bilden ein kontinuierliches Daten-Flywheel: Die Nutzer generieren Assets, das System erfasst ihre Auswahlen und Änderungen, Meowa kennzeichnet, analysiert und ordnet diese Signale und optimiert damit wiederum die zugrunde liegenden Modelle, Generierungsprozesse, Qualitätsprüfungen und den Agent Harness.Langfristig gesehen sammeln wir keine gewöhnlichen Bilddaten an, sondern Präferenzdaten und Qualitätsstandarddaten aus dem Produktionsprozess von Spielressourcen.

Kann Meowa im Vergleich zu allgemeinen Bildgenerierungsmodellen anhand von Nutzerdaten ein besseres Verständnis für Spielinhalte entwickeln? Die Antwort lautet: Ja. Und genau darauf setzen wir: Allgemeine Modelle verstehen zwar „Bilder“, kennen sich aber nicht mit „Spielinhalten“ aus – das sind zwei verschiedene Dinge.

In früheren Versionen mussten Nutzer zahlreiche Prompt-Runden durchlaufen, um den grafischen Stil über verschiedene Assets hinweg einheitlich zu gestalten; mittlerweile lassen sich nach nur wenigen Runden der Interaktion in natürlicher Sprache einheitliche grafische Richtlinien für ein gesamtes Spiel festlegen. In früheren Versionen musste die Kontinuität einer Laufanimation mehr als zehn Mal angepasst werden; heute lässt sich dies durch die Interaktion in natürlicher Sprache bereits nach zwei bis drei Runden festlegen.

Dahinter steckt derselbe Mechanismus: das Daten-Flywheel.Jedes Mal, wenn ein Nutzer auf Meowa „dieses auswählt und jenes nicht“, versieht er das Modell mit einem Präferenz-Tag – wir nutzen diese realen Daten, um kontinuierlich RLHF durchzuführen. Allgemeine Bildgenerierungsmodelle haben keinen Zugriff auf diese Daten, weshalb sie immer besser verstehen, was ein „schönes Bild“ ist, während Meowa immer besser versteht, was „direkt einsetzbare Spielmaterialien“ sind.

Teahouse-Jun: In der Branche herrscht die Einschätzung, dass KI in der Spieleindustrie derzeit „auf der Werkzeugebene tiefgreifend, auf der Erlebnisebene jedoch nur oberflächlich“ durchdrungen ist. Bestätigt die Erfahrung von Miao Jito diese Einschätzung nicht gerade?

Li Chi: Das ist zur Hälfte richtig. „Die Durchdringung auf der Tool-Ebene ist tief“ – das ist eine Tatsache, aber „die Durchdringung auf der Erlebnisebene ist gering“ – das ist ein Ergebnis, kein Maß für den Investitionsaufwand.

Auf der Erlebnisebene mangelt es weder an Geld noch an Personal.Mihoyo hat offiziell angekündigt, in den nächsten drei Jahren 100 Milliarden in große Modelle zu investieren, und Liu Wei hat öffentlich erklärt, er wolle ein Spielerlebnis schaffen, das „für jeden Spieler individuell ist“; soweit ich weiß, laufen in fast jedem großen Spielehersteller intern Projekte für KI-native Spiele oder KI-NPCs. Die Investitionen sind tatsächlich da – aber die Ergebnisse sind noch nicht sichtbar, und genau darin liegt das eigentliche Problem.

Die mechanistische Erklärung lautet: Da die Wege auf der Werkzeugebene klar sind und die Erträge vorhersehbar sind, verbreitet sich diese Ebene schnell; auf der Erfahrungsebene hingegen ist der Erkundungsraum weitaus größer, die Wege sind noch nicht erprobt, und die meisten Versuche bleiben oberflächlich – niemand geht wirklich bis zum Ende. Das ist kein Problem „unzureichender Investitionen“, sondern ein Problem „nicht tief genug gehender Erkundung“.

Damit KI-Spiele wirklich den Durchbruch schaffen, braucht die Branche nicht mehr Geld, sondern mehr Menschen, die bereit sind, diesen Weg bis zum Ende zu gehen.

Teahouse-Jun: Was war die größte Ungewissheit, mit der ihr bei der Entwicklung von Spielen mit nativer KI zu kämpfen hattet? Welche Art von KI-Spielen kommt bei den Spielern besser an?

Li Chi: Die größte Ungewissheit bei der Entwicklung von KI-nativen Spielen besteht darin, dass es sich um völliges Neuland handelt – niemand weiß, wie solche Spiele eigentlich aussehen sollten. Sowohl große Unternehmen als auch Start-ups haben es versucht, aber nur wenige haben der Branche ausreichend klare Signale gegeben, dass „man in diese Richtung gehen sollte“.Wir beobachten, dass viele Unternehmen nach ersten Erkundungen beschlossen haben, das Projekt aufzugeben oder sich neu auszurichten. Bis heute hat es im Bereich der KI-Spiele noch keinen eigenen „IceFrog-Moment“ gegeben: einen Prototyp, der das Potenzial hat, zu einem Phänomen zu werden.

Aber gerade weil es noch niemand geschafft hat, lohnt es sich, jede Richtung zu erkunden. Wir sind davon überzeugt, dass KI den Spielern einzigartige und spannende Erlebnisse bieten kann und dass in Zukunft eine bestimmte Art von KI-Spiel zum nächsten DOTA werden wird.Wir hegen keine übertriebenen Hoffnungen, dass „Miaow Island“ genau dieses „DOTA“ sein wird – doch wenn es das „AOS“ werden könnte, eine frühe Vorstufe, auf deren Grundlage Nachfolgende noch bessere KI-Spiele entwickeln und die Branche ein kleines Stückchen voranbringen können, wären wir schon zufrieden.

Nach Versuchen wie „Miau-Miau-Insel“ und „Moe-Claw-Chaos“ haben wir erkannt, dass es vor allem die freie Interaktion, die sich organisch entwickelnde Sandbox-Umgebung und das Gefühl sind, „einen echten und dauerhaften Einfluss auf diese Welt ausüben zu können“, die die Spieler wirklich fesseln.Die Spieler wollen weder mit der KI chatten noch gegen sie kämpfen, sondern – dass sich diese Welt durch mich verändert.

Deshalb hat sich „Miaow-Insel“ in Richtung eines noch intensiveren UGC entwickelt. Wir haben eine Technologie entwickelt, mit der Inhalte in Echtzeit durch KI generiert werden können. Die Spieler können mithilfe der KI ihre eigenen Haustiere, Gebäude und sogar ganze Inseln erschaffen. Jede „Miaow-Insel“ ist einzigartig und unverwechselbar. Dieses Gefühl, dass „die Welt mir gehört“, ist der Nährboden, auf dem echte emotionale Bindungen entstehen.

Teahouse-Redaktion: Wenn Meowa weiter wächst, werdet ihr es dann zu einem Grafik-Tool für Einzelpixel entwickeln oder zu einer vollständigen Toolchain für die KI-Spieleentwicklung ausbauen? Welchen Platz werden native KI-Spiele wie „Meow Island“ in Zukunft bei MeowGito einnehmen?

Li Chi: Die Designfunktionen, die ihr derzeit seht, sind nur die Spitze des Eisbergs von Meowa. Meowa war von Anfang an nicht als einzelnes Tool konzipiert, sondern als KI-Plattform für die Spieleentwicklung.Derzeit haben wir drei Arbeitsbereiche freigeschaltet: Game Design, Grafik und Musik/Soundeffekte. Der Game-Design-Agent hilft Entwicklern dabei, vage Ideen in umsetzbare Game Design Documents (GDDs) umzuwandeln; der Grafikbereich umfasst Pixelgrafik, HD-Grafik, Benutzeroberflächen, Animationen, Karten, Spine und vieles mehr; Musik und Soundeffekte umfassen Szenemusik, Kampfmusik und verschiedene Spiel-Soundeffekte.

Wahrscheinlich sieht man derzeit vor allem Pixelgrafiken, da dies der erste bewährte Ansatz ist – erst wenn bewiesen ist, dass von der KI erstellte Inhalte wirklich spieltauglich sind, machen die nachfolgenden Funktionen Sinn.

Screenshots des Meowa.ai-Produkts

Als Nächstes entwickeln wir eine durchgängige Kette zur Spielerstellung und eine Testpipeline, um den gesamten Prozess nahtloser zu gestalten. Die Einführung dieser Funktionen wird jedoch sehr behutsam erfolgen; wir werden die Qualität der einzelnen Schritte nicht zugunsten der Vollständigkeit opfern.

Was „Miau-Miau-Insel“ betrifft, so ist es das erste native KI-Spiel, das auf dieser Plattform entstanden ist, und es vereint mein gesamtes Verständnis von KI-Spielen aus den letzten drei Jahren. Es ist sowohl der beste Beweis für die Leistungsfähigkeit unserer Plattform als auch unser Willkommensgeschenk an die Branche der nativen KI-Spiele.Damit wollen wir eines beweisen: KI ist nicht auf die Rolle eines Hilfswerkzeugs beschränkt, sondern kann die Art und Weise, wie Spiele produziert und erlebt werden, grundlegend verändern – wir hoffen, dass es sich einen festen Platz in der Geschichte der KI-Spiele sichern wird.

Schlusswort

KI-Spiele haben ihren eigenen „Icefrog-Moment“ noch nicht erlebt. Von der Einzelpunkt-Validierung bis hin zur vollständigen Kreativplattform, von den Funktionen der Tools bis hin zum Spielerlebnis – dazwischen gibt es noch viele Schritte, die bewältigt werden müssen.

Ich bin jedoch überzeugt, dass Meowa ein Teil der endgültigen Lösung sein wird.