文丨游戏那点事丨willow

2026年的大模型之争，几乎一刻也没有消停过。

从OpenAI的GPT-6 Astra，到Anthropic的Claude Opus 5.5，再到Google的Gemini 4 Carbon......仅是今年下半年，几家头部模型就已经打得不可开交，社区中围绕榜首归属的讨论也接连不断。

而作为离AI最近的行业之一，游戏行业自然也成了这场AI竞赛最好的练兵场。据我们观察，今年各大头部模型普遍强化了3D建模、交互设计等与游戏开发密切相关的能力。趁此风口，游戏圈对AI的期待加速升温，就连不少大厂掌舵人也于近期接连发声，称非常看好AI给游戏行业带来的改变。

（Epic创始人在Unreal Fest：AI把编程效率达到原来的4倍，3D场景与内容创作效率提升50%）

于是在AI热潮的推动下，用游戏demo检验模型能力，也逐渐演变成业内的一股新风潮。

（用AI跑的超大型文艺复兴场景）

就以上个月迎来集中爆发的国产大模型为例。前脚DeepSeek V4.1 Flash刚更新，就拿出赛车、Godot项目大秀肌肉；后脚Kimi K3.1 Pro一经发布，便端上了3D冒险、东方武侠等游戏demo，迅速跻身Artificial Analysis（下称 AA）综合智能指数前四、开源第一。而国产模型的这波迭代，自然也给AI游戏开发的热潮再添了一把火。

（消耗10小时51美元，海外创作者用Kimi K3.1 Pro手搓GTA6）

具体到GitHub和X等社区上，我们观察到有人用国产模型做出类似《模拟人生》的微缩游戏场景，也有人拿Opus 5.5和K3.1制作网页小游戏，再把代码和实机分别拉出来对比。单看这些demo的玩法和交互，确实让人不禁感慨：如今的AI，已非当年的吴下阿蒙。

（纯血kimi花40小时逆向的宝可梦实机demo）

所以也是趁着这波AI游戏创作的热潮，近期我们重点观察了市面上较为热门的大模型，并结合一些具体项目和开发者反馈，看看如今的AI究竟能帮游戏行业解决哪些事情，以及它仍然容易在哪些地方遇到问题。

一、2026，AI已能帮到游戏人更多

聊起AI做游戏，Astra和Opus的案例相信大家已经看过不少，但如果把同样的任务交给国产模型，被谷歌前CEO Eric Schmidt锐评差距已被缩小到6个月的国产AI们，其跑出来的结果又会如何？

以刚刚登顶开源SOTA模型的Kimi K3.1 Pro为例，前段时间不少圈内人就围绕K3.1做了几组测试，结果有遗憾也有惊喜——一方面，国产模型距离全球顶尖水准仍有不小的差距，但另一方面，在国产模型更擅长的几个垂类能力里，我们也已经可以跟Anthropic、OpenAI等海外大厂掰掰手腕。

就拿大家熟悉的国风题材来说，据游戏那点事了解，国内有独游从业者正在尝试融合赛博朋克与唐朝历史，去做一个开放世界游戏的技术demo。相比Astra与Opus，他坦言团队其实更满意Kimi在资料搜集和剧情细节上的表现。

这位从业者分享，当demo创作涉及历史人物时，国产模型会主动去《资治通鉴》等史料中寻找参照，给设计增加依据和约束。不仅如此，纵观国内用户使用kimi的反馈，也不难发现国产模型在武侠、仙侠等题材的表现上尤其突出。可见在国风和本土赛道中，国产大模型们的表现仍然保持领先。

但如果来到更偏实操的制作环节，国产大模型本身的优势和不足就变得比较明显了。

据海外创作者Beau Johnson在YouTube上的分享，他让K3.1、Sonnet、Opus三个模型按同一提示生成类《我的世界》原型。记录中Kimi用时4分28秒消耗0.15美元，Opus用时13分19秒消耗1.81美元，不过在内容呈现上，Opus额外补充了一些花草和云等细节。

对比三种模型的demo实机图我们不难看出，虽然在同一道题里kimi完成速度更快、消耗更小，但在细节呈现上仍略逊Opus一筹。

而类似的细微差距，也在海外用户noclipepe的小恐龙测试中得到了呈现。简单来说，他要求模型重做Chrome Dino，并加入布娃娃物理。从完成情况来看，Kimi K3.1耗时19分18秒，Opus 5.5耗时38分55秒，而最近登顶全球第一的Gemini 4 Argon则耗时4分34秒。

不过综合demo的实机表现，noclipepe依旧给Kimi K3.1 Pro打上了跟Gemini 4 Argon相持的8.1分。因为在他看来，虽然K3.1的恐龙建模略显滑稽，但是在Chrome Dino中K3.1的视觉效果仍险胜了7分的Argon，仅次于Opus 5.5。

类似的案例还有很多。例如在X用户LLMJunky的汽车足球测试中，他让Kimi完成类《火箭联盟》的3D原型。在此期间，LLMJunky也肯定了K3.1相较前代K3的提升，并称这是自己迄今测试过表现最好的开源模型。不过LLMJunky也提到，尽管K3.1的3D建模能力较前代明显进步，但在精度上仍然有不小的进步空间。

从上述案例可以看出，以Kimi K3.1 Pro为代表的新一代国产大模型，已经能在部分开发任务中与海外头部模型同台较量。这其实也跟模型发布时的跑分成绩相互呼应：AA当时将k3.1排在全球第四，55分的成绩距榜首Opus 5.5仅差3分。对此海外开发者Simon Willison也感叹，这是开源模型首次在前沿竞争中拿到如此高的成绩。

（K3.1开发的AI空战游戏《勇气之翼》）

不过在模型选用上，能力表现也要跟实际消耗结合起来看。尽管K3.1的输入、输出单价较K3下调了约三分之一，并且在模型能力上也处在国产模型的第一顺位，但在AA发布时的评测中，其平均输出token也同步增加了14%。因此，单价优势能在具体任务中节省了多少成本，还需要结合token消耗与任务完成情况来判断。

但这样一来，模型究竟能帮游戏人省下多少功夫，从社区demo中实在难以一窥全豹。AI模型的实际效果，终究还是得放进真实的大厂环境里去看。但这也引发了又一个疑问——独立创作者的项目暂且不谈，现阶段的AI如果进入大厂的研发管线中，还能让人“眩晕瘫坐”吗？

二、国产大模型，大厂已经用起来了

如果我们把视角从社区素人挪到大厂内部，你会发现AI对游戏行业的渗透，其实早就遍布各个角落。

据GDC《2026游戏行业现状报告》显示，36%的受访从业者在工作中使用生成式AI；游戏工作室受访者的比例为30%，发行、支持和市场公关等领域则达到58%。在使用AI的受访者中，47%将它用于代码辅助，35%用于原型制作。

需要注意的是，这份数据对应的是对AI较为谨慎的西方市场，既然AI覆盖率相对较低的海外大厂尚且如此，那积极拥抱AI的国内厂商们就自不必说。

就拿Kimi来说，近期它发布了面向游戏开发与创意工作的解决方案。而在此之前，FunPlus、凉屋、三七互娱等游戏行业耳熟能详的厂商，就已分享过使用Kimi模型的经历与评价。这些来自行业一线的反馈，也从侧面佐证了国产模型早已成为国内大厂的研发日常。

另外在研发更上游的位置，AI与游戏行业之间的融合也在同步进行。Unity中国在Kimi新模型发布时披露，团结Codely搭载了Kimi旗舰模型，将代码能力与引擎工具链结合，用于原型构建、玩法验证和体验迭代。 对开发者而言，模型与编辑器靠得更近，才有机会减少在对话窗口、代码和引擎之间反复搬运信息的工作。

不过除了主观的使用反馈之外，模型能够做到什么程度，还得看具体的验收结果。

据游戏那点事了解，某国内大厂的AI创新孵化团队，就尝试将AI放进了特定的游戏研发环境中进行测试。简单来说，他们让K3与两款闭源模型使用相同的渲染引擎基座，按照同一份玩法规格，分别完成一款伐木经营小游戏。

在66项首轮验收中，K3与其中一款闭源模型并列，均为62项通过、4项待复核、0项失败。但三款模型都需要人工QA与游戏内验证工具参与，经过多轮修复，才最终通过人工验收。

更有意思的是，测试团队还把过去项目中修好的渲染问题重新引入，移除旧修复方案，让模型从同一起点排查。在一次偶发黑帧测试中，闭源模型约37分钟给出了症状缓解方案，却未找到最终根因；而K3花费约3.8小时，追查出了完整因果链，修复后的压力测试没有再出现黑帧。

这里其实就已经体现了现阶段AI对于游戏行业的价值：通常来讲，目前市面上主流的大型3D游戏，其体验往往由模型、材质、光照、特效和物理模拟等多种因素叠加而成，一旦项目出现问题，定位病灶往往需要耗费大量时间。而AI却可以调用Unreal Engine的性能分析工具，协助开发者定位卡顿原因并实施优化，从而节省大量的人力物力。

（很多定位和调优上的工作，现在AI自己就能搞定）

综合这些实践来看，你会发现如今游戏行业对于AI的性能评估正在落到具体的业务之上。从以往的能否做出一个像样的demo，再到现在能否按要求完成任务，并顺利通过团队验收。这背后既反映了国内大厂对于AI模型的使用需求，也意味着国产模型已经能够承担越来越多的研发任务。

可以预见的是，未来随着更多工作能够交给AI，无论是头部大厂还是中小团队，都有机会重新分配内部精力与资源，将好钢用在刀刃上。届时，游戏行业的人员规模、研发投入与产品竞争力之间的关系，或许会因此出现新的变化。

三、属于游戏行业的「AI时刻」，还有多远？

聊完这些，我对AI究竟会如何影响游戏行业，也逐渐有了更多的实感。

在过去很长一段时间，AI在游戏研发中更多扮演着辅助工具的角色。尽管AI确实提高了效率，但对整个行业生态的影响却依旧有限。

可随着大模型能力的迭代，如今这种情况也逐渐发生变化。而有意思的是，如今AI带给游戏行业的冲击，恰好覆盖了一款游戏从立项、研发再到上线的这三个阶段。

首先在立项阶段：还记得心动CEO黄一孟曾在今年2月份的播客节目“哔说BtalK”中提到，在他看来AI带给游戏行业最大的冲击之一，是显著降低了立项试错和玩法验证的成本。

事实上，过去游戏行业一直存在一个难题，在一个项目真正做出玩法原型之前，我们是很难通过早期概设去判断一款游戏到底好不好玩。可AI的出现，让从业者能够在极短的时间内容跑出一个早期试玩的版本，从而以一种低成本的方式验证核心体验。

其次在研发阶段：如果你关注AI在行业最前沿的应用，你会发现AI已具备串联多个研发环节的能力。这也意味着，未来游戏团队与AI的合作，可能会越来越接近人与人之间的协作，就好比开发者负责提出创意、把握方向，而AI则更多去承担具体的执行工作。

这样一来，游戏行业过去靠人力堆上去的规模优势，或许会逐渐失效。毕竟当一个项目的人员规模越来越大，管理和沟通成本也会随之增加。一些原本颇具个性的设计，可能在层层协调与kpi指标的压力下逐渐妥协。

但是眼下随着AI与游戏行业的融合程度越来越深，未来AI有机会让少数具备独特审美和创作能力的开发者，以更小的团队完成过去需要上百人协作的工作，这也是我对AI游戏最期待的地方。

（一人公司案例《桌面副本物语 Desktop Raid》：上线半年，销量已经突破5万份，流水近百万）

最后到运营阶段：等游戏顺利冲过立项和研发这两道关卡，终于熬到上线后，团队仍需面对内容更新、玩家反馈，社区生态等一系列琐碎事务。对于中小团队来说，能否将这些事情办好，也同样影响着一款产品究竟能走多远。

放在以前，资金有限的中小团队很难游刃有余地处理好这些事情，可现在AI可以辅助团队，在保留原帖内容和用户反馈的同时，还能让运营与研发更快定位需要处理的问题。甚至是涉及部分本地化，以及内容初筛等运营工作，也可以先由AI承担一部分，再交给对应岗位检查和判断。

基于以上种种，你会发现AI正逐步渗透到游戏从立项、研发到上线运营的多个环节，而随着应用范围扩大，团队跟AI磨合的地方也会越来越多。例如AI生成的代码和资产，需要接入已有工程运行修改。可如果这些步骤仍靠人工逐一衔接，生成环节省下的时间，就可能消耗在后续适配与返修当中。

围绕这些问题，Kimi近期也发布了「游戏开发与创意工作解决方案」。其思路是通过专业工具插件，连接团队现有的工程与编辑器，让AI能够在其中完成操作，并交付可编辑的成果和验证记录。这样，团队就有机会减少跨工具搬运与反复反馈的工作，让模型的能力更顺畅地接入实际制作流程。

当然，尽管当下AI已经有了飞跃式的能力提升，但现在就着急讨论AI如何让行业改朝换代还为时过早，AI让更多创意有机会落地，也可能抬高行业竞争的基准线。就拿今年的Steam新品节来说，据GamesChart统计，其中有36.4%的新游戏使用了生成式AI。而放眼整个Steam，在今年9月上线的新游中，这一比例甚至接近一半（45.8%）。

正所谓千军万马过独木桥，在AI模型逐渐普及的当下，要想做出真正出色的产品依然不容易。未来，小团队快速开发、上线乃至退场的情况或许会更常见——更多机会随之出现，竞争压力与不确定性也会相伴而来。

只是从今年的变化来看，我们已然能够看到一些令人期待的可能性。而我也愈发好奇在AI能力的加持下，未来游戏行业还会诞生多少过去想做、却始终没能做出来的好游戏。