游戏出海下半场：当营销成本飙升，AI 如何成为中小团队的破局利器？

🔥 AI大模型的飞速发展，让各行各业产生飞速的范式迭代，各行业都在探索AI是否能给带来效率的提升或成本的降低，在Ai时代没有结合AI就是落后，已经成为共识。

游戏行业也不例外，可用说当下的游戏领域作为AI还未攻克的一个堡垒之一，虽有着各种各样的问题，影响了AI在游戏领域的应用。

也有许多开发者公开讨论对AI的在游戏领域的使用持有保留态度，但是仍有不少行业领先者开始探索且取得了一些不错的成果。

本文试图结合公开资料梳理AI在游戏开发领域的应用，尽管许多工作室并未公开其使用AI的具体细节，因此我们无法窥得全貌。

让我们来看看目前观察到AI在游戏开发三个关键阶段是如何产生影响的。

🚀 游戏前期制作

前期制作主要侧重于游戏设计、制作计划、预算、开发模型/原型以及确保投资。

市场研究与验证

大型语言模型（LLMs）有潜力成为一个极有用的、24/7可用的头脑风暴助手，用于设计探索和构思。

AI可以帮助简化通常繁琐的市场研究和验证过程，快速分析趋势、竞争和类型表现。

当然，AI也有局限性。LLMs只能提供表面信息，因为它们无法访问付费墙/私人信息和数据。它们也不亲自体验游戏。

💡 工具包括：

• ChatGPT
  、Gemini、Claude、Perplexity和Grok中的深度研究功能。
• Ludo.ai
  ，一个专业的游戏平台，为头脑风暴、市场研究、文档编写、资产生成和原型制作提供AI辅助。知名用户包括Ubisoft、Voodoo、Say Games、HOMA、Garena和Unity。

生成与更新设计文档

游戏设计文档模板

优秀的游戏设计文档（GDDs）在早期阶段至关重要，但非常耗时。

LLMs与GDD模板结合可以加速初始文档编写，并在开发早期突出重要问题。

它们还能简化生产过程中的文档维护，保持文档更新，并为未来的AI辅助任务提供有用信息。

作为一个使用AI生成游戏设计文档的例子，Crazy Panda的首席游戏设计师Sergey Zaigraev使用它来处理想法的意识流并将其讨论内容组织成有条理的文档。他还使用AI从文档中收集反馈和建议以进行改进。

💡 工具包括：

• Ludo.ai
  ，可从概念快速生成GDD，并与市场研究元素集成。
• Wayline
  的Blueprint（用于GDD生成）。
• 使用LLM搭配免费的在线GDD模板。

快速原型制作

AI生成游戏原型

游戏概念和机制的早期验证可以避免数年的开发浪费。

虽然经验丰富的开发者可以快速创建原型，但许多游戏设计师缺乏编码技能，因此进行的原型制作可能达不到他们想要或需要的程度。

AI生成代码的能力可以实现快速原型创建和迭代，加速“寻找乐趣点”的过程，而无需过多的开发开销。

为了能让AI创建原型而精确描述机制的过程，也有助于设计师完善他们的概念。编写良好的GDD可以为这些AI原型制作工具提供额外的上下文。

使用AI进行编码有两种方法，一种针对经验丰富的程序员，另一种针对完全的新手。有经验的程序员可以使用Claude等LLM或Cursor等专用编码工具，来更有效地编写那些需要较少上下文理解和项目知识的样板代码。

新手程序员则选择了“氛围编码 (vibe coding)”，即完全信任AI来处理所有事情，包括它自己的错误。

两种方法都可用于加速原型制作，但就目前的能力而言，氛围编码通常只适用于较简单的原型。

除了简单的原型，AI编码还可以帮助开发垂直切片，用于向参与游戏的其他人员或潜在投资者进行演示。这里存在错误表达快速执行能力的风险，但一般来说，垂直切片的质量将低于团队最终能够执行的水平。

理论上，AI也可以在生产阶段辅助编码，但鉴于当前的能力，最好将其使用限制在原型和垂直切片上。然而，AI的能力正在迅速提高，未来几个月和几年内将有可能实现更多功能。

🎮 虽然大多数游戏开发者没有公开讨论在编码方面使用AI进行内部原型制作，但Rovio全力投入将其用于原型美术。开发者总体上应该在原型阶段尽可能利用AI来“寻找乐趣点”并更快地验证想法。像Homa这样的超休闲手机游戏开发者一直倡导其好处。

💡 工具包括：

• 用于基于网页游戏的AI代码原型制作和共享平台，如Websim和Rosebud。
• 专用的AI编码工具，如Cursor、Windsurf和Github Copilot。
• 具有MCP（本质上是AI的API）的LLM，如Claude和Gemini，用于“氛围编码”。
• 允许使用文本提示创建/修改内容的Unity特定工具，如vibe-gamedev和Coplay。

📌 核心要点

AI擅长通过增强（而非取代）创造力来加速传统上耗时的早期流程。超过63%的2024年受访开发者已经使用AI进行设计和故事板制作，这使得从市场研究到文档编写再到原型生成的工作流程得以无缝衔接。该技术能够实现更一致、更彻底的验证，同时降低风险。

长远来看，“氛围编码”等新兴创新可能会通过降低入门门槛，并可能解锁或加速新平台，从而在一定程度上颠覆经典的游戏开发。这种全面的方法通过更好的规划和验证过程有助于建立投资者和开发者的信心，尤其是当这最终被纳入规划和预算时。

⚙️ 游戏制作与生产阶段

生产阶段构成了游戏开发的核心，通常需要数年时间，团队在此期间编写代码和创建资产。大多数AI生产工具和技术也适用于后期制作的实时服务内容创建。

视觉资产（2D和3D）

《使命召唤》中AI生成的实时运营宣传图

AI越来越擅长通过简单的提示生成和编辑2D图像。虽然仍有明显的缺陷，但适当的监督和后处理使AI图像越来越可行。

该技术现已扩展到3D领域，生成可用的网格和纹理，并出现了用于2D和3D动画的新兴工具。

最近谷歌gemini的新的图片模型Nano Banana，更是将AI图片生成推向了一个新的高度，尤其是在3D的效果图。

角色胶囊 由Nano Banana等AI生成

提示词：

A detailed transparent gashapon capsule diorama, held between fingers, featuring [NAME] in their [ICONIC POSE / STYLE]. Inside: [short description of figure’s look, clothing, and accessories], with background elements such as [relevant setting: stadium, stage, lecture hall, etc.]. Lighting should be dramatic and cinematic, matching their theme (e.g., golden spotlight, concert glow, academic ambience). The capsule has a transparent top and a colored base (choose fitting color: e.g., royal blue, gold, black, red), decorated with [motifs related to the person]. The base is labeled with [NAME or NICKNAME] in a matching font style. The design should look like a miniature collectible, with photorealistic detail, soft bokeh, and a square 1080x1080 composition.

🎮 动视（Activision）声名狼藉地开始将AI图像用于*《使命召唤：黑色行动6》*的实时运营中；它曾因一张六指僵尸图像而被发现。动视最终承认使用了一些AI美术图像，但只是在争议平息之后。他们继续将其用于实时运营以节省成本/时间，并只是在Steam页面上添加了所需的AI披露说明。

✅ InnoGames（《Forge of Empires》、*《Elvenar》*等游戏的开发商）将Scenario的AI集成到其美术工作流程中，以更快地生产游戏内资产。通过在其艺术风格上训练自定义AI模型，InnoGames自动生成了角色肖像、物品图标和背景艺术等内容。据InnoGames称，使用AI美术工具将创建新资产的时间缩短了多达50%，同时让艺术家保持对最终编辑的控制。

Keywords Studios的Project Kara是在多个领域（尤其是3D资产）使用AI的有趣例子，试图重制一款老游戏。Keywords Studios使用AI帮助重制了一款较老的2021年Apple Arcade游戏*《Detonation Racing》*。其目的既是为了测试现代AI的管道集成，也是为了尝试实际重制游戏。

💡 工具包括：

• Midjourney
  , Stable Diffusion, Gemini, ChatGPT。
• 专业工具：Scenario (2D), Meshy (3D)。
• 腾讯持续改进的开源3D资产生成模型。

音频资产（音效与语音）

《堡垒之夜》中AI配音的达斯·维达NPC

语音表演仍然是AI的一个争议领域，最近解决的SAG-AFTRA谈判就凸显了这一点。

尽管存在争议，AI语音已在预生成和实时应用中得到公开使用。虽然目前成本比文本生成高，但语音AI的成本持续下降。

🎮 《The Finals》使用了文本转语音（TTS）生成其大部分语音表演，尤其是解说员的语音。前述 prominently 以配音演员兼创作者Justin Roiland为特色的《High on Life》，也主要将AI语音用于原型制作。

随着游戏开始深入探索基于LLM的NPC对话，使用AI生成动态语音的兴趣也日益增加。*《堡垒之夜》*最近使用了经过已故演员詹姆斯·厄尔·琼斯（James Earl Jones）真实声音训练（并获得许可）的AI语音，为其**达斯·维达NPC**的集成内容配音。

💡 工具包括：

• ElevenLabs
  Eden AI、Murf AI、OpenAI TTS。

关卡/世界设计

MUSE AI生成的交互式游戏

虽然AI可能不擅长创意设计，但它可以显著加速关卡的初始内容填充和物品摆放。

它在益智和休闲游戏的程序化生成方面尤其出色，能够处理传统算法难以应对的复杂规则集。King（ King ）正在这样做：一些帮助训练其AI关卡设计工具的 staff members 后被解雇，然后AI工具接手了工作。

📌 由于许多休闲手机游戏具有更系统化的关卡设计，所以笔者相信，在许多手机休闲游戏工作室已经开始深度使用AI进行游戏世界观和策略设计。

在前沿领域，经过训练以生成虚拟世界的AI“世界模型（World Models）”正在慢慢发展出无需编写代码或创建资产即可模拟游戏体验的能力。目前尚未完全成熟，或者成本太高不足以投入实际使用，但它们可能在未来几年探索出新形式的游戏体验。毕竟目前的AI在灵感创意方面要比人类强大数百倍。

💡 工具包括：

• Coplay
  （与Unity集成，用于关卡填充和基本代码功能）。
• Promethean AI
  （管理资产集合和世界填充）。
• 来自OpenAI、Microsoft和Google的世界模型。

叙事与对话

《堡垒之夜》中AI配音的达斯·维达NPC

AI大模型擅长生成大量的对话和叙事内容，尽管其质量尚未达到人类作家的水平。

最近的模型如Kimi K2在创意写作能力上显示出显著改进。AI可以帮助生成想法、草稿，或帮助填充大型游戏中大量的对话需求，最终由人类进行审稿修订，完成最终产品。

作为一个其帮助解决规模问题的例子，Ubisoft最近展示了使用AI辅助批量写作的工具Ghostwriter。该工具帮助编写大量“喊话（barks）”的变体（即NPC频繁、简短的反应台词），并在生成后有人工参与。

《Millennium Whisper》中的AI生成NPC对话

许多游戏，如*《Millennium Whisper》和《InZoi》*，正在试验使用AI来驱动实时NPC对话或行为，并允许对玩家进行开放式的动态响应。

使用LLM云服务的成本太高。相反，这类游戏内置了在玩家计算机上本地运行的、开源的小型模型。这是我们预计会看到大量扩展的用例，但当前的实现在响应时间和系统要求方面还有很多不足。

从更大的角度看，跨游戏世界运行的动态AI NPC可以解锁新的参与形式、乐趣和涌现属性。

💡 工具包括：

• 具有良好创意写作输出的LLMs。
• 本地运行的小型LLM模型，如Gemma.cpp, Llama, Nvidia Nemotron, 和 Mistral。
• AI NPC
  平台，如Inworld AI。

开发平台

Roblox Cube AI资产生成器

除了特定的资产创建，主要的引擎和平台，如Unity、Roblox、Fortnite UEFN和Meta Horizon，开始提供更全面的AI集成。

这些引擎和以UGC（用户生成内容）为重点的平台将资产生成与代码辅助相结合，使用平台特定的训练数据来补充开发者的专业知识。虽然这些系统仍在发展中，但各平台正竞相争夺市场份额，尤其是当下一出道即就遇到AI的年轻开发者，他们似乎已经无法离开AI。

📌 核心要点

行业将AI用作劳动密集型任务的力量倍增器，同时保持人类的创意指导，这为长期存在的高成本和长开发周期挑战提供了一个潜在的解决方案。这种技术转变可能对小型开发团队特别有利，因为它们与受制于庞大员工队伍和更挑剔玩家群体的3A工作室相比，能够更灵活地适应AI集成。

📦 后期制作

发布后支持包括更新、修复、平衡性更改、DLC/IAP（可下载内容/应用内购买）、活动以及持续维护。

质量保证

鉴于许多游戏发布时仍然充满漏洞，AI有机会在质量保证（QA）方面扮演重要角色。

使用AI有多种方法，例如模拟AI玩家来识别漏洞，以及观察游戏玩法来捕捉漏洞。具有大量移动部件和动态情况的复杂游戏最有可能受益，因为手动测试所有各种组合和上下文几乎是不可能的。

💡 工具包括：

• modl.ai
• 雷蛇（Razor）的AI QA Copilot
• Ixie

语言翻译（游戏本地化）

《The Alters》中AI回复泄露到翻译中

为了最大化任何游戏的地理覆盖范围并扩大其受众规模，多语言翻译对于本地化至关重要。

不幸的是，无论是手动完成还是使用AI，这个过程都既耗时又容易出错。AI驱动的翻译可用于初稿，然后进行人工手动修正审核。

但随着时间的推移，改进将减少人工评估的需求。重要的是不要为了在发布时提供更多语言而内部仓促进行翻译——*《The Alters》*就犯了这个错误，并公开地产生了反效果。

💡 工具包括：

• 具有所需语言支持的LLMs。
• 来自AlocAI, Andovar Gaming, 和 KantanAI的服务。

玩家情绪分析

GGWP情绪仪表板

在提供任何形式的实时服务、甚至只是补丁时，了解玩家的反馈和情绪非常重要。

在评论和社交媒体之间，有太多的信息需要人工处理，同时还要有时间采取行动，因此**AI驱动的情绪分析**应运而生，可以提供帮助。

在讽刺和某些上下文元素方面，它可能并不完美，但在较高层次上使用，然后在需要时深入了解更多细节，它可以节省大量时间。AI可以更好地将不同类型的情绪转化为指标，这远比关键词计数等基本方法好得多。这些概念也适用于许多形式的游戏内情绪分析，包括游戏内聊天和行为模式，以获取超越KPI（关键绩效指标）的游戏内可见性。

💡 工具包括：

• GGWP
  （用于情绪分析）。
• Levellr
  （用于Discord洞察）。
• Gaming Charts
  （用于Steam评论分析）。

用户推广获取

开发和测试在移动用户获取（UA）中竞争所需的大量广告创意，只会给本已竞争激烈的行业带来额外压力。

对不同趋势、meme和独特想法进行持续、快速的测试，使用**AI生成的管道**比人力甚至开始竞争要容易管理得多，特别是在AI视频成本低和质量要求不高的情况下。

在手机游戏UA中的使用已经爆炸式增长，任何仍然手动制作大部分广告创意的人绝对会落后。

💡 工具包括：

• 广告创意生成器，如AdCreative.ai, Reforged Labs, 和 Gamelight。
• AI
  视频创建工具，如Runway 和 Veo。

游戏即服务模式正在开始加速AI在整个行业的采用。虽然外包工作和用户获取可能最早发生转变，但重大影响在于后期制作支持，AI工具可以帮助工作室优化运营，扩展对玩家需求的响应，同时管理成本。随着AI工具和服务的不断发展，它们与游戏开发工作流程的集成有望重塑工作室处理开发和实时运营的方式。

✨ 给我们的启示：

AI正在迅速改变游戏开发，不积极探索AI技术的游戏工作室必然面临被淘汰出局的风险。

也许你认为AI发展仍处于早期阶段，但据我们观察，整个行业很多团队都已经开始探索甚至实际应用AI在游戏整个从原型设计到营销、玩家运营的整个环节，并且已经很强的价值体现。

如果别人在探索前进，而你还在犹豫不前，那未来必然会丧失竞争力，不管是中前期的游戏开发，还是后期的推广运营。

AI实际应用情况在不同行业由显著差异，对其AI敏感度较低的游戏受众，比如手机移动游戏和休闲H5游戏，正在看到激进的应用实施。

由于其硬核玩家群体对AI使用的敏感性更高，PC和主机游戏的使用比较慎重。

虽然一些关于AI的炒作可能被夸大了，但AI技术为解决飙升的生产成本和开发风险仍提供了可借鉴的方案。

对于小而敏捷的团队特别能帮助降低开发成本，利用AI更有效地与大型工作室竞争。

这些工具在用于增强而非取代创意人才时，已经显示出有希望的结果，Steam上有超过8000款游戏披露使用AI就是证明。

我们预计，随着AI技术的越来越先进，开发者熟练度提高，以及整体成本与效率的改善，会有更多的使用案例涌现，AI工具的采用率将会快速增长。

🚀 最重要的是，AI及相关技术（包括世界模型）的改进，将有助于解锁游戏开发和分发的新方法，以及意想不到的新玩家体验。

与其被动等待，不如摸索前行，探索出自己的AI实践之路。