知名配资门户网

腾讯想再找一亿人做游戏

游戏开发者失去的，只是枷锁。

文 / 九莲宝灯

在前两天的腾讯游戏发布会上，各类游戏产品的预告几乎吸引走了很多人的注意力，不过我的关注点却在发布会末尾近似乎彩蛋的一款 AI 技术产品上。

过去很长一段时间，我们没少讨论 AI 对游戏的影响，AI 做游戏早就不是一个新鲜概念了，海外有 Rosebud AI、Scenario、Roblox 的 AI 工具体系，也有 Unity AI 这样的平台；国内同样有不少团队在尝试类似方向。它们几乎都在讲同一句话——做游戏会像聊天一样简单。但遗憾的是，从实际结果来看，大家似乎都还有很长的路要走。

所以当腾讯游戏的 AI 游戏创作平台"代号 Craft "亮相，并告诉我"用户只需要用自然语言和 AI 交流，靠着聊天的方式，就能聊出一款游戏来"的时候，我是怀疑的。

AI 帮你生成一个能跑的 Demo，并不难。真正难的是：它能不能稳定地产出？能不能支撑复杂玩法？能不能长期迭代？能不能真正成为生产工具，而不是一个几分钟的新鲜玩具？

更关键的是，这甚至不像腾讯会优先做的方向。过去这些年，腾讯在 AI 上最强的能力，其实一直是所谓的 AI in Game 以及 AI for Game ——也就是 AI 如何服务游戏玩法、游戏研发。

无论是 AI NPC、反外挂、数值调优，还是内容运营、工业化生产管线，腾讯可能都是整个行业里，把 AI 最深度嵌进大型游戏体系的公司之一。

但 AI Native Game 完全是另一回事。它不是让 AI 辅助游戏，而是想让 AI 成为游戏开发本身的一部分。

而这个方向，恰恰也是目前整个行业最难、最不确定、也最容易翻车的方向。

所以我真正好奇的问题，其实只有两个：腾讯为什么偏偏要做这件事？他们真的觉得，现在的 AI，已经能开始做游戏了吗？

带着这种怀疑，我专门找机会体验了代号 Craft。因为我确实很想知道——这一次，会不会真有那么点不一样。

AI 做游戏，真没那么容易

先说结论，这次体验让我很意外，甚至改变了我对 AI 能否真正用于创作的疑虑。因为它给我的感受，和我过去体验过的大多数 AI 游戏产品，完全不一样。

以前体验这类产品的时候，我的感受通常是：有点意思，但离真正做游戏还早。而这一次，我原本只抱着验证的心态点开，却意外地陷入了长时间的专注。相比于一个玩具，它给我的感觉，更像是一片真正能让玩法自由生长的土壤。

当然，它拥有同类平台标配的快速生成能力——输入描述，几分钟内得到一个可试玩的版本，立即可感。而让我意外的，是它能在此基础上，构建出完整创作回路。

最直观的是其高度可视化的调节系统。在做出第一个试玩版本后，平台还将各类游戏参数直观地呈现在面板上，像是"人物移动速度"这类数值，我只需拖动滑块或直接输入数字，保存后便能重新生成，完成参数调整。这意味着，我不再需要反复与 AI 对话、解释微调意图，大幅降低了迭代成本。

另一个让我感到有趣的是，平台自带上万种高质量美术素材，即使我未提供任何素材参考，AI 也能自动调用风格匹配的资源，快速搭建出美术。这对于没有美术背景的创作者来说，无疑解决了美术资产的创作难题。

尤其值得一提的是它对新手意图的理解与补全。我的初始描述相当粗糙，但 AI 生成的版本却呈现出一个逻辑自洽、要素完整的原型。它仿佛一位经验丰富的开发搭档，不仅听懂了要求，还主动补足了那些我未能表达的、但一个可玩游戏所必需的细节。

结合起来，代号 Craft 能比较顺畅地完成多种游戏制作需求，品质上也基本能应对一些简单的测试。这种快速提需求，快速给反馈，马上就能玩到的体验，甚至让我在做游戏的过程中，感受到了类似玩游戏的心流，几乎停不下来。

但这就很奇怪了——最近葡萄君与许多从业者交流下来，发现 AI 原生游戏这个概念想要落地，至今还是有不少痛点。

例如大家最常说的，AI 生成内容随机性太强。在海外，有人使用 Rosebud AI 时就表示，一句指令，往往会带来不同的结果。AI 有时能够完美工作，有时又会创造出和预期完全不一致的东西。

再比如生成质量不稳定的问题。有时候 AI 模型写一段复杂代码，它洋洋洒洒几百行，直接就能跑通，但是你让它写一个特别简单的逻辑，它却有可能出现离谱的错误或者幻觉。

对提示词太敏感、BUG 太多不稳定

是海外开发者反馈 AI 工具平台的前两大问题

更重要的，还有工程化能力的缺失。这可以分成两个部分：首先，通用大模型往往缺乏游戏制作的特化能力和相关常识，这导致它即使理论上能够参与一些游戏制作的流程，实际干活时，能力却相当有限。

例如现在很多开发者都喜欢用 AI 结合开源引擎 Godot 来做游戏，但 AI 因为没有学过 Godot 语言，导致写出来的代码全都不能用。

美术素材同样如此，它们或许乍一看都很好，但最终总要人上手调。有人评价美术素材生产平台 Leonardo 时说："让它严格按规定尺寸输出能直接放进引擎里的序列帧动画，几乎不可能。"

其次，现在的 AI 往往擅长一些单点能力，做一些片段化工作，但它但很难把所有能力都结合在一起。但一个真正的游戏，可能光是文件夹就有几十个，不同类型的文件就有好几种……这些东西不仅需要经过设计一个合适的架构才能运行，同时这个架构还可能会涉及到性能优化等问题。

而 AI 原生游戏，目前最大的卡点，或许还是难以支撑复杂玩法和长期迭代。

尤其是一些大型游戏，游戏开发时间可能非常长，光代码就有几十万行。而 AI 有限的上下文窗口，导致它根本没法看全所有内容，股票配资，多空杠杆，证券杠杆炒股，平台测评为了不让 AI 偏离路线，开发者需要建立成百上千份开发记录文档——而这还算是理想情况，大部分情况下，即便如此，AI 还是会偏离预定路线，或者破坏之前的工作。

因此，目前的 AI 游戏平台基本只适合做玩法验证的 Demo 或者偏简单的 2D 游戏，很难做出真正的商业化产品，更难谈什么长线迭代。

但这么多问题，代号 Craft 真的能解决吗？游戏中，AI 早就为我准备好的美术素材，又是从哪里来的？

于是我又深扒了一下这款产品，试图弄清楚它背后的这些特殊能力到底从何而来。而在揭开这一切后，我不得不感慨：为了做出这样的工具，腾讯付出的东西恐怕不少。

平台背后，腾讯都做了些什么

根据我的观察，我认为代号 Craft 之所以能够有这样的水平，原因在于以下几点：

第一，是他们在工具中内置了资产库，它为最终的游戏质量提供了下限。

如我之前所说，即使我不和 AI 讨论美术资产有关的话题，它也能拿出精美的画面。这是因为，代号 Craft 平台有一个自己的资产库。这个库中，有超过 2 万款已经制作好、并且经过检验的 2D 或 3D 美术素材，以及一些音乐音效等内容，可供开发者免费使用。

因此，当用户向平台提出素材需求时，平台会自动匹配最接近的资产类型。使用了这些素材，游戏视觉表现的下限也就不会太低。

第二，是他们收编了足够多的零散工具，让代号 Craft 成为了一款具有全链路 AIGC 能力的平台。

在代号 Craft 制作游戏也并非只能使用资产库素材。平台也提供了模型生成，角色动作、特效、音频、UI 生成工具。这些模型与最重要的编程工具等等，让平台同时具备了策划、程序和美术这游戏制作铁三角的能力。

第三，则是腾讯在多个品类的专业技术经验，让这款平台具备了搭建复杂玩法，并支持长线迭代的能力。

虽然目前在公共领域，AI+ 专业引擎可能仍然存在多种多样的问题，但是对于有大量技术人员和经验的腾讯来说，他们能够自主训练 AI，使其具备更专业、规范的游戏制作能力。有了这一层的约束，游戏也就有了支持长线迭代的可能性。

为了验证其实际能力，除了亲手制作原型，我还试玩了平台上已有的一些作品。无论是构建融合了台球物理与肉鸽规则的策略游戏，还是制作拥有精细漂移手感与赛道机制的竞速玩法，又或者实现一款可自由移动、射击的体素风动作游戏，都能在这个平台上被顺畅地调试与实现。这直观地证明了平台在覆盖玩法复杂度与类型广度上的实力。

支撑这一切的，是腾讯依据自身经验所构建的玩法 Skill 与策划知识库。当用户的描述命中某个常见品类时，平台能迅速调用对应的知识文件与技能模块，通过多达 5 层不同颗粒度的 system prompt，让 AI 真正理解该品类的设计精髓。例如，平台上的一款《简单赛车》，其漂移反馈与赛道设计已经明显有了成熟竞速游戏的影子，这正是平台深度懂行的体现。

最终，这种规范化的开发流程，赋予了平台提供可视化调参面板的能力。它将数值平衡等关键设计权限清晰地交还给创作者，同时将其从 AI 的随机性中剥离。这不仅极大地提升了调试效率，也遏制了 AI 在开发过程中突发奇想、破坏项目一致性的风险，让规则交织的复杂项目，其迭代过程也能变得清晰可控。