年初以来，AIGC浪潮引发市场对AI赋能游戏行业的关注。我们认为AI技术将从生产端与体验端两方面推动游戏变革与创新，实现研运提效、玩法创新。本篇报告就生产端AI赋能的环节与落地节奏、体验端AI原生玩法的创新方向与驱动力、厂商侧的应用落地情况及后续发展进行探讨。

摘要

(资料图片仅供参考)

AI如何影响游戏行业？——生产端提质增效，体验端探索创新。 我们认为将从生产与体验两个维度赋能游戏产业：

► 游戏生产方面， 我们认为当前游戏行业产能部分受限于自动化生产工具缺失，而AI技术有望赋能工具链，推动行业生产自动化、标准化、规模化，使游戏产业走向工业化、突破产能瓶颈。具体来看，我们认为将体现在游戏研发、运营及研运贯通维度的提质增效。

► 游戏体验方面， 我们认为AI技术拓展了游戏更多元、个性和沉浸的可能性，当前AIGC原生游戏及创新玩法已有雏形，核心围绕AIGC的自然语言输出、图像输出及智能NPC能力。此外，我们认为若AIGC工具普及、生产力大幅提升，玩法差异化或成为厂商的核心竞争要素，亦将促使更多新玩法产生。

游戏行业的AI技术应用发展到什么阶段？——逐步完成前期投入建设。 从AI的“应用方式”“使用工具”“产出效果”三个维度来看，我们认为，AI赋能游戏工业化管线大致遵循前期投入建设、初期全管线贯通和中期产生效能的实际落地节奏。网易等多家游戏厂商已在不同程度上将AI工具落地于研运多环节中，并逐步从研运增效向AI拓展玩法延伸；头部厂商开始布局AI生产管线，在研运全流程贯通AI应用。

如何展望游戏行业后续竞争趋势？——强者恒强，产品端更加重视内容价值。 我们认为AIGC工具普及后，游戏行业在生产端或体现出生产力丰富、生产门槛显著降低的特点，行业内优质单品打通、占据单一赛道的可能性将逐步提升。对厂商而言，其竞争方向或转为对玩法不断细分，通过差异化占据独特赛道、维护核心用户。进一步地，我们认为，具备核心创意能力、深刻用户认知的头部厂商有望维持竞争优势。

风险

有效数据生产、标记不足，技术发展进程低于预期，一次性训练模型成本过高，政策监管风险

正文

游戏生产：AI构建自动化工具，加速游戏工业化落地

如何理解AI赋能游戏生产：AI是游戏行业突破工业化瓶颈的重要助力

AI工具是游戏工业化进程的重要一环，提供自动化工具并实现标准统一。 我们总结产业内、学术界等各方对“游戏工业化”的定义与理解，认为游戏工业化的特点包括：标准化、自动化、规模化；而实现游戏工业化的方式主要包括：1）建立高度分工的秩序流程；2）设立统一标准；3）发明、使用自动化生产工具。

我们认为，当前游戏行业已实现高度分工，但在标准和工具上仍呈现出劳动密集型特点，即，“标准与人的判断相关”、“工具需要人工高度参与”。

我们认为，AI工具首先将作为自动化工具，有望大幅降低人工在游戏生产中的参与度；自动化生产工具同时带来产出的可控、可复制，实现游戏产出标准化；产出标准化与自动化使规模化成为可能，推动行业生产实现工业化。

图表1：游戏工业化三要素：标准化、自动化、规模化

资料来源：2022年度中国游戏产业年会“国际观察——游戏制作工业化升级趋势”分论坛主题分享（字节跳动研发工程师 徐国梁），2023亚马逊云科技游戏开发者大会分论坛《AIGC与游戏工业化》主题演讲（亚马逊云科技首席游戏解决方案架构师 张孝峰），2019年度中国游戏产业年会《以IP构建为核心的游戏生产方式》主题演讲（米哈游总裁 刘伟），中金公司研究部

游戏产业已高度分工，头部厂商实现规律性产出，但仍面临产能瓶颈

► 从工业化进程来看， 我们认为当前游戏行业已经进行了高度分工，游戏产业流程细化、专业化，如已形成专业化的游戏策划、游戏程序及游戏美术等人员；行业内已有通用的生成工具，对大部分生产环节的标准有共识。

图表2：游戏开发与运营流程高度分工，已有通用工具使用

资料来源：腾讯游戏学堂，中金公司研究部

► 从产能角度， 我们认为游戏行业的头部厂商通过高度分工、相对标准化的流程及工具使用，已经实现规律性产出，但即使是头部厂商仍面临产能瓶颈。

我们认为游戏行业产能受限的原因之一系缺失自动化生产工具。AI或将作为游戏工业化中的自动化工具，帮助突破产能瓶颈。

图表3：AI工具应用有望推动游戏产业实现标准化与自动化

资料来源：元境，腾讯游戏学堂，中金公司研究部

AI赋能游戏工业化在游戏研发、运营及生产流程贯通上均有体现

研发环节：长期看产能突破将是AI工具应用的核心价值点

行业头部厂商较早布局AI，生成式AI推动AI技术应用走向研发的核心环节。 我们认为，生成式AI在游戏研发中有望对内容生产方式进行突破。当前游戏行业对于AIGC于研发中的应用进行积极尝试，包括AI生成地图与关卡、剧情文本、美术资源等。

图表4：相比决策式AI，生成式AI的应用更接近游戏研发的核心环节

资料来源：腾讯AI实验室，“网易互娱学习发展”官方公众号，中金公司研究部

我们认为AIGC工具对于研发端的提升主要体现在降本增效。 从降本角度， 除应用于素材生成、降低产出环节成本外，我们认为AIGC工具于团队沟通、产出试错方面的应用亦值得关注。AIGC工具显著提升了素材初稿的产出效率，我们认为一方面可在行业高度分工时帮助传达上下游需求，另一方面可以较低成本、较快速度对研发方向的可行性进行初步验证。 从增效角度， 我们认为主要体现于产能提升、创意丰富两个维度：1）沟通和试错成本、产出成本的下降共同提升产能；2）AIGC工具可以根据需求批量产出文字或图像素材，为研发人员提供创意参考。但当前AIGC工具无法直接实现产出质量的提升，如Midjourney的产出与游戏原画需求仍有差距。

图表5：AIGC工具有望降低游戏研发中的沟通成本、产出成本，提升内容创意与产能

资料来源：腾讯ISUX，网易《解析AIGC在网易落地项目中的运用》，完美世界《AIGC对游戏资产管线的影响》，中金公司研究部

相比降本，行业或更关注AIGC带来的产能提升。 我们认为，受限于技术能力、产出精细度的不足，从降本维度测算AIGC带来的成本节省或仍有限；但AIGC应用有望推动行业产出规模与质量提升。 从降本的实际落地环节来看， 当前较大受益于AIGC的研发环节为游戏美术中的2D美术，但在游戏美术的其他环节，如原画设计、3D模型、动作与特效等，AIGC工具的产出精细度不足或未能实现技术突破。 从行业视角， 我们认为游戏行业处于供给驱动需求阶段，高品质供给或为单厂商及行业整体收入规模提升的驱动因素。虽然AIGC工具无法直接实现高质量产出，但我们认为有望通过代替重复性人工的方式，释放更多劳动力用于创意型、高质量产出，从而推动行业产出规模与产出质量提升。

图表6：游戏研发环节视角：实现AIGC大规模应用的研发环节可能有限

资料来源：《游戏概论》（李瑞森，焦琨；2016年8月），中金公司研究部

图表7：游戏行业规模视角：供给或是后续行业规模提升的主要驱动

资料来源：伽马数据，游戏工委，中金公司研究部

运营环节：决策式AI应用成熟，生成式AI实现自动化工具链闭环

决策式AI工具在游戏运营中应用成熟，生成式AI实现工具闭环。 我们认为，相比于研发环节，游戏运营及推广环节的内容属性较弱，决策式AI在这些环节中的应用已相对成熟，主要体现在数据分析、实时监测及AI对战机器人等方面，如使用AI智能机器人实现对局匹配平衡、基于AI实现买量中的数据监测与动态调整、利用AI工具进行用户分析等。我们认为，生成式AI对运营推广环节可能带来的提升在于：实现运营环节的自动化工具链闭环。举例来说，买量环节中投放模型、投放渠道已实现动态调整，但投放素材仍需人工产出，成为买量推广效率的限制因素；应用AIGC工具则能实现从素材到投放的自动化闭环，有望助力AI化的运营工具更好释放效能。此外，AIGC工具还可能在本地化翻译、游戏社区运营中实现应用。

图表8：运营端决策式AI应用成熟，生成式AI有望实现自动化工具链闭环

资料来源：快手游戏 AI 联合实验室，中金公司研究部

研运贯通：基于同一套AI工具实现数据与资产贯通

AI工具链有望在研发和运营环节间打通，提升协同效率。 我们认为，AI对游戏生产端的赋能还可能体现在研发、运营的贯通上。若研发端和运营端在分析、产出上使用一套工具，研发、运营环节中数据与资产可以互通：1）素材复用：如游戏研发中的美术资源可以直接用在买量素材制作中；2）数据反馈：运营端的数据反馈至研发端，对研发方向提供参考和指导。

图表9：研发和运营端有望基于同一套AI生产和分析工具，实现数据、资产互通

资料来源：中金公司研究部

AI赋能工业化管线的实际落地节奏：前期投入建设、初期全管线贯通、中期产生效能

从AI的“应用方式”“使用工具”“产出效果”三个维度来看，我们认为，AI赋能游戏工业化管线可能遵循前期投入建设、初期全管线贯通和中期产生效能的实际落地节奏。我们认为当前AI在游戏工业化的应用处于前期投入建设末期、全管线建设初期。

图表10：AI赋能工业化管线的实际落地节奏：当前处于前期投入建设末期、全管线建设初期

资料来源：公司官网，游戏官网，中金公司研究部

游戏体验：AI技术能力与厂商差异化竞争催生创新玩法

可行性：AI技术拓展游戏的可能性，有望驱动产生创新玩法

我们认为，围绕AI的自然语言生成、图像生成、智能NPC能力，AIGC原生游戏及创新玩法已有雏形：

图表11：围绕AI的自然语言生成、图像生成、智能NPC能力，AIGC原生游戏及创新玩法已有雏形

注：NPC即non-player character，非人类用户角色

资料来源：七麦数据，完美世界游戏官方微信公众号，超参数科技官方微信公众号，Roleverse官网，Hindden Door官网，《Generative Agents: Interactive Simulacra of Human Behavior》（Joon Sung Park, Joseph C. O"Brien, Carrie J. Cai, Meredith Ringel Morris, Percy Liang, Michael S. Bernstein；2023年4月7日），中金公司研究部

游戏玩法创新的核心在于满足用户对于游戏乐趣的需求。 我们认为，游戏玩法演变的核心驱动力是满足特定的游戏需求，强化游戏乐趣。游戏玩法的演变过程，往往是强化某一种或某几种乐趣的过程；新玩法的产生，就是从已有的玩法中寻求可强化的乐趣点并将其塑造为核心玩法。

图表12：游戏玩法的演变以加深对具体游戏乐趣的满足为驱动力

资料来源：《MDA: A Formal Approach to Game Design and Game Research》（Robin Hunick，Marc LeBlanc，Robert Zubek；2004年1月）中金公司研究部

AI使游戏体验更为多元化、个性化、强交互，有望驱动游戏玩法和品类的变革。 展望未来，我们认为，AI技术有望持续基于其内容产出、智能控制能力，围绕多元、个性与交互，持续加深游戏核心乐趣，或将驱动游戏玩法变革。

图表13：AI技术有望驱动产生创新玩法，以多元化、个性化和强交互的方式，深化游戏中的乐趣

资料来源：2023年微软GDC中国行《Azure OpenAI在游戏NPC和制作场景中的应用: 案例分享与技术探讨》（微软中国人工智能方案架构师 贺韵），《MDA: A Formal Approach to Game Design and Game Research》（Robin Hunick，Marc LeBlanc，Robert Zubek；2004年1月），中金公司研究部

必要性：AIGC时代创新玩法与差异化成为厂商核心竞争要素

AIGC工具普及后，差异化内容/玩法创意、细分赛道捕捉能力或成为厂商核心竞争力。 我们认为AIGC工具普及后，游戏行业或从生产端体现出以下特点： 1）生产力大幅提升， 自动化工具的应用使行业规模化生产成为可能； 2）生产门槛降低， AIGC工具的普及和通用使得常规内容易被复制和产出。结合游戏产品边际成本接近于零的特点，我们判断行业“赢家通吃”的现象将放大，即同一细分领域内只有一款或个位数的头部产品能实现持续运营、商业化。当前同一细分赛道仍能存活数款产品，原因在于头部产品的内容产出无法完全满足用户需求，用户在头部产品的“长草期”将注意力转移至次头部的同类产品。若头部产品的内容迭代能完全满足用户需求、“赢家通吃”现象放大，统一细分领域或将仅存一款或低个位数的产品；厂商的竞争方向或转为对玩法不断细分，通过差异化占据独特赛道、维护核心用户。

基于上述分析，我们认为在AI工具显著提升行业生产力、降低生产门槛的背景下，玩法、创意的差异化能力成为厂商的竞争核心要素，从必要性的角度亦推动游戏行业持续演化出创新玩法。

图表14：AIGC工具使生产力丰富、生产门槛降低，差异化为厂商竞争的核心要素

资料来源：中金公司研究部

图表15：用户在头部游戏的“长草期”将注意力转移至同类次头部游戏：以《原神》和《幻塔》为例

资料来源：七麦数据，中金公司研究部

公司分析：从研运提效向玩法创新，内外兼修谋发展

我们认为，对已有一定规模的中大型体量游戏厂商而言，AI工业化提效与玩法创新并行推进；对小型游戏厂商或工作室而言，能够借助第三方AI工具在更大自由度下进行玩法创新；对于专业性、工具化或底层架构的初创企业而言，则主要通过底层配置与创新，支持游戏及相关生态健康繁衍。

我们此处选择四家代表性游戏厂商进行详细分析，就各家在AI研运提效（内部架构、实际产品落地情况、核心策略）、AI原生玩法创新或“AI+”游戏内容、体验升级等方面进行介绍。

我们同时梳理其他已上市游戏公司、部分未上市游戏厂商及相关初创企业在AI方面的部署情况。需指出的是，技术发展、迭代、突破速度较为迅猛，我们的统计整理并不能完全穷尽当前的落地情况，仅为大家在梳理“AI+游戏”落地情况提供一定参考支持。

网易：强AI中台支持“AI+游戏”落地，AI要素内化于研运产线，积极探索玩法创新的可能性

“伏羲+互娱AI Lab”强AI中台支持“AI+游戏”落地。 网易内部人工智能部门、架构或相关部署时间相对较早，在游戏的AI技术部署方面，主要支持部门为伏羲及互娱AI Lab，均属于相对偏中台部门（伏羲近几年亦演化出对外商业化路径），为项目组提供技术落地的支持。

图表16：网易游戏中台相关部门部署情况：“伏羲+互娱AI Lab”强AI中台支持“AI+游戏”落地

资料来源：网易官网，网易雷火官网，雷火UX官网，网易游戏官网，网易雷火艺术中心知乎官方帐号，网易招聘官网，网易雷火招聘官网，中金公司研究部

具体来看：

► 伏羲： 雷火旗下的“伏羲”于2017年9月成立，是中国第一家游戏人工智能研究实验室，致力于为游戏用户营造新世代游戏体验。随着平台发展，后逐步衍生出网易伏羲（实现产品化、商业化探索）、伏羲机器人（研究数字孪生、人机协作），在对内游戏产品支持之外亦支持对外游戏产品及其他多领域（文旅、教育等）AI落地应用，已于2021年7月发布游戏行业解决方案，支持AI辅助制作剧情动画、竞技机器人、对战匹配系统和反外挂系统四部分组件。在模型训练方面，伏羲目前已自研数十个预训练模型，其于2021年起打造“玉知”多模态理解大模型，在网易新闻、云音乐等多业务场景中落地验证。

► 互娱AI Lab： 网易互娱AI Lab亦成立于2017年，主要支持对内网易互娱旗下游戏及产品技术升级，核心价值点包括实现美术降本增效、游戏体验革新、营销方法创新赋能及精细化运营管理等。近期平台亦在招聘如“AIGC关卡生成研究员”等岗位，以桥接AI Lab和《蛋仔派对》项目组，推动更多AI技术在游戏内的落地上线。

研运提效：较早应用AI于研运全流程中，AIGC辅助内容生产提效。 自决策式AI时代，公司即应用AI于游戏开发（用户研究、游戏测试等）、安全管控（反外挂等）、游戏推荐/匹配系统设置（用户画像、用户游戏行为画像匹配、对战策略匹配等）等环节中。至生成式AI阶段，公司当前已在管线中较大规模应用相关工具实现提质增效，可支持文字、音频、动画等内容生成。公司亦表示，其自研AI技术已应用于游戏工业化全流程，对关键环节的工作效率提升高达90%。我们认为最直接的表现在以下几个方面：

► 中长尾内容生产诉求的快速满足。 中长尾内容主要指精细度要求有限、内容生产数量相对较大的资产，如道具/物品图标icon、UI设计、部分NPC表情等。对于这部分内容，公司当前已实现部分资产的AI自动化生成，如在《逆水寒》手游中部分对话的AI NPC表情生成（主要依靠伏羲）、CC业务线部分icon生成等。

► 语音、动作的自动化绑定以提升角色制作效率。 这部分主要涉及视频动作捕捉、语音合成、动画合成等。从工具角度看，网易互娱AI Lab已推出多款自研AI提效工具，覆盖AI语音生成、视频动捕等多环节。例如，利用表情绑定和驱动技术，可以实现角色制作过程中的表情自动绑定，用AI技术代替传统面部捕捉的方式，提升制作效率；利用AI视频动捕工具“AIxPose”则可以实现对视频动作的一键提取及迁移等；借助语音合成工具批量生产大量游戏配音等。

► 概念设计快速验证，降低沟通成本。 具体包括：1）原画师初稿的快速实现（“图生图”逻辑）；2）提供海量素材参考，协助人物形象、服装、建筑环境等精细化设计，推动完善原画；3）游戏策划借助文生图等实现其创意概念的初步描述呈现，使游戏美术更好地理解内涵，降低沟通成本，使创意实现变得更加流畅。此前网易高级副总裁胡志鹏亦在“2022网易未来大会”上指出，《逆水寒》与稻城亚丁元宇宙联动中，即大量运用AI进行建筑环境等设计，实现工作量的节省与成本的降低。

图表17：研运提效：网易互娱AI Lab推出多款自研AI提效工具，覆盖AI语音生成、视频动捕等多环节

资料来源：网易官方微信公众号，公司官网，中金公司研究部

玩法创新：探索AI NPC、AI+UGC等游戏内部玩法或生态创新点。 我们在此前已提及公司较早进行AI技术部署，并在游戏研发的过程中融入AI技术，在多款游戏中尝试借助AI实现玩法创新，比较典型的包括：

► AI NPC： 当前已在逐步从最基础的“连续、有内容对话”向与游戏性更深度结合、“影响剧情走向、创新游戏体验”的方向深入。

图表18：玩法创新-AI NPC：“实时对话-多模态记忆性交互-影响剧情走向”，持续探索智能NPC发展方向与根本性玩法创新

注：对AI NPC三层理解为网易集团高级副总裁胡志鹏在接受财联社记者专访时表述 资料来源：财联社《安安访谈录》专访记录，公司官网，产品官网，中金公司研究部

► AI+UGC： 网易在今年“5·20游戏年度发布会”的多个游戏中均提出在UGC游戏用户内容共创方面的规划。网易当前亦积极借助AI技术降低游戏用户设计门槛，以激发内容创意，推动内容供给提升。

图表19：玩法创新-UGC内容共创：已在部分游戏中探索AI-UGC方式，降低游戏用户设计门槛，激发内容创意，推动内容供给提升

资料来源：《蛋仔派对》创作者大会，公司官网，产品官网，中金公司研究部

三七互娱：AI赋能研运中台工业化管线，外延投资探索玩法创新

研运提效：九大中台产品贯穿研运全流程，AI辅助平衡性测试、内容生产等多环节提效。 公司在流量运营的优势上，通过中台产品布局提升自身研发、运营工业化水平，并在近年间不断通过决策式AI、生成式AI进行技术迭代优化，提升工业化管线的智能化程度，实现效率提升、资产积累。

公司当前业务线架构主要包括：研发（三七游戏）、发行（37手游、37网游及37GAMES），并由公司技术部门等支持内部技术向业务（包括部分中台产品、风控系统、监控系统、基础数据平台等设计与维护），参与包括“图灵”等在内的多个研运中台产品的创设及运维工作。

图表20：三七互娱游戏业务架构及中台部署情况

资料来源：“三七互娱技术团队”微信公众号，公司官网，公司公告，新华网，伽马数据《2022-2023中国游戏企业研发竞争力报告》，中金公司研究部

► 研发：“1+3+1”架构，AI大数据算力研发中台+三大数据分析工具+AI研发平台。 研发品牌“三七游戏”下主要包括多个工作室、美术中心、运营部门及技术部门等。通用工具包括游戏研发中台“宙斯”、平台级大数据系统“雅典娜”“波塞冬”“阿瑞斯”及AI研发平台“丘比特”。

从发展顺序来看，前四大中台产品部署相对较早，先期背后运营逻辑主要系决策式AI，在较大规模的数据积累下借助已有数据进行分析、判断、预测，对用户行为轨迹、运营数据等建立标签、进行模型化积累，实现精细化数据管理，为后续游戏内部生态平衡性、玩法创新等奠定数据基础。

公司近年逐步将生成式AI内嵌至中台管线中，如AI研发平台“丘比特”即在研发精细化与智能化、研发提效及运营增长等方面对生成式AI等有所应用。

► 发行：大数据及AI工具贯穿前期内容/素材生产、中期投放与后端运营，同时兼有数字化市场研究，强化AIGC本地化部署以实现提质增效。 发行线则主要借助智能化投放平台“量子”、智能化运营分析平台“天机”及美术设计中台“图灵”等，同时有游戏市场情报系统“易览”来支持对竞品、行业整体投放情况、偏好等方面的分析。

公司自2019年起即运用智能化投放及运营平台“量子”“天机”在用户获取端降低单用户获取成本、在用户运营端提升单用户生命周期总价值，共同推动买量投资回报率提升，已实现流量运营闭环。公司同时借助AIGC将原先的美术设计中台“天工”进行升级迭代为“图灵”，将AIGC与算力绑定，以实现本地化部署的工作流程，推动更好的美术资产存储、可视化及调用，提升内容生产效能，加大发行侧素材供给。

截至目前，公司已形成了 “前期内容生产（图灵）-中期投放（量子）-后端运营（天机）”+“游戏市场情报系统（易览）” 的发行侧全链路部署。

图表21：三七互娱中台工具产品布局：围绕研发、运营开启AI智能化落地应用

资料来源：公司官网，公司公告，《21世纪经济报道》，第四届互联网文娱科技创新峰会，伽马数据《2022-2023中国游戏企业研发竞争力报告》，中金公司研究部

玩法创新：短期借外延投资实现玩法创新探索，中长期或有望通过内部创新实现更大突破。 公司于2022年投资低代码3D内容创作与游戏社交平台YAHAHA Studio，该平台支持创作者快速建立3D互动内容，加速推进UGC生态。

完美世界：AI参与生产管线，技术中心初探复合应用AI in GamePlay

内部成立AI中心，自上而下贯彻AI提质增效。 完美世界是国内老牌游戏研发商，拥有相对庞大、扎实的研发团队，技术、数据、美术等中台部门强赋能至项目组，推动实现自研/三方引擎技术的落地使用、美术技术支持等。在AI方面，公司较早进行小规模人员技术尝试，今年一季度起在内部成立AI中心，由公司游戏业务CEO负责，中台技术部门牵头，各项目制作人参与，以研究及推行AI技术的学习与应用。

研运提效：已将AI技术应用于研发管线多环节。 主要包括几个方向：

► 概念与基础素材的直接输出、直观呈现。可使美术功底相对较弱的项目团队成员（如策划等）直接输出分镜需求等基础素材或概念。

► 研发侧生产工具升级。团队针对不同类型AIGC工具、不同项目需求进行有针对性训练，以推出适合细分赛道、类型的模型，加速相关图标、动画、材质等制作生成。例如，可辅助场景搭建、为引擎生成制定功能的材质节点等。

图表22：完美世界已在内部成立AI中心，研究及推行AI技术的学习与应用

资料来源：公司公告，中金公司研究部

图表23：完美世界当前已在运用、或在探索的AI生成资产类型

资料来源：公司公告，中金公司研究部

玩法创新：AI NPC、AI Bot已有落地并持续升级，技术中台探索AI原生游戏。 在玩法创新方面，公司此前已有AI NPC探索，主要集中在神态表情等方面，如在《梦幻新诛仙》中采用智能NPC与反向动力学技术，在NPC微表情上进行更真实的塑造，让游戏用户的交互体验更加沉浸。近期公司亦公开介绍其技术中心在AI原生游戏上的探索，已有AI侦探游戏的初级demo，游戏内所有场景、美术、角色设定、剧情等均由AI完成，初步实现AI原生玩法设定。公司亦表示将在待上线游戏《神魔大陆2》中落地智能NPC。

图表24：完美世界技术中心探索AI侦探游戏demo，游戏内场景信息、角色信息、情节发展、游戏用户行为、对话等均由AI演算

资料来源：公司官方公众号，2023上海游戏精英峰会暨游戏出版产业报告发布会，中金公司研究部

巨人网络：组建AI团队支持内部业务场景的工具普及，探索“游戏+AI”玩法创新

AI战略定位重视程度高，内部已组建团队普及技术工具，在多赛道探索融合性玩法。 从团队架构角度，公司于2019年即成立AI实验室部门，布局前沿技术创新。根据今年5月公司公告，公司亦表示已组建了AI团队，负责推动AIGC工具在全公司范围内各业务场景的普及落地，以期降低研运成本，提高研发效能。从实际落地情况上，公司创始人史玉柱在6月“征途嘉年华”表示，在《原始征途》游戏研发过程中，美术、程序人员已在使用AI技术提升研发效率。

图表25：巨人网络游戏业务赛道架构及中台部署情况

资料来源：公司官网，公司公告，游戏官网，中金公司研究部

在具体的玩法创新层面，公司结合各赛道特征进行初步尝试与落地。

► 休闲竞技赛道：《球球》探索UGC+AI，《太空行动》尝试多类AI玩法/功能辅助。

• 《球球大作战》于今年5月上线UGC制作工具。公司同时表示，《球球大作战》UGC玩法与AI的结合将是未来重点发力的方向，公司正在探索用AI以自然语言界面的方式帮助用户更有效地创造地图、玩法。

向前追溯，此前在《球球大作战》中已有决策式AI落地，如AI匹配对手、平衡性控制等，公司亦于2021年末与商汤、上汽人工智能实验室等以《球球大作战》为主要测试平台，联合主办“Go-Bigger多智能体决策智能挑战赛”，探索决策式AI开源技术生态。

• 《太空行动》方面，公司表示“太空杀”游戏本身与生成式大模型的特点相匹配，公司正在积极探索其玩法与AI技术的有机结合。

► “征途”赛道：多款MMO游戏已启动智能NPC探索，或有望借助AI尝试“千人千面”的运营方式。 对于前者，公司表示计划通过AI技术观察和收集能够反映游戏用户行为和决策过程的数据，根据游戏规则和环境进行建模，并通过反馈，不断优化和改进AI模型，以期实现与游戏用户形成多样化的拟真交互。

部分上市公司应用情况概览（不完全统计）

图表26：部分已上市游戏公司应用情况概览（不完全统计）

资料来源：公司公告，公司官网，公司官方微信公众号，中金公司研究部

部分非上市公司应用情况概览

图表27：部分非上市游戏公司/内容平台型公司AIGC应用落地情况

资料来源：启元世界官方公众号，電ファミニコゲーマー（denfaminicogamer，日本游戏媒体），公司官网，游戏官网，中金公司研究部

图表28：部分初创AIGC公司：启元世界2022年推出“游戏AI整体解决方案”；行者AI提供覆盖游戏研运全链条AI工具，并在探索3D资产AI生成；Minimax于2023年3月开放基础大模型to B API，已有多家游戏企业试用

资料来源：官方公众号，公司官网，游戏官网，36kr，甲子光年，中金公司研究部

风险

有效数据生产、标记不足。 受制于发展阶段、技术、市场、资本等多种因素，在各类数据的采集、交互、处理、标注和流通方面都面临着很大挑战，尤其是数据处理的工程化、规模化较为薄弱。若有效数据生产、标记不足，则有可能影响到游戏企业在模型微调（Fine tuning）、训练等方面的精准度、可靠性，进一步影响其内容生产质量与效率。

技术发展进程低于预期。 当前AI资产生成处于已较好完成文本、图像等一维、二维资产的阶段，在3D资产生成方面仍处于发展突破阶段。考虑到当前较多游戏产品中3D占比较高，若这部分技术突破慢于预期，则极有可能影响整体产业发展、向前迭代进度。

一次性训练模型成本过高。 若企业独立训练模型成本过高（或占其研运等总开支比例过高），则有可能影响其正常企业经营、项目研发推进。

政策监管风险。 AI技术尚处于技术发展初始阶段，后续出台的监管政策或可能对产业发展起到一定影响。

文章来源

本文摘自：2023年6月28日已经发布的《AI如何影响游戏行业？——变革中创新》

张雪晴，CFA 分析员 SAC 执证编号：S0080517090001 SFC CE Ref：BNC281

余歆瑶 分析员 SAC 执证编号：S0080523060010 SFC CE Ref：BSX518

李子悦 联系人 SAC 执证编号：S0080122070180

法律声明