AI游戏卷出了一位冠军选手

米哈游三七都抢着跟它合作

今年ChinaJoy，AI依旧是最能聚集人群的话题。不过，和前两年不同，这一次，行业讨论的重点正在从提效工具转向游戏本身。

开发者可以在引擎中调用AI Coding，智能NPC会根据玩家输入实时回应，还有团队尝试把一段文字或一张图片，变成能够进入、交互的3D世界。美术、视频和营销素材生成仍是最成熟的应用领域，但行业注意力已经开始跳出单纯的生产效率，投向角色、玩法和游戏本身。

在ChinaJoy 高峰论坛上，百度智能云副总裁张玮将这种变化概括为，游戏AI正在从研发和经营管线的“后台”，走向玩家体验的“前台”。当AI大模型进入NPC、剧情和在线开放世界，游戏公司需要处理的也随之增加。模型要完成训练和部署，还要在真实产品中承受持续推理、玩家并发和版本更新。

百度智能云副总裁张玮

市场数据也在呈现相近的趋势。IDC在《中国AI游戏云市场洞察，2025》中提到，大语言模型、多模态模型和智能体已经进入游戏研发与运营的多个环节，未来五年，AI游戏云市场的年复合增长率预计约为91.6%。与此同时，报告显示，百度智能云位居中国AI游戏云整体市场第一，市场份额超过第二至第五名总和，在AI游戏云基础设施服务细分市场份额达到56.4%。

市场增长背后，各类公司的需求并不相同。三七互娱希望借用AI打造成熟的运营体系，Unity中国把AI能力交付给大量开发者，米哈游正将训练规模从千卡推向万卡，SEELE AI和奇点摄动则直接面对在线生成与玩家互动。

这些游戏公司所处的位置不同，但使用AI的方式有一个大的方向：从调用一个工具，走向建设一项能够进入研发、运营和玩家体验的产品能力。那如今的游戏公司到底产生了哪些过去不存在的新需求？百度智能云又为什么能够接住这些新增量？

游戏AI走到哪一步了

回头看过去几年的应用，游戏AI大致走过了四层变化。

最先落地的是美术、客服、代码、测试和营销等管线提效。随后，AI进入引擎与开发平台，参与更加连续的制作流程。现阶段，智能NPC、动态剧情和生成式世界成为更受关注的方向。

几类应用仍在同时推进。大公司继续从成熟业务中寻找效率，小团队借助AI降低原型制作成本，另一些团队则把AI直接放进角色和玩法。

三七互娱代表了最早形成规模的一类需求。这家公司以效果营销、精细化发行和长线运营见长。产品上线后，推广内容要持续更新和测试，版本、活动规则与客服知识也会频繁变化。业务覆盖的产品越多，重复性的内容处理和玩家咨询越容易形成规模。

通过与百度智能云合作，公司将千帆大模型平台、多媒体素材处理和云上基础设施接入自身业务，并利用相关能力训练和运行“小七”游戏行业大模型。据悉，升级后，公司AI客服SLA达成率达到99.3%，综合成本下降61%。

这让常见问题可以更快得到处理，版本和活动变化也能及时同步到客服知识中。人工客服因此可以更多处理账号异常、付费争议等复杂问题。换句话说，AI已经证明了自己在游戏公司长线运营中的价值。

当AI进入开发工具，问题又变了。

Unity中国长期服务于实时3D内容的开发与运行。其推出的AI Agent“团结 Codely”覆盖代码编写、项目理解、资产生成、代码审查、调试修复和自动化任务。开发者使用的是一个具体工具，后台却要同时处理代码、图像、3D等不同模型，以及不同的训练和推理环境。

百度智能云与Unity中国从业务验证阶段开始合作。主流GPU、昆仑芯P800等异构算力被统一编排，资源准备、模型开发、训练和部署逐步纳入同一平台。进入生产阶段后，训练、推理和小模型服务继续使用这套底层能力，不同模型也可以通过统一方式被调用。

这些工作支撑团结 Codely从功能验证进入生产环境。开发者在项目中调用代码生成、审查和调试能力时，不需要为每一种模型单独准备一套服务。

对小团队而言，开发工具的变化同样重要。过去需要程序、美术和策划共同完成的早期原型，现在可以由更小的团队借助AI推进。它降低了试错成本，但没有干预玩法设计、审美判断和长期打磨的门槛。

到了今年ChinaJoy，AI又往玩家一侧走了一步。

《量子跃迁：米乐光年》让角色对话在互动中实时产生，《麦琪的花园》尝试生成角色的外观、性格和背景，并让角色自主社交。《无限谷》关注角色的情绪表达，《星夜颂歌》则围绕稳定人格与长期陪伴展开。

这些产品要解决的，是传统NPC很少面对的问题。角色能否记住不同玩家的经历，一次选择能否影响下一次见面，长期互动后，人格和关系是否仍然连贯。

在《星夜颂歌》中，奇点摄动试图让3D角色“蕾伊”拥有相对稳定的人格和生活状态。团队披露，产品早期封闭测试的次日留存率达到69%，用户日均在线互动超过3小时，平均完成120轮对话。反映到玩家侧，这也说明部分玩家愿意围绕一个AI角色投入较长时间。

当然，长时间对话本身并不足以构成好的体验。角色如果一味迎合玩家，或者无法记住此前发生的事情，新鲜感很快就会消失。与台词数量相比，稳定的人设、可信的记忆和自然的情绪变化更接近产品核心。

SEELE AI则沿着另一条路径推进。它与百度智能云合作，借助百度强大的AI算力基础设施助力其首个端到端多模态3D游戏大模型SEELE LMM训推提效，支持用户以文本、图像等多模态输入，生成过程覆盖角色建模、动作、场景、机制逻辑和剧情演出。AI Agent负责拆解任务，并协调图像、3D、代码等多种能力，最终输出可以进入、操作和继续修改的3D世界。

从三七互娱的成熟运营，到团结 Codely这样的开发工具，再到“蕾伊”和SEELE LMM，游戏AI从提效已经开始参与游戏从创意到可玩版本的整个过程。

从Demo走向产品的跨越

那是否意味着它已经可以批量化落地？

坦白说，展台上的一次生成或一轮对话通常只持续几分钟，用户数量、任务范围和算力消耗都相对可控。正式产品要面对峰值流量、模型更新、延迟、故障和持续成本，两者之间仍有很长的工程距离。

三七互娱的“小七”已经进入日常业务，团结 Codely正在进入开发者的工作环境。AI角色和生成式世界中的不少项目，还处在从原型走向正式产品的阶段。对这些项目来说，技术演示已经不是最难的一步，如何面对真实业务和真实玩家，才是接下来的考验。

米哈游首先把压力推到了训练端，作为持续加码AI原生游戏布局的头部厂商，其多模态大模型训练规模已从千卡级迈向万卡级。训练规模的提升，也意味着网络、算力和集群管理等工程挑战持续加大。为此，百度智能云提供从网络到算力的全程支持，支撑其多模态大模型训练与推理能力落地。

模型完成训练，还要进入开发工具和在线产品。在Unity中国的项目中，复杂性来自模型数量和使用环境。代码、图像与3D能力的部署方式不同，底层运行的算力也不完全一致。一个功能通过内部验证之后，还要完成部署、服务编排与统一访问，才可能稳定地交付给开发者。

百度智能云将异构算力管理、训练、推理、部署和模型访问连成一套流程，使相关能力能够从内部验证进入生产环境。

到了SEELE，多模型之间的配合直接发生在创作过程中。生成一个可以运行的3D世界，需要图像、3D、动作、视频、代码和检索等能力连续配合。某个模型部署过慢，或者算力在生成过程中出现短缺，整个任务都可能中断。用户集中创作时，多种生成请求还会同时出现。

百度智能云为SEELE提供GPU算力、容器镜像和部署支持。不同算法服务通过容器完成部署和更新，云端资源则承接训练、推理和在线生成任务。模型由实验环境进入创作流程的时间也因此缩短。

这些底层能力会影响团队测试新模型和工具的频率，但不会干预生成出来的世界是否好玩。基础设施负责运行和迭代，玩法是否成立，内容是否有吸引力，仍由产品团队决定。

如果说，SEELE的算力需求集中在用户发起生成的时刻，那么《星夜颂歌》的负载则分布在用户与“蕾伊”相处的每一天。用户规模扩大后，每一轮对话都会产生推理消耗。奇点摄动采用小尺度模型直接推理，并通过剧场化内容设计控制并发压力。百度智能云提供GPU推理算力，支撑角色响应和模型持续运行。

玩家很少关心后台怎样调度GPU，却能立即感受到“蕾伊”是否卡顿，以及角色是否忘记刚刚发生的事。对陪伴类产品而言，基础设施问题会直接变成体验问题。

长期记忆也由此成了一项具体的游戏能力。假设玩家几天前答应帮助一名NPC，再次见面时，角色需要找到那段经历，还要结合当前任务进度作出反应。保存全部聊天记录并不困难，麻烦的是及时找出相关内容，并在剧情、任务与关系变化后完成更新。

百度智能云的长时记忆服务同时使用语义、关键词、时间和图关系进行检索，相关历史信息可以在百毫秒内被召回，LongMemEval评测准确率达到87%。这项能力直接影响角色能否及时找到正确的往事。玩家已经完成任务，NPC就不该继续重复旧请求。双方关系发生变化，后续回应也要跟着调整。

同一个世界中，不同NPC还要与任务和剧情系统保持一致。

玩家完成一项任务后，负责对话的Agent需要知道结果，任务系统要更新状态，其他NPC也要读取新的世界信息。不同Agent可以分别处理角色对话、任务判断和工具调用，再交换结果。否则，一个NPC已经感谢玩家完成任务，另一个NPC却仍要求玩家重新去做，很容易破坏沉浸感。

类似的协作也可以进入研发和运营。百度搭子企业版展示的流程覆盖策划、内容生成、测试、投放优化和数据分析，多名Agent可以围绕同一项任务继续执行。

此外，据了解，SEELE正在研发的PEGA架构，希望改善生成世界的几何结构、时空连续性和长期一致性，目前还没有全面产品化。这个研发方向也说明，生成一段可玩的内容，与维持一个长期变化的世界，仍是两个不同难度的问题。

总的来说，很多“Demo”已经可以证明AI会生成、会对话，但正式游戏还要面对流量、版本和成本，并在数月甚至更长的运营周期里保持连贯。换言之，游戏AI下一阶段的竞争，很大程度上会发生在这段距离中。

为什么是百度智能云

顺着前面的项目往回看，百度智能云在游戏AI市场中的位置，很难用某一项单独的产品概括。

米哈游需要万卡训练，Unity中国要把AI能力交付给开发者，SEELE LMM依赖多模型在线生成，《星夜颂歌》则需要持续推理和长期记忆。百度智能云出现在这些项目中，处理的是模型进入产品后的不同环节。

那为什么百度智能云能够承接这些需求？

这首先可能与百度智能云进入游戏AI的时间有关。伽马数据在《2026中国游戏产业趋势及潜力分析报告》中，将百度智能云列为较早形成完整游戏行业AI解决方案的云厂商之一。

较早进入这些项目，也意味着百度智能云更早接触了这些具体的工程难题。万卡集群怎样运行，多种模型怎样进入开发平台，在线推理怎样控制延迟与成本，角色记忆怎样与任务系统连接，这些问题通常要到产品阶段才会集中出现。

目前，百度智能云已与超半数主流头部游戏企业的AI团队，以及百余家AI游戏创新企业展开合作。

头部公司关注大规模训练、系统稳定性和数据安全，创业团队更在意部署速度、推理成本和产品迭代。客户类型越多，平台接触到的问题也越接近一款AI产品的完整生命周期。

在这些项目中，百度智能云的工作已经超出算力供应。三七互娱需要“小七”进入运营体系，Unity中国要让团结 Codely完成生产交付，SEELE需要多种算法持续协作，奇点摄动则要让推理服务长期面向玩家。

底层工作主要由AI Infra承接。百度百舸AI计算平台提供大规模训练、异构算力调度、训练与推理加速、故障容错和弹性资源。私有化部署、境外节点以及数据和IP保护，也服务于游戏公司的核心资产和全球业务。

米哈游的万卡训练、SEELE集中生成时的弹性需求，以及《星夜颂歌》长期对话产生的推理负载，都落在这一层。

Agent Infra更靠近角色与游戏系统，主要依托百度千帆大模型平台。长期记忆、多Agent协作和任务编排，让模型可以读取玩家经历、调用工具，并与任务和剧情系统交换状态。

这两层能力在产品中往往同时出现。“蕾伊”需要记住玩家，后台既要检索历史互动，也要提供持续推理。SEELE的Agent可以拆解创作任务，图像、3D和代码模型则需要及时部署，并在创作高峰获得算力。

从现有案例看，百度智能云的一个可见特点，是覆盖了游戏AI产品化过程中相对较长的一段链路。百舸负责训练、算力和推理，千帆与Agent能力继续连接记忆、角色和任务系统。对于游戏团队，这可以减少在不同算力、模型和工具之间反复搭建临时服务的工作。

按照IDC《中国AI游戏云市场洞察，2025》的统计，百度智能云位居中国AI游戏云整体市场第一，在AI基础设施服务细分市场的份额达到56.4%。这个市场位置既与技术和项目经验有关，也可能受到资源供给、生态整合、交付能力和客户基础等商业因素影响。

从现阶段的情况来看，百度智能云已经较完整地承接了游戏公司从使用AI工具提效到AI深入游戏研运与产品体验的需求变化。

结语：

聚焦游戏产业发展，它过去几次重要的技术跃迁，最终都没有停留在生产效率层面。3D图形改变了游戏空间，网络技术改变了玩家关系，移动互联网改变了游戏的分发和使用场景。

AI是否会成为下一次同等规模的产业变量，目前仍需要时间、产品表现和玩家反馈验证。但越来越清晰的信号是，它正在越过单纯的生产工具阶段，进入角色、玩法、世界和玩家关系本身。

虽然大量AI游戏项目仍处于验证和早期商业化阶段，生成内容质量、推理成本、实时响应、玩家长期兴趣和商业模式尚未完全解决，但行业问题已经发生变化。过去游戏公司更关心AI能够提升多少效率、节省多少成本，现在他们也开始尝试用AI创造一种过去不存在的游戏体验。

百度智能云的市场第一只是这轮变化中的一个结果。对行业而言，更关键的问题是，这些技术能否撑住一款持续运营的游戏，并真正创造玩家愿意长期留下来的体验。

文章来自于"竞核"，作者 "桂志伟"。