來(lái)源：市場(chǎng)資訊

（來(lái)源：華泰證券研究所）

AI正在從底層生產(chǎn)工具演變?yōu)橹厮苡螒虍a(chǎn)業(yè)結(jié)構(gòu)的核心變量。我們判斷潛在催化劑包括：行業(yè)AI工具鏈落地帶動(dòng)降本增效、行業(yè)供給擴(kuò)張?zhí)嵘脚_(tái)網(wǎng)絡(luò)效應(yīng)，以及AI原生玩法驅(qū)動(dòng)的游戲范式躍遷。

上游：AI推動(dòng)引擎向智能生成平臺(tái)演進(jìn)，重構(gòu)游戲工業(yè)底座

AI正在推動(dòng)游戲引擎由傳統(tǒng)功能執(zhí)行工具向智能生成平臺(tái)演進(jìn)。過(guò)去十年，行業(yè)逐步形成以Unity與Unreal Engine為代表的第三方雙寡頭格局，自研引擎占比由2012年的71%下降至2024年的13%。傳統(tǒng)引擎主要承擔(dān)渲染、物理模擬、動(dòng)畫(huà)播放與資源調(diào)度等底層執(zhí)行功能，而AI能力嵌入后，引擎開(kāi)始具備資產(chǎn)生成、場(chǎng)景理解、行為推演、自動(dòng)測(cè)試與性能優(yōu)化能力，逐漸成為連接模型、資源庫(kù)與開(kāi)發(fā)流程的智能中樞。我們認(rèn)為，第三方引擎的通用基礎(chǔ)設(shè)施地位短期或受到一定沖擊，但其價(jià)值中樞將逐步由授權(quán)工具轉(zhuǎn)向AI工作流、開(kāi)發(fā)者生態(tài)與云端協(xié)同平臺(tái)，帶動(dòng)價(jià)值鏈空間的長(zhǎng)期提升。

中游：AI實(shí)現(xiàn)研發(fā)全鏈路提效，驅(qū)動(dòng)內(nèi)容供給爆發(fā)

AI提升游戲研發(fā)全鏈路效率，推動(dòng)供給從線性約束走向指數(shù)擴(kuò)張：1）策劃端，AI已廣泛應(yīng)用于創(chuàng)意發(fā)散、資料整理與玩法原型生成，AI參與占比可達(dá)55%；2）美術(shù)端，2D素材生成、動(dòng)畫(huà)補(bǔ)幀與貼圖制作已實(shí)現(xiàn)高效滲透，3D資產(chǎn)則處于前端提效階段；3）程序端，AI代碼生成、智能補(bǔ)全與自動(dòng)測(cè)試顯著提升研發(fā)效率，25年末Unity開(kāi)發(fā)者開(kāi)發(fā)時(shí)長(zhǎng)中位數(shù)已較2022年下降77%；4）運(yùn)營(yíng)端，買(mǎi)量素材生產(chǎn)、AI客服與智能營(yíng)銷(xiāo)等領(lǐng)域應(yīng)用成熟。我們測(cè)算，當(dāng)前AI的應(yīng)用可節(jié)約全球現(xiàn)有從業(yè)者總數(shù)的三分之一，帶動(dòng)供給端AI綜合提效幅度約52%，對(duì)應(yīng)約200億美元的成本節(jié)約。

下游：AI推動(dòng)平臺(tái)價(jià)值重估，游戲玩法向?qū)崟r(shí)生成演進(jìn)

AI驅(qū)動(dòng)游戲供給快速放量，強(qiáng)化平臺(tái)生態(tài)與分發(fā)能力稀缺性。Steam等傳統(tǒng)分發(fā)中樞有望受益于交易規(guī)模增長(zhǎng)后的分成增長(zhǎng)；而Roblox等UGC平臺(tái)有望強(qiáng)化創(chuàng)作-消費(fèi)的自循環(huán)；Aippy等新興互動(dòng)內(nèi)容社區(qū)探索AI時(shí)代新的內(nèi)容消費(fèi)與商業(yè)模式。在玩法側(cè)，敘事互動(dòng)與生活模擬等品類(lèi)或?qū)⒙氏韧黄疲厮苈窂桨ˋI交互、自適應(yīng)難度系統(tǒng)、動(dòng)態(tài)敘事、UGC、多模態(tài)交互與世界模型等，并有望通過(guò)提升沉浸感、催生新付費(fèi)場(chǎng)景及改善留存等推動(dòng)用戶生命周期價(jià)值結(jié)構(gòu)性提升，我們測(cè)算對(duì)應(yīng)增量市場(chǎng)空間200億美元。

我們與市場(chǎng)觀點(diǎn)不同之處

目前市場(chǎng)擔(dān)憂AI可能對(duì)游戲行業(yè)帶來(lái)的沖擊，而我們認(rèn)為AI更多為行業(yè)帶來(lái)的是降本增效，并將重新分配產(chǎn)業(yè)鏈價(jià)值。我們的核心預(yù)期差在于：1）平臺(tái)價(jià)值存在重估空間。供給擴(kuò)張趨勢(shì)下分發(fā)效率與社區(qū)生態(tài)成為稀缺能力，平臺(tái)型廠商受益確定性或高于單一內(nèi)容廠商；2）頭部?jī)?nèi)容廠商優(yōu)勢(shì)有望強(qiáng)化。長(zhǎng)期積累的私有數(shù)據(jù)資產(chǎn)、工業(yè)化體系與全球化發(fā)行能力，將在AI時(shí)代進(jìn)一步放大龍頭公司的規(guī)模優(yōu)勢(shì)； 3）AI原生玩法有望開(kāi)啟新產(chǎn)品周期，推動(dòng)游戲從靜態(tài)內(nèi)容向?qū)崟r(shí)互動(dòng)世界演進(jìn)，打開(kāi)新體驗(yàn)邊界與商業(yè)化空間。

投資邏輯

AI正在推動(dòng)游戲行業(yè)從內(nèi)容工業(yè)向智能互動(dòng)工業(yè)演進(jìn)，我們認(rèn)為行業(yè)核心受益方向如下：1）AI驅(qū)動(dòng)研發(fā)工業(yè)化升級(jí)，通過(guò)全鏈路提效降低研發(fā)成本。建議關(guān)注具備AI工業(yè)化布局的頭部廠商；2）AI原生玩法創(chuàng)新推動(dòng)交互體驗(yàn)與付費(fèi)模式變革。建議關(guān)注在AI玩法上快速驗(yàn)證的標(biāo)的；3）AI降低開(kāi)發(fā)門(mén)檻后，平臺(tái)與全球化發(fā)行體系有望受益于供給擴(kuò)容。建議關(guān)注兼具全球化發(fā)行能力與AI賦能體系的公司。

風(fēng)險(xiǎn)提示：AI技術(shù)發(fā)展不及預(yù)期、AI原生游戲商業(yè)模式驗(yàn)證不及預(yù)期、行業(yè)競(jìng)爭(zhēng)加劇、數(shù)據(jù)安全與合規(guī)風(fēng)險(xiǎn)、行業(yè)政策風(fēng)險(xiǎn)。

正文

投資要點(diǎn)

AI正在從底層生產(chǎn)工具演變?yōu)橹厮苡螒虍a(chǎn)業(yè)結(jié)構(gòu)的核心變量。我們認(rèn)為AI帶來(lái)的研發(fā)效率提升與內(nèi)容供給爆發(fā)將驅(qū)動(dòng)游戲產(chǎn)業(yè)進(jìn)入新一輪增長(zhǎng)周期，催生千億級(jí)別的增量市場(chǎng)機(jī)會(huì)。在不同受益路徑下，產(chǎn)業(yè)鏈各環(huán)節(jié)均將迎來(lái)系統(tǒng)性重構(gòu)，投資主線包含四個(gè)方向：上游引擎與模型基礎(chǔ)設(shè)施的價(jià)值重構(gòu)、中游頭部?jī)?nèi)容廠商的規(guī)模優(yōu)勢(shì)強(qiáng)化、下游平臺(tái)分發(fā)價(jià)值的提升及AI原生玩法帶來(lái)的增量空間。

上游基礎(chǔ)設(shè)施：引擎向智能生成平臺(tái)演進(jìn)，基礎(chǔ)設(shè)施價(jià)值凸顯

游戲引擎作為游戲工業(yè)化的核心基礎(chǔ)設(shè)施，長(zhǎng)期具備深厚的技術(shù)與生態(tài)壁壘。AI發(fā)展令市場(chǎng)擔(dān)憂Unity和Unreal的引擎雙寡頭格局被打破，而我們認(rèn)為AI將推動(dòng)其從開(kāi)發(fā)工具升級(jí)為AI內(nèi)容運(yùn)行平臺(tái)。AI能夠顯著降低代碼、美術(shù)、劇情與NPC等內(nèi)容生成成本，一定程度上帶來(lái)廠商自研工具和模型廠商的市場(chǎng)份額沖擊。但我們認(rèn)為游戲引擎本質(zhì)上承擔(dān)的是底層運(yùn)行框架與標(biāo)準(zhǔn)化工具鏈功能，各類(lèi)AI內(nèi)容最終仍需通過(guò)引擎完成標(biāo)準(zhǔn)化組織、實(shí)時(shí)渲染與工業(yè)化落地。這可以類(lèi)比為AI對(duì)數(shù)據(jù)倉(cāng)庫(kù)行業(yè)的重塑邏輯：數(shù)據(jù)倉(cāng)庫(kù)在AI時(shí)代并未被大模型替代，而是從傳統(tǒng)存儲(chǔ)系統(tǒng)逐步演進(jìn)為承載數(shù)據(jù)治理、實(shí)時(shí)計(jì)算、向量檢索與AI調(diào)用的統(tǒng)一平臺(tái)。Unity、Unreal Engine等主流廠商當(dāng)前均在持續(xù)強(qiáng)化AI集成能力，本質(zhì)上與Snowflake等數(shù)據(jù)平臺(tái)引入AI Pipeline類(lèi)似。我們認(rèn)為未來(lái)引擎公司核心受益點(diǎn)也將逐步從單一授權(quán)收入，轉(zhuǎn)向開(kāi)發(fā)者生態(tài)擴(kuò)張、AI工作流調(diào)用、云協(xié)同開(kāi)發(fā)、實(shí)時(shí)算力調(diào)度以及增值工具鏈服務(wù)。

中游內(nèi)容供給：AI實(shí)現(xiàn)研發(fā)全鏈路約五成提效，供給端有望迎來(lái)爆發(fā)

傳統(tǒng)游戲行業(yè)呈現(xiàn)典型內(nèi)容密集型工業(yè)特征，而AI應(yīng)用有望實(shí)現(xiàn)全鏈路提效。根據(jù)中國(guó)音數(shù)協(xié)游戲工委，AI技術(shù)在研發(fā)環(huán)節(jié)的整體滲透率已超80%。分環(huán)節(jié)來(lái)看，AI在策劃環(huán)節(jié)可直接覆蓋達(dá)55%工作內(nèi)容，應(yīng)用場(chǎng)景主要為信息整理與創(chuàng)意發(fā)散；美術(shù)環(huán)節(jié)2D生成已實(shí)現(xiàn)高效滲透，提效幅度可達(dá)80%；程序與測(cè)試為效率杠桿最明確環(huán)節(jié)，25年末Unity開(kāi)發(fā)者開(kāi)發(fā)時(shí)長(zhǎng)中位數(shù)較22年下降77%；運(yùn)營(yíng)與發(fā)行等標(biāo)準(zhǔn)化場(chǎng)景中AI應(yīng)用相對(duì)成熟。我們綜合各環(huán)節(jié)加權(quán)測(cè)算，當(dāng)前AI應(yīng)用可節(jié)約全球現(xiàn)有從業(yè)者總數(shù)的約三分之一，綜合提效幅度約為52%，供給端有望迎來(lái)爆發(fā)。在此背景下，具備AI工業(yè)化布局的頭部廠商，以及兼具全球化發(fā)行能力與AI賦能體系的公司有望率先受益。

下游平臺(tái)與玩法：分發(fā)能力構(gòu)成競(jìng)爭(zhēng)壁壘，AI玩法打開(kāi)增量市場(chǎng)空間

AI降低開(kāi)發(fā)門(mén)檻與提升效率導(dǎo)致游戲供給快速放量，Steam等平臺(tái)AI參與游戲同比增長(zhǎng)達(dá)110.2%，市場(chǎng)長(zhǎng)尾化趨勢(shì)加劇，分發(fā)能力與平臺(tái)生態(tài)構(gòu)成AI時(shí)代競(jìng)爭(zhēng)分層的核心變量，不同類(lèi)型平臺(tái)受益路徑各異：Steam等傳統(tǒng)分發(fā)中樞有望受益于分成增長(zhǎng)，Roblox等UGC平臺(tái)有望強(qiáng)化創(chuàng)作-消費(fèi)自循環(huán)效率，Aippy等新興互動(dòng)內(nèi)容社區(qū)融合輕量級(jí)互動(dòng)游戲與Feed流分發(fā)形態(tài)，有望創(chuàng)造新的消費(fèi)與變現(xiàn)模式。我們認(rèn)為AI原生游戲具備跑通商業(yè)模式的潛力，其推動(dòng)內(nèi)容供給向?qū)崟r(shí)生成演化，使玩家體驗(yàn)具備更強(qiáng)差異性與開(kāi)放性。在玩法側(cè)，AI正在通過(guò)自適應(yīng)難度系統(tǒng)、動(dòng)態(tài)敘事、多模態(tài)交互與世界模型等路徑重塑玩家游戲體驗(yàn)，AI隊(duì)友等玩法已實(shí)現(xiàn)億級(jí)用戶驗(yàn)證，可顯著提升用戶活躍度、催生新付費(fèi)場(chǎng)景并改善留存。在AI原生玩法上快速驗(yàn)證的廠商或迎來(lái)明確成長(zhǎng)機(jī)會(huì)。

我們與市場(chǎng)觀點(diǎn)不同之處

目前市場(chǎng)對(duì)AI帶來(lái)的沖擊存在一定擔(dān)憂，而我們認(rèn)為AI對(duì)行業(yè)的重塑將更多體現(xiàn)為降本增效以及產(chǎn)業(yè)鏈價(jià)值的重新分配，具體表現(xiàn)為：1）AI游戲已構(gòu)成新游供給的重要增量來(lái)源并直接推高流量?jī)r(jià)值，分發(fā)效率與社區(qū)生態(tài)構(gòu)成稀缺能力，平臺(tái)型廠商有望獲得價(jià)值重估；2）在AI普惠技術(shù)降本背景下，頭部?jī)?nèi)容廠商長(zhǎng)期積累的私有數(shù)據(jù)、工業(yè)化體系與全球化發(fā)行能力仍然構(gòu)成核心護(hù)城河，龍頭規(guī)模優(yōu)勢(shì)有望進(jìn)一步放大；3）AI原生游戲正在推動(dòng)交互體驗(yàn)與商業(yè)模式變革。在玩法上，AI交互有望重塑游戲體驗(yàn)，推動(dòng)游戲形態(tài)從靜態(tài)預(yù)設(shè)向?qū)崟r(shí)交互演進(jìn)，開(kāi)啟新一輪產(chǎn)品周期；在商業(yè)化上，AI原生游戲有望催生Token積分內(nèi)購(gòu)及AI訂閱會(huì)員等全新收費(fèi)場(chǎng)景，提升用戶生命周期價(jià)值。

產(chǎn)業(yè)格局：AI帶動(dòng)產(chǎn)業(yè)鏈系統(tǒng)性升維，期待后續(xù)供給爆發(fā)

AI正在從底層生產(chǎn)工具演變?yōu)橹厮苡螒虍a(chǎn)業(yè)結(jié)構(gòu)的核心變量。從產(chǎn)業(yè)鏈結(jié)構(gòu)來(lái)看，游戲行業(yè)可拆解為六大核心環(huán)節(jié)：IP/世界觀、引擎與開(kāi)發(fā)工具、研發(fā)與發(fā)行、平臺(tái)與渠道、產(chǎn)品形態(tài)以及用戶生態(tài)。我們認(rèn)為，AI正實(shí)現(xiàn)從底層生產(chǎn)工具向重塑游戲產(chǎn)業(yè)結(jié)構(gòu)核心變量的范式遷移，驅(qū)動(dòng)產(chǎn)業(yè)鏈六大環(huán)節(jié)經(jīng)歷系統(tǒng)性的升維。

具體來(lái)看，我們的核心觀點(diǎn)在于AI將對(duì)細(xì)分環(huán)節(jié)帶來(lái)的革命性驅(qū)動(dòng)： 1）引擎與開(kāi)發(fā)工具實(shí)現(xiàn)了從代碼驅(qū)動(dòng)向意圖驅(qū)動(dòng)的進(jìn)化，使AI由輔助插件躍升為底層編譯器；2）研發(fā)與發(fā)行管線由人力密集型向算力驅(qū)動(dòng)型轉(zhuǎn)型，通過(guò)AI Agent實(shí)現(xiàn)了從內(nèi)容生成到精準(zhǔn)買(mǎi)量的數(shù)智化閉環(huán)；3）平臺(tái)與渠道的分發(fā)邏輯則從傳統(tǒng)的流量漏斗演變?yōu)榛诙嗄B(tài)理解的內(nèi)容精確匹配；4）產(chǎn)品形態(tài)最終將向AI原生的實(shí)時(shí)生成交互體驗(yàn)進(jìn)化，并推動(dòng)用戶生態(tài)從單純的消費(fèi)關(guān)系跨越至由AIGC驅(qū)動(dòng)的去中心化創(chuàng)作格局。

從產(chǎn)業(yè)鏈協(xié)同視角看，我們認(rèn)為模型廠商和平臺(tái)廠商將率先受益。模型廠商通過(guò)通用AI能力向游戲產(chǎn)業(yè)鏈持續(xù)滲透，推動(dòng)研發(fā)效率提升、開(kāi)發(fā)周期壓縮以及內(nèi)容生產(chǎn)門(mén)檻下降，從而帶動(dòng)整體游戲供給擴(kuò)張；而隨著內(nèi)容數(shù)量與交互時(shí)長(zhǎng)持續(xù)增長(zhǎng)，平臺(tái)側(cè)的流量承接、內(nèi)容分發(fā)與商業(yè)變現(xiàn)能力亦有望同步強(qiáng)化。在技術(shù)快速迭代與工具鏈持續(xù)演進(jìn)階段，游戲行業(yè)的競(jìng)爭(zhēng)格局仍處于動(dòng)態(tài)變化之中，單一游戲廠商的長(zhǎng)期優(yōu)勢(shì)尚未完全確立。相比之下，平臺(tái)型廠商作為開(kāi)發(fā)者生態(tài)、用戶流量與內(nèi)容分發(fā)的核心樞紐，將更直接受益于供給擴(kuò)容與用戶活躍度提升。

引擎向智能化開(kāi)發(fā)工具演進(jìn)，AI重構(gòu)游戲工業(yè)底座

游戲引擎作為游戲工業(yè)化的核心基礎(chǔ)設(shè)施，長(zhǎng)期具備深厚的技術(shù)與生態(tài)壁壘。游戲引擎（Game Engine）本質(zhì)上是集資產(chǎn)制作、渲染、物理模擬、動(dòng)畫(huà)、網(wǎng)絡(luò)同步、腳本編程與編輯器工具于一體的底層工業(yè)化框架，其核心價(jià)值在于通過(guò)標(biāo)準(zhǔn)化工具鏈與統(tǒng)一開(kāi)發(fā)范式，降低重復(fù)開(kāi)發(fā)成本并提升團(tuán)隊(duì)協(xié)同效率。經(jīng)過(guò)數(shù)十年迭代，主流引擎已在穩(wěn)定性、性能優(yōu)化與跨平臺(tái)適配方面形成高度成熟的工業(yè)標(biāo)準(zhǔn)，成為承載3A項(xiàng)目復(fù)雜資源調(diào)度與千萬(wàn)級(jí)代碼體系的核心基礎(chǔ)設(shè)施。

在過(guò)去十年的工業(yè)化轉(zhuǎn)型中，行業(yè)已從自研引擎模式轉(zhuǎn)向以Unity和Unreal為代表的第三方雙寡頭生態(tài)。VGI統(tǒng)計(jì)2012–2024年，行業(yè)自研引擎開(kāi)發(fā)占比由71%降至13%，Unity自2021年起穩(wěn)定占據(jù)Steam新增游戲約50%的份額。我們認(rèn)為主要原因在于： 1）在經(jīng)濟(jì)性層面，主流引擎普遍采用“收入達(dá)標(biāo)后再分成”的商業(yè)模式，本質(zhì)上將高額前置研發(fā)投入轉(zhuǎn)化為后置成本，同時(shí)成熟引擎經(jīng)過(guò)大量商業(yè)項(xiàng)目驗(yàn)證，顯著降低因底層架構(gòu)錯(cuò)誤導(dǎo)致的研發(fā)返工與試錯(cuò)成本；2）開(kāi)發(fā)者生態(tài)與人才標(biāo)準(zhǔn)化進(jìn)一步強(qiáng)化了頭部引擎的網(wǎng)絡(luò)效應(yīng)，Unity、Unreal已逐步成為行業(yè)通用開(kāi)發(fā)語(yǔ)言，開(kāi)發(fā)者可直接復(fù)用現(xiàn)有資產(chǎn)、插件與開(kāi)發(fā)經(jīng)驗(yàn)，實(shí)現(xiàn)人才的即插即用；同時(shí)資產(chǎn)商店與開(kāi)源社區(qū)也持續(xù)降低重復(fù)開(kāi)發(fā)需求，使團(tuán)隊(duì)能夠更聚焦于玩法與內(nèi)容創(chuàng)新。

但隨著AI技術(shù)持續(xù)改造游戲工業(yè)鏈，行業(yè)正進(jìn)入第三方引擎主導(dǎo)+頭部廠商強(qiáng)化自研能力并行發(fā)展的新階段。一方面，AI正在降低部分底層工具開(kāi)發(fā)門(mén)檻，推動(dòng)騰訊、索尼、EA等頭部廠商重新加強(qiáng)自研引擎、私有工具鏈與內(nèi)部工業(yè)平臺(tái)建設(shè)，以滿足大型項(xiàng)目對(duì)專(zhuān)屬資產(chǎn)管線、實(shí)時(shí)生成內(nèi)容及AI工作流協(xié)同的需求；另一方面，AI并未削弱第三方引擎的重要性，反而進(jìn)一步強(qiáng)化了其作為標(biāo)準(zhǔn)化開(kāi)發(fā)平臺(tái)的價(jià)值。當(dāng)前Unity、Unreal Engine等主流引擎正持續(xù)將AI能力嵌入腳本生成、資產(chǎn)制作、動(dòng)畫(huà)生成、測(cè)試優(yōu)化等核心模塊，以降低開(kāi)發(fā)復(fù)雜度并提升項(xiàng)目啟動(dòng)效率。整體來(lái)看，頭部廠商的自研強(qiáng)化更多體現(xiàn)為內(nèi)部工業(yè)體系升級(jí)，而第三方引擎則繼續(xù)承擔(dān)行業(yè)通用基礎(chǔ)設(shè)施角色，共同推動(dòng)游戲工業(yè)向更高效率演進(jìn)。

AI正在推動(dòng)游戲引擎由傳統(tǒng)功能執(zhí)行工具向智能生成平臺(tái)演進(jìn)。過(guò)去游戲開(kāi)發(fā)主要依賴(lài)代碼、節(jié)點(diǎn)系統(tǒng)與參數(shù)配置進(jìn)行手動(dòng)構(gòu)建，而AI引入后，開(kāi)發(fā)流程正逐步轉(zhuǎn)向基于自然語(yǔ)言、語(yǔ)義理解與實(shí)時(shí)生成的協(xié)同開(kāi)發(fā)模式。傳統(tǒng)引擎更多承擔(dān)渲染、物理模擬、動(dòng)畫(huà)播放、資源調(diào)度與跨平臺(tái)適配等底層執(zhí)行功能，而在AI能力嵌入后，引擎開(kāi)始具備資產(chǎn)生成、場(chǎng)景理解、行為推演、自動(dòng)測(cè)試與性能優(yōu)化能力，逐漸成為連接模型、資源庫(kù)與開(kāi)發(fā)流程的智能中樞。例如在傳統(tǒng)流程中，一個(gè)開(kāi)放世界場(chǎng)景往往需要美術(shù)、地編、燈光與程序團(tuán)隊(duì)分別完成資產(chǎn)制作、地圖擺放、碰撞配置與性能優(yōu)化；而在AI工作流中，開(kāi)發(fā)者只需輸入場(chǎng)景目標(biāo)、風(fēng)格描述與玩法需求，系統(tǒng)即可自動(dòng)生成基礎(chǔ)地形、建筑布局、植被分布與光照方案，并進(jìn)一步完成LOD優(yōu)化、路徑生成與性能適配，大幅壓縮前期搭建時(shí)間。

目前，Unity與Unreal Engine等一線引擎商均已系統(tǒng)性推進(jìn)AI工具鏈建設(shè)。Unity在經(jīng)歷Muse等早期實(shí)驗(yàn)性產(chǎn)品后，公司已將AI能力進(jìn)一步整合至Unity 6與整體開(kāi)發(fā)生態(tài)中。此前，Muse支持代碼生成、場(chǎng)景搭建、Shader生成與行為腳本輔助，開(kāi)發(fā)者可直接通過(guò)文本指令快速創(chuàng)建原型。例如輸入“生成一個(gè)賽博朋克風(fēng)格街道，包含雨夜燈光、動(dòng)態(tài)廣告牌與可交互NPC”，系統(tǒng)即可自動(dòng)調(diào)用資源并完成初步場(chǎng)景構(gòu)建。Sentis則允許開(kāi)發(fā)者直接在Unity運(yùn)行時(shí)部署神經(jīng)網(wǎng)絡(luò)模型，使AI推理能夠在本地實(shí)時(shí)運(yùn)行，包括NPC決策、語(yǔ)音交互與動(dòng)態(tài)行為生成等能力。

Unreal Engine則持續(xù)強(qiáng)化MetaHuman、Procedural Content Generation（PCG）與機(jī)器學(xué)習(xí)動(dòng)畫(huà)系統(tǒng)。MetaHuman已經(jīng)能夠通過(guò)少量照片快速生成高精度數(shù)字人，并自動(dòng)完成骨骼綁定、面部Rig與表情系統(tǒng)搭建，將傳統(tǒng)需要數(shù)周的人物制作流程壓縮至數(shù)小時(shí)。PCG系統(tǒng)則支持開(kāi)發(fā)者通過(guò)規(guī)則與AI算法自動(dòng)生成地圖、植被與關(guān)卡布局，例如在開(kāi)放世界項(xiàng)目中自動(dòng)生成道路、山脈與生態(tài)分布，并根據(jù)玩家行為實(shí)時(shí)調(diào)整資源密度與探索節(jié)奏。Epic同時(shí)還在強(qiáng)化ML Deformer等AI動(dòng)畫(huà)工具，通過(guò)機(jī)器學(xué)習(xí)實(shí)現(xiàn)更自然的角色動(dòng)作與肌肉模擬，降低高質(zhì)量動(dòng)畫(huà)制作成本。

除傳統(tǒng)引擎廠商外，AI基礎(chǔ)設(shè)施廠商也開(kāi)始深度切入游戲開(kāi)發(fā)流程。NVIDIA推出的ACE（Avatar Cloud Engine）系統(tǒng)，已經(jīng)能夠?qū)崿F(xiàn)數(shù)字角色的實(shí)時(shí)語(yǔ)音理解、情緒反饋與動(dòng)作生成。其核心能力包括ASR語(yǔ)音識(shí)別、大語(yǔ)言模型驅(qū)動(dòng)對(duì)話、RAG記憶系統(tǒng)以及Audio2Face實(shí)時(shí)面部驅(qū)動(dòng)技術(shù)，能夠讓NPC根據(jù)玩家語(yǔ)音進(jìn)行即時(shí)回應(yīng)，而非依賴(lài)固定腳本。例如在《Covert Protocol》等演示項(xiàng)目中，NPC能夠記住玩家此前行為，并基于任務(wù)背景生成動(dòng)態(tài)對(duì)話與情緒反饋，使游戲交互從傳統(tǒng)樹(shù)狀選項(xiàng)逐步轉(zhuǎn)向開(kāi)放式交流。

騰訊在混元大模型體系下推進(jìn)全鏈路解決方案與物理世界生成。在角色建模方面，公司基于VISVISE AI全鏈路矩陣，通過(guò)SkeletonGen秒級(jí)生成骨骼、飄帶，以GoSkinning將自動(dòng)蒙皮效率提升6-8倍， 在MotionGen輸入文本、視頻或關(guān)鍵幀制作動(dòng)捕質(zhì)量動(dòng)畫(huà)，整體推動(dòng)研發(fā)自動(dòng)化率提升至80%以上，并落地于《王者榮耀》《和平精英》等90余款產(chǎn)品。在物理世界生成方面，混元3D支持多模態(tài)輸入自動(dòng)生成可交互、可碰撞的3D場(chǎng)景資產(chǎn)，并兼容Unity、UE等引擎進(jìn)行二次編輯。玩法層面，騰訊重點(diǎn)布局AI NPC與互動(dòng)內(nèi)容生態(tài)，《絕地求生》AI NPC已具備跨局記憶與實(shí)時(shí)戰(zhàn)術(shù)響應(yīng)能力，探夢(mèng)DreamNow則通過(guò)AI生成與UGC機(jī)制推動(dòng)互動(dòng)影游向社區(qū)化生態(tài)演進(jìn)。

TapTap推出AI游戲創(chuàng)作智能體TapTap制造。26年1月TapTap制造發(fā)布測(cè)試招募，定位為零門(mén)檻游戲開(kāi)發(fā)工具，用戶僅需通過(guò)自然語(yǔ)言描述游戲創(chuàng)意，即可由AI自動(dòng)生成游戲邏輯、美術(shù)素材與音效資源，并快速生成可游玩的Demo。從技術(shù)架構(gòu)來(lái)看，TapTap制造基于AI Native引擎與云原生基礎(chǔ)設(shè)施構(gòu)建，集成高性能3D渲染管線、物理引擎及聯(lián)網(wǎng)對(duì)戰(zhàn)能力，并提供開(kāi)箱即用的服務(wù)器與網(wǎng)絡(luò)服務(wù)，使開(kāi)發(fā)者無(wú)需自行部署后端即可實(shí)現(xiàn)多人聯(lián)機(jī)等復(fù)雜功能。同時(shí)，平臺(tái)還為開(kāi)發(fā)者提供了一定額度的免費(fèi)算力與服務(wù)器資源。借助這些能力，TapTap制造不僅能夠支持簡(jiǎn)單休閑游戲的快速生成，也具備構(gòu)建較復(fù)雜互動(dòng)體驗(yàn)的技術(shù)基礎(chǔ)。

在生態(tài)層面，TapTap制造與平臺(tái)形成“創(chuàng)作-發(fā)布-分發(fā)-社區(qū)反饋”的完整閉環(huán)。開(kāi)發(fā)者完成創(chuàng)作后，可直接將作品發(fā)布至TapTap平臺(tái)，并通過(guò)評(píng)分、評(píng)論與社區(qū)討論等機(jī)制獲取玩家反饋，持續(xù)優(yōu)化游戲內(nèi)容。這一模式既有助于擴(kuò)大TapTap平臺(tái)的內(nèi)容供給規(guī)模，也能夠通過(guò)社區(qū)驅(qū)動(dòng)的評(píng)價(jià)體系篩選優(yōu)質(zhì)AI游戲內(nèi)容，為后續(xù)游戲開(kāi)發(fā)與迭代提供數(shù)據(jù)參考與創(chuàng)意來(lái)源。此前TapTap輕量級(jí)UGC游戲開(kāi)發(fā)引擎通過(guò)中文可視化編程+預(yù)制模塊，已在TapTap和Steam平臺(tái)累計(jì)孵化約500款游戲，為平臺(tái)UGC內(nèi)容生態(tài)積累了初步經(jīng)驗(yàn)與開(kāi)發(fā)者基礎(chǔ)。我們認(rèn)為，在既有UGC生態(tài)基礎(chǔ)上，TapTap制造繼續(xù)提升平臺(tái)內(nèi)容豐富度與創(chuàng)新活力。截至2026年3月，由TapTap制造生成的作品《塔樓跑酷》在平臺(tái)的熱度已達(dá)到約2.2萬(wàn)，初步驗(yàn)證了AI生成內(nèi)容在社區(qū)分發(fā)與用戶互動(dòng)層面的潛在吸引力。

Google的Genie則代表了另一條更偏底層的技術(shù)路線。世界模型被視為AI引擎演進(jìn)的重要方向。與傳統(tǒng)引擎依賴(lài)人工搭建場(chǎng)景、編寫(xiě)規(guī)則與預(yù)設(shè)邏輯不同，世界模型能夠通過(guò)學(xué)習(xí)海量視頻、游戲錄像與物理數(shù)據(jù)，自主推演環(huán)境變化、角色行為與物理交互關(guān)系。Genie世界模型能夠在沒(méi)有傳統(tǒng)游戲代碼與規(guī)則系統(tǒng)的情況下，僅依據(jù)圖片或文本生成可操作場(chǎng)景，并實(shí)時(shí)響應(yīng)玩家移動(dòng)與交互行為。例如用戶上傳一張2D平臺(tái)跳躍游戲截圖后，Genie即可自動(dòng)生成完整可游玩的關(guān)卡，并根據(jù)玩家操作實(shí)時(shí)更新環(huán)境狀態(tài)。

我們認(rèn)為AI或?qū)⒉糠钟绊懹螒蛞媸袌?chǎng)份額，但并未動(dòng)搖游戲引擎作為核心基礎(chǔ)設(shè)施的地位。游戲引擎本質(zhì)上承擔(dān)的是底層運(yùn)行框架與標(biāo)準(zhǔn)化工具鏈功能，其長(zhǎng)期積累的工程穩(wěn)定性與生態(tài)兼容性難以被單一AI能力替代。這可以類(lèi)比為AI對(duì)數(shù)據(jù)倉(cāng)庫(kù)行業(yè)的重塑邏輯：數(shù)據(jù)倉(cāng)庫(kù)在AI時(shí)代并未被大模型替代，而是從傳統(tǒng)存儲(chǔ)系統(tǒng)逐步演進(jìn)為承載數(shù)據(jù)治理、實(shí)時(shí)計(jì)算、向量檢索與AI調(diào)用的統(tǒng)一平臺(tái)；同樣，游戲引擎也并非單純的渲染工具，而是承擔(dān)資產(chǎn)管理、運(yùn)行調(diào)度、跨平臺(tái)部署、多人協(xié)同、物理模擬與性能優(yōu)化等核心基礎(chǔ)設(shè)施職責(zé)。生成式AI雖然能夠顯著提升代碼、美術(shù)、劇情與NPC生成效率，但相關(guān)內(nèi)容最終仍需通過(guò)引擎完成標(biāo)準(zhǔn)化組織、實(shí)時(shí)渲染與工業(yè)化落地，因此AI更可能推動(dòng)引擎向AI原生開(kāi)發(fā)平臺(tái)升級(jí)。

從產(chǎn)業(yè)演進(jìn)路徑來(lái)看，AI將進(jìn)一步推動(dòng)引擎等傳統(tǒng)工具平臺(tái)轉(zhuǎn)向開(kāi)發(fā)者平臺(tái)。數(shù)據(jù)倉(cāng)庫(kù)的價(jià)值主要體現(xiàn)在降低數(shù)據(jù)使用門(mén)檻、提升分析效率，而底層平臺(tái)則受益于AI時(shí)代帶來(lái)的數(shù)據(jù)調(diào)用量、存儲(chǔ)量與工作流復(fù)雜度提升；對(duì)應(yīng)到游戲行業(yè)，AI降低了內(nèi)容生產(chǎn)門(mén)檻后，行業(yè)供給端或?qū)⒂瓉?lái)爆發(fā)，引擎公司核心受益點(diǎn)也將逐步從單一授權(quán)收入，轉(zhuǎn)向開(kāi)發(fā)者生態(tài)擴(kuò)張、AI工作流調(diào)用、云協(xié)同開(kāi)發(fā)、實(shí)時(shí)算力調(diào)度以及增值工具鏈服務(wù)。Unity、Unreal Engine等主流廠商當(dāng)前均在持續(xù)強(qiáng)化AI集成能力，本質(zhì)上與Snowflake、Databricks等數(shù)據(jù)平臺(tái)引入Copilot、Agent與AI Pipeline類(lèi)似，旨在進(jìn)一步增強(qiáng)平臺(tái)黏性與開(kāi)發(fā)閉環(huán)。

AI加速傳統(tǒng)游戲管線開(kāi)發(fā)，從局部提效走向全鏈路賦能

當(dāng)前游戲行業(yè)呈現(xiàn)典型的內(nèi)容密集型產(chǎn)業(yè)特征，反映在高人力投入及低容錯(cuò)率。根據(jù)中國(guó)音像與數(shù)字出版協(xié)會(huì)游戲出版工作委員會(huì)發(fā)布的《2025年中國(guó)游戲產(chǎn)業(yè)報(bào)告》，2025年中國(guó)國(guó)內(nèi)游戲市場(chǎng)實(shí)際銷(xiāo)售收入為3507.89億元，同比增長(zhǎng)7.68%，用戶規(guī)模達(dá)6.83億，同比增長(zhǎng)1.35%，市場(chǎng)規(guī)模繼續(xù)創(chuàng)歷史新高。研發(fā)側(cè)看，前瞻產(chǎn)業(yè)研究院指出，2024年中國(guó)TOP20移動(dòng)游戲企業(yè)研發(fā)投入合計(jì)990.20億元，同比增長(zhǎng)8.8%，相當(dāng)于當(dāng)年國(guó)內(nèi)游戲市場(chǎng)實(shí)際銷(xiāo)售收入3257.83億元的30.4%；研發(fā)人員數(shù)量為15721人，研發(fā)人員數(shù)量占總員工數(shù)比例的行業(yè)中位數(shù)為47.24%。反映出行業(yè)在高研發(fā)投入、高人員配置下整體容錯(cuò)空間有限。對(duì)于單個(gè)項(xiàng)目而言，研發(fā)周期越長(zhǎng)、團(tuán)隊(duì)規(guī)模越大，前期沉沒(méi)成本越高，一旦產(chǎn)品表現(xiàn)不及預(yù)期，成本回收壓力將顯著加大。以《逆水寒》手游為例，據(jù)36氪，該項(xiàng)目研發(fā)團(tuán)隊(duì)曾達(dá)700人，研發(fā)成本約8億元，體現(xiàn)出頭部項(xiàng)目開(kāi)發(fā)成本剛性。

傳統(tǒng)游戲研發(fā)是一個(gè)復(fù)雜的系統(tǒng)工程，導(dǎo)致邊際成本變化較小。一款大型游戲自預(yù)研立項(xiàng)到上線一般需數(shù)月至數(shù)年：1）預(yù)研階段，開(kāi)展市場(chǎng)調(diào)研與競(jìng)品分析，明確核心創(chuàng)意、目標(biāo)用戶及玩法框架；2）Demo開(kāi)發(fā)與驗(yàn)證階段（2周–2個(gè)月），快速構(gòu)建核心玩法原型并進(jìn)行小范圍測(cè)試反饋；3）立項(xiàng)階段（1–4周），完成可行性評(píng)估、資源配置及團(tuán)隊(duì)組建；4）設(shè)計(jì)開(kāi)發(fā)階段（4–12個(gè)月及以上），由策劃、程序與美術(shù)三大團(tuán)隊(duì)協(xié)同推進(jìn)內(nèi)容生產(chǎn)，其中策劃負(fù)責(zé)系統(tǒng)與世界觀設(shè)計(jì)，程序承擔(dān)技術(shù)架構(gòu)與功能實(shí)現(xiàn)，美術(shù)完成風(fēng)格設(shè)定與資產(chǎn)制作；5）測(cè)試調(diào)優(yōu)與上線準(zhǔn)備階段（數(shù)周至數(shù)月），通過(guò)多輪測(cè)試與優(yōu)化實(shí)現(xiàn)產(chǎn)品商業(yè)化落地。整體來(lái)看，游戲研發(fā)鏈條較長(zhǎng)、協(xié)同復(fù)雜，各階段以人力密集投入為主，疊加美術(shù)與系統(tǒng)開(kāi)發(fā)的高度定制化特征，導(dǎo)致邊際成本下降空間有限、成本前置加劇投入壓力。

同時(shí)，產(chǎn)品規(guī)格提升會(huì)放大鏈條復(fù)雜度和資源消耗。HushCrasher基于Steam平臺(tái)游戲樣本，在對(duì)2022-2025年間上線的近十萬(wàn)款產(chǎn)品進(jìn)行測(cè)算后指出，半數(shù)小型游戲開(kāi)發(fā)者預(yù)算不超過(guò)6.5萬(wàn)美元，但中型游戲成本已升至小型游戲的14倍，AA級(jí)游戲進(jìn)一步達(dá)到中型游戲的33倍，AAA級(jí)游戲則較AA級(jí)再提升約10倍，單項(xiàng)目投入動(dòng)輒數(shù)億美元。同時(shí)，在此樣本對(duì)應(yīng)的估算數(shù)據(jù)中，3D化、多人在線和長(zhǎng)線運(yùn)營(yíng)逐漸成為高預(yù)算項(xiàng)目的主要特征，對(duì)2022-2025年Steam近2萬(wàn)款產(chǎn)品的測(cè)算顯示，3D游戲平均預(yù)算約為2D游戲的16倍，多人游戲在預(yù)算超過(guò)1000萬(wàn)美元項(xiàng)目中的占比已升至50%。這表明，游戲研發(fā)成本隨著內(nèi)容體量、資產(chǎn)精度和工業(yè)化程度提高而持續(xù)上升。

策劃端：AI加速創(chuàng)意生成，降低試錯(cuò)成本

策劃與設(shè)計(jì)環(huán)節(jié)是游戲開(kāi)發(fā)階段中負(fù)責(zé)定義規(guī)則、組織內(nèi)容的核心環(huán)節(jié)。其任務(wù)是將項(xiàng)目題材、目標(biāo)用戶與商業(yè)化要求轉(zhuǎn)化為可執(zhí)行的玩法系統(tǒng)、關(guān)卡規(guī)則、數(shù)值框架等。根據(jù)Ukie、skillsearch統(tǒng)計(jì)的薪酬數(shù)據(jù)加權(quán)測(cè)算，設(shè)計(jì)在核心開(kāi)發(fā)環(huán)節(jié)中的價(jià)值量占比約為五分之一，且開(kāi)發(fā)人員薪酬水平高于多數(shù)核心工種。

AI在策劃環(huán)節(jié)的價(jià)值集中于信息整理與創(chuàng)意發(fā)散。根據(jù)發(fā)布的《2026 State of the Game Industry Survey》，游戲行業(yè)使用生成式 AI 的最常見(jiàn)場(chǎng)景是頭腦風(fēng)暴/研究（81%）和原型設(shè)計(jì)（35%），顯示策劃環(huán)節(jié)已成為AI最先落地的領(lǐng)域之一。從任務(wù)拆解看，GDC 報(bào)告還指出AI可直接覆蓋的工作內(nèi)容占比最高可達(dá)55%；在首輪探索、草圖設(shè)計(jì)及方案發(fā)散階段，開(kāi)發(fā)循環(huán)耗時(shí)有望下降約45%。同時(shí)，伽馬數(shù)據(jù)的相關(guān)報(bào)告指出，AI顯著降低了內(nèi)容創(chuàng)作門(mén)檻，使玩家得以參與策劃與設(shè)計(jì)過(guò)程，推動(dòng)形成以用戶共創(chuàng)為特征的新型內(nèi)容生產(chǎn)模式。

美術(shù)端：從重復(fù)勞動(dòng)邁向工業(yè)化中臺(tái)

在研發(fā)價(jià)值鏈中，美術(shù)通常是工業(yè)化的阿喀琉斯之踵。美術(shù)生產(chǎn)鏈條本身高度復(fù)雜，通常包括概念設(shè)計(jì)、建模、貼圖、動(dòng)畫(huà)、場(chǎng)景搭建等多個(gè)階段，工序多、反饋鏈長(zhǎng)、返工代價(jià)高，決定了其天然具有高人力密度特征。據(jù)jobUI職友集統(tǒng)計(jì)，國(guó)內(nèi)行業(yè)美術(shù)環(huán)節(jié)成本通常占據(jù)游戲總開(kāi)發(fā)成本的30%-50%，人力占比亦高達(dá)約50%，涵蓋概念設(shè)計(jì)、角色建模、場(chǎng)景搭建、動(dòng)畫(huà)制作、UI設(shè)計(jì)及過(guò)場(chǎng)動(dòng)畫(huà)等多個(gè)細(xì)分工種。

游戲規(guī)模擴(kuò)張與原創(chuàng)性要求提升限制了美術(shù)成本的下降空間。隨著游戲從輕量化產(chǎn)品向高規(guī)格、重內(nèi)容方向演進(jìn)，美術(shù)環(huán)節(jié)的工時(shí)投入和預(yù)算規(guī)模也被持續(xù)推高。相較于像素風(fēng)、低多邊形等輕量化美術(shù)方案，寫(xiě)實(shí)化、3A級(jí)美術(shù)對(duì)精度、表現(xiàn)力和擬真度要求更高，往往需要投入數(shù)倍乃至數(shù)十倍資源。以高精度角色為例，單個(gè)角色制作周期可達(dá)6-12周，成本超過(guò)2萬(wàn)美元；完整關(guān)卡的美術(shù)開(kāi)發(fā)周期甚至可延續(xù)數(shù)月以上。另一方面，商業(yè)游戲普遍強(qiáng)調(diào)世界觀統(tǒng)一、視覺(jué)差異化和內(nèi)容原創(chuàng)性，決定了大量核心素材難以直接復(fù)用，必須圍繞具體項(xiàng)目重新設(shè)計(jì)和制作。GameRes數(shù)據(jù)顯示，國(guó)內(nèi)中大型商業(yè)游戲的美術(shù)外包成本通常1000萬(wàn)元起步，頭部項(xiàng)目則接近2000萬(wàn)元。

從Skillsearch 2025薪酬調(diào)查的崗位分類(lèi)看，美術(shù)團(tuán)隊(duì)通常由美術(shù)方向、概念設(shè)計(jì)、角色美術(shù)、場(chǎng)景美術(shù)、UI、VFX、動(dòng)畫(huà)、技術(shù)美術(shù)等多個(gè)子鏈條組成。根據(jù)Ukie與Skillsearch數(shù)據(jù)，美術(shù)在整體流程中的崗位占比接近20%，在設(shè)計(jì)開(kāi)發(fā)階段的工時(shí)占比約30%，人力成本占主開(kāi)發(fā)環(huán)節(jié)約30%；若進(jìn)一步計(jì)入外包、風(fēng)格評(píng)審及返工等隱性成本，其在項(xiàng)目總成本中的實(shí)際占比更高，體現(xiàn)出顯著的高人力密度與高成本特征。

資產(chǎn)生產(chǎn)是傳統(tǒng)游戲美術(shù)管線中最耗時(shí)且成本最高的環(huán)節(jié)。其任務(wù)是依據(jù)既定風(fēng)格和概念藍(lán)圖，批量生產(chǎn)角色、場(chǎng)景、道具、UI、動(dòng)畫(huà)和VFX等正式資產(chǎn)，即把設(shè)計(jì)文檔真正帶到屏幕上。從崗位結(jié)構(gòu)看，這一環(huán)節(jié)通常吸納了美術(shù)團(tuán)隊(duì)中最廣泛且重要的崗位。Skillsearch的游戲行業(yè)薪酬調(diào)查顯示，其所包含的技術(shù)美術(shù)（￡62,177），3D美術(shù)（￡58,760），UX/UI美術(shù)（￡58,209），場(chǎng)景美術(shù)（￡57,872），特效美術(shù)（￡57,312）等均是獨(dú)立且平均薪酬較高的子類(lèi)。由于涉及崗位廣泛且人力/時(shí)間成本較高，本階段占據(jù)了美術(shù)環(huán)節(jié)最多的成本投入。

AI在2D美術(shù)環(huán)節(jié)已實(shí)現(xiàn)高效滲透，顯著降低出圖與變體成本。在2D生成層面，AI主要應(yīng)用于視覺(jué)變體生成、貼圖制作、界面排版及靜幀向短視頻的動(dòng)效預(yù)演等場(chǎng)景，顯著提升內(nèi)容產(chǎn)出效率。三七互娛的AI美術(shù)中臺(tái)“圖靈”單季度可產(chǎn)出超50萬(wàn)張2D美術(shù)素材，為角色原畫(huà)環(huán)節(jié)節(jié)省60%-80%工時(shí)，對(duì)生產(chǎn)提效幅度超過(guò)80%；騰訊混元AI已在《王者榮耀》《和平精英》等頭部項(xiàng)目中落地，將傳統(tǒng)約12小時(shí)的角色設(shè)計(jì)流程壓縮至30分鐘，推動(dòng)美術(shù)團(tuán)隊(duì)效率提升約300%。騰訊游戲推出的MotionBlink動(dòng)畫(huà)生成工具能夠自動(dòng)補(bǔ)全中間幀，使原本需要數(shù)天時(shí)間制作的動(dòng)畫(huà)僅需4秒便可完成200幀的生成，效率提升高達(dá)8倍；但現(xiàn)階段AI對(duì)高精度動(dòng)畫(huà)的取代程度有限，NVIDIA指出，目前核心戰(zhàn)斗動(dòng)畫(huà)、復(fù)雜敘事演出和長(zhǎng)鏡頭表演仍然依賴(lài)于資深動(dòng)畫(huà)和導(dǎo)演控制。

AI在3D環(huán)節(jié)主要聚焦前端提效，尚難替代高精度生產(chǎn)級(jí)資產(chǎn)。在3D生成方面，AI更適用于草模生成及中低復(fù)雜度資產(chǎn)生產(chǎn)，可顯著縮短從概念設(shè)計(jì)到可編輯模型的轉(zhuǎn)化周期，尤其適用于原型驗(yàn)證、關(guān)卡填充及標(biāo)準(zhǔn)化場(chǎng)景件制作。以騰訊混元3D為例，中等精度角色模型制作時(shí)間可由3–5天壓縮至約2小時(shí)，NPC資產(chǎn)成本降低62%，新角色上線周期由2周縮短至3天。然而NVIDIA指出，美術(shù)原創(chuàng)網(wǎng)格模型的拓?fù)浜图?xì)節(jié)要求很高仍依賴(lài)人工建模。在多數(shù)商業(yè)項(xiàng)目中，AI仍無(wú)法直接替代最終成品模型、手動(dòng)拓?fù)洌约傲慨a(chǎn)生產(chǎn)級(jí)資產(chǎn)。

程序端：AI成為效率杠桿最明確的環(huán)節(jié)

程序主導(dǎo)系統(tǒng)落地，AI協(xié)助編程提效與測(cè)試自動(dòng)化。程序開(kāi)發(fā)環(huán)節(jié)的核心任務(wù)在于將策劃規(guī)則與內(nèi)容需求轉(zhuǎn)化為可運(yùn)行的客戶端、服務(wù)端及底層系統(tǒng)，并完成與引擎及數(shù)據(jù)體系的穩(wěn)定集成，最終輸出包括功能模塊、工具腳本及自動(dòng)化構(gòu)建在內(nèi)的系統(tǒng)能力。作為研發(fā)體系中的核心支柱，我們測(cè)算程序環(huán)節(jié)在開(kāi)發(fā)階段的工時(shí)占比約為35.6%–36.4%，且從原型搭建貫穿至調(diào)試優(yōu)化與上線階段，覆蓋周期通常達(dá)60%–90%，顯著長(zhǎng)于單一內(nèi)容工種。

AI提升首輪開(kāi)發(fā)效率，顯著壓縮重復(fù)性編碼成本。在程序環(huán)節(jié)中，AI的價(jià)值主要體現(xiàn)在代碼生成、智能補(bǔ)全及Bug排查等方面。根據(jù)GDC發(fā)布的《2026 State of the Game Industry Report》，36%的游戲從業(yè)者已使用生成式AI，其中47%用于編程輔助；GitHub針對(duì)Copilot代碼質(zhì)量的隨機(jī)對(duì)照實(shí)驗(yàn)表明，Copilot在控制實(shí)驗(yàn)中可實(shí)現(xiàn)最高55%的開(kāi)發(fā)提速，并在代碼質(zhì)量與可讀性方面帶來(lái)可量化提升。對(duì)于標(biāo)準(zhǔn)化、重復(fù)性較高的代碼任務(wù)，AI甚至可實(shí)現(xiàn)近10倍效率提升。Unity《2026 Game Development Report》亦顯示，AI引入后開(kāi)發(fā)者開(kāi)發(fā)時(shí)長(zhǎng)中位數(shù)已由2022年的90+小時(shí)降至2025年的19小時(shí)，降幅達(dá)77%。

項(xiàng)目規(guī)模差異決定AI滲透深度，大廠與中小團(tuán)隊(duì)路徑分化。不同規(guī)模團(tuán)隊(duì)在AI應(yīng)用深度上的分化，本質(zhì)源于數(shù)據(jù)資產(chǎn)、工程復(fù)雜度與組織能力的結(jié)構(gòu)性差異。大型廠商通常擁有長(zhǎng)期沉淀的私有代碼庫(kù)、定制引擎分支及研發(fā)知識(shí)體系，具備將AI嵌入研發(fā)中臺(tái)的條件。GDC 2026顯示3A廠商內(nèi)部工具使用比例達(dá)30%，高于行業(yè)平均的21%。中小型團(tuán)隊(duì)則更受益于腳本生成、簡(jiǎn)單demo實(shí)現(xiàn)等AI單點(diǎn)功能。由于缺少工程化處理后的數(shù)據(jù)集和完善的測(cè)試體系，其代碼模型輸出難以穩(wěn)定復(fù)用，限制其在核心鏈路中的滲透深度。

運(yùn)營(yíng)端：廣告應(yīng)用日益成熟

運(yùn)營(yíng)商業(yè)化承接變現(xiàn)閉環(huán)，AI推動(dòng)運(yùn)營(yíng)向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型。運(yùn)營(yíng)與商業(yè)化環(huán)節(jié)貫穿上線準(zhǔn)備、上線后增長(zhǎng)及長(zhǎng)期經(jīng)營(yíng)，其核心在于將內(nèi)容與系統(tǒng)能力轉(zhuǎn)化為可持續(xù)的留存與付費(fèi)結(jié)果，涵蓋社區(qū)與客服運(yùn)營(yíng)、用戶觸達(dá)、廣告投放與創(chuàng)意生產(chǎn)、渠道轉(zhuǎn)化以及定價(jià)促銷(xiāo)等關(guān)鍵模塊。該環(huán)節(jié)本質(zhì)上以精細(xì)化運(yùn)營(yíng)與持續(xù)迭代為特征，是連接產(chǎn)品價(jià)值與商業(yè)回報(bào)的核心樞紐。

AI在運(yùn)營(yíng)環(huán)節(jié)的價(jià)值主要體現(xiàn)在創(chuàng)意供給擴(kuò)展及運(yùn)營(yíng)自動(dòng)化。在買(mǎi)量與廣告?zhèn)龋墒紸I顯著降低靜態(tài)素材、短視頻創(chuàng)意及本地化改編成本，提升創(chuàng)意產(chǎn)出效率與測(cè)試密度，從而放大投放轉(zhuǎn)化能力；在社區(qū)與客服側(cè)，AI通過(guò)虛擬陪伴、智能答疑及策略輔助等方式降低人力投入并增強(qiáng)用戶互動(dòng)體驗(yàn)；在用戶分層與觸達(dá)側(cè)，AI基于行為數(shù)據(jù)實(shí)現(xiàn)動(dòng)態(tài)建模與實(shí)時(shí)推理，推動(dòng)千人千面的內(nèi)容推薦與營(yíng)銷(xiāo)策略落地，有助于提升用戶的留存率與付費(fèi)意愿。

全球廠商布局：加注工作流改造，底層基礎(chǔ)設(shè)施價(jià)值凸顯

綜合來(lái)看，當(dāng)前AI對(duì)游戲工業(yè)鏈的改造已不再局限于單一生成工具，而是逐步向底層基礎(chǔ)設(shè)施、開(kāi)發(fā)平臺(tái)與運(yùn)行生態(tài)延伸。從全球廠商布局方向看，AI游戲產(chǎn)業(yè)鏈能力正逐漸沉淀為渲染優(yōu)化、開(kāi)發(fā)工具、內(nèi)容生成與云端基礎(chǔ)設(shè)施四大核心能力層，并共同構(gòu)成下一代游戲工業(yè)體系的底層支撐。

1）在渲染與性能優(yōu)化層面，AI正在成為提升畫(huà)面表現(xiàn)與運(yùn)行效率的重要基礎(chǔ)能力。NVIDIA與AMD分別通過(guò)DLSS與FSR等AI超分辨率技術(shù)，實(shí)現(xiàn)低分辨率渲染、高分辨率輸出，在降低GPU負(fù)載的同時(shí)顯著提升游戲幀率與畫(huà)面質(zhì)量。其中DLSS 4已進(jìn)一步引入多幀生成與Transformer模型，使復(fù)雜光追場(chǎng)景下的實(shí)時(shí)渲染能力明顯提升。我們認(rèn)為，AI渲染技術(shù)本質(zhì)上是在以算法能力替代部分硬件算力，其長(zhǎng)期意義在于降低高品質(zhì)內(nèi)容對(duì)終端性能的依賴(lài)，并推動(dòng)3A體驗(yàn)向更多設(shè)備普及。

2）在開(kāi)發(fā)工具與工業(yè)化協(xié)同層面，AI正在推動(dòng)游戲研發(fā)流程進(jìn)一步自動(dòng)化與工程化。例如NVIDIA的Nsight工具可實(shí)現(xiàn)圖形調(diào)試、GPU性能分析與AI推理優(yōu)化，Google則通過(guò)BigQuery、Vertex AI與Kubernetes等云端能力提升數(shù)據(jù)處理與資源調(diào)度效率。與此同時(shí)，越來(lái)越多廠商開(kāi)始將AI Agent引入開(kāi)發(fā)流程，用于Bug檢測(cè)、代碼補(bǔ)全、資源管理與自動(dòng)測(cè)試，從而降低大型項(xiàng)目的人力協(xié)同成本。整體來(lái)看，AI不僅提升了單點(diǎn)生產(chǎn)效率，更開(kāi)始重構(gòu)游戲工業(yè)的整體協(xié)作模式。

3）在內(nèi)容生成與交互層面，AI則進(jìn)一步推動(dòng)游戲從靜態(tài)預(yù)設(shè)體驗(yàn)向動(dòng)態(tài)生成體驗(yàn)演進(jìn)。除Google Genie外，Google SIMA、Gemma、OpenAI、Anthropic Claude等模型均開(kāi)始被應(yīng)用于NPC行為決策、劇情生成、代碼開(kāi)發(fā)與多輪對(duì)話系統(tǒng)。Sony、Meta、騰訊等廠商也正在探索基于大模型的實(shí)時(shí)NPC交互與動(dòng)態(tài)劇情機(jī)制，使游戲角色逐步具備記憶、情緒反饋與自主行為能力。相比傳統(tǒng)樹(shù)狀腳本邏輯，AI驅(qū)動(dòng)下的交互系統(tǒng)更接近開(kāi)放式世界模擬，玩家體驗(yàn)的自由度與隨機(jī)性顯著提升。

4）在云端與基礎(chǔ)設(shè)施層面，AI游戲的發(fā)展也正在強(qiáng)化云計(jì)算與實(shí)時(shí)推理能力的重要性。Amazon推出AWS for Games，提供多人聯(lián)機(jī)、實(shí)時(shí)推理與彈性算力調(diào)度能力；微軟Azure、Google Cloud等平臺(tái)也在持續(xù)強(qiáng)化AI訓(xùn)練與游戲運(yùn)行一體化能力。由于未來(lái)大量AI NPC、實(shí)時(shí)生成場(chǎng)景與世界模型都將對(duì)推理性能提出更高要求，云端算力、邊緣部署與低延遲網(wǎng)絡(luò)能力有望成為AI原生游戲的重要基礎(chǔ)設(shè)施。

對(duì)小型團(tuán)隊(duì)與獨(dú)立開(kāi)發(fā)者而言，AI能夠使早期創(chuàng)意與靈感擺脫成本與技術(shù)限制的束縛，突破產(chǎn)能瓶頸。AI創(chuàng)作工具的普及在技術(shù)難度、時(shí)間投入與資金成本上均降低了游戲開(kāi)發(fā)門(mén)檻，能夠吸引更多小團(tuán)隊(duì)與獨(dú)立開(kāi)發(fā)者進(jìn)入市場(chǎng)。以微信小游戲?yàn)槔鶕?jù)平臺(tái)官方披露，在平臺(tái)累計(jì)40萬(wàn)余名開(kāi)發(fā)者中，目前已有約80%為30人以下的小團(tuán)隊(duì)。在開(kāi)發(fā)者基數(shù)擴(kuò)大與AI提效的雙重作用下，小型團(tuán)隊(duì)的總體產(chǎn)能有望得到釋放，形成規(guī)模可觀的增量供給。同時(shí)，由于小型團(tuán)隊(duì)決策鏈條較短、調(diào)整成本較低且靈活性較強(qiáng)，在發(fā)掘新玩法、快速跟進(jìn)熱點(diǎn)題材等方面具備天然優(yōu)勢(shì)。疊加AI游戲社區(qū)等新分發(fā)渠道的興起使產(chǎn)品曝光門(mén)檻進(jìn)一步降低，從這一龐大的供給基數(shù)中有望孵化出更多輕量級(jí)創(chuàng)新爆款產(chǎn)品，開(kāi)辟出差異化生存空間。

在AI普惠技術(shù)降本的背景下，我們認(rèn)為資源管線能力是決定內(nèi)容質(zhì)量與工業(yè)效率的重要基礎(chǔ)設(shè)施。資源庫(kù)層面，盡管生成式AI降低了素材生產(chǎn)門(mén)檻，但頭部廠商長(zhǎng)期積累、具備獨(dú)占版權(quán)的高精度私有資源庫(kù)，仍是抵御AI內(nèi)容同質(zhì)化的核心護(hù)城河。MCP（模型上下文協(xié)議）則進(jìn)一步放大了這一差異。作為AI智能體與資源庫(kù)之間的語(yǔ)義化接口，MCP不僅承擔(dān)數(shù)據(jù)調(diào)用功能，更決定AI對(duì)資產(chǎn)內(nèi)部語(yǔ)義、風(fēng)格規(guī)則與生產(chǎn)邏輯的理解深度，使AI能力從簡(jiǎn)單生成擴(kuò)展至智能調(diào)度與工業(yè)化組合優(yōu)化。相較于中小團(tuán)隊(duì)依賴(lài)開(kāi)源MCP接入公開(kāi)數(shù)據(jù)、導(dǎo)致素材一致性較弱且后期修正成本較高，頭部廠商能夠通過(guò)自研MCP深度整合私有資源庫(kù)，實(shí)現(xiàn)高精度資產(chǎn)的規(guī)模化生產(chǎn)，從而在生產(chǎn)效率、內(nèi)容質(zhì)量與邊際成本控制上仍然建立更強(qiáng)優(yōu)勢(shì)。

具體看，1）頭部游戲廠商的私有數(shù)據(jù)資產(chǎn)構(gòu)成了其核心競(jìng)爭(zhēng)壁壘。頭部廠商在長(zhǎng)期研發(fā)運(yùn)營(yíng)中積累了規(guī)模可觀的私有資料，涵蓋代碼倉(cāng)庫(kù)、美術(shù)資產(chǎn)庫(kù)、策劃文檔及用戶行為日志等。此類(lèi)數(shù)據(jù)不僅質(zhì)量較高，且與項(xiàng)目管線深度綁定，是訓(xùn)練適配游戲工業(yè)化管線的垂類(lèi)AI模型難以替代的語(yǔ)料。以美術(shù)管線為例，美術(shù)資產(chǎn)的源文件分層、3D模型拓?fù)浣Y(jié)構(gòu)、動(dòng)作文件的骨骼綁定邏輯以及代碼倉(cāng)庫(kù)的架構(gòu)依賴(lài)關(guān)系等，均為公開(kāi)畫(huà)面無(wú)法逆向獲取的隱性知識(shí)，而游戲引擎又對(duì)資產(chǎn)規(guī)格要求較嚴(yán)格，利用完整底層數(shù)據(jù)訓(xùn)練的垂類(lèi)AI模型才可能生成風(fēng)格較一致、滿足技術(shù)規(guī)范、能直接嵌入后續(xù)管線的美術(shù)資產(chǎn)。僅依賴(lài)公開(kāi)數(shù)據(jù)與開(kāi)源模型的黑箱式產(chǎn)出，往往因缺乏對(duì)面數(shù)、UV、LOD層級(jí)、碰撞體、導(dǎo)航網(wǎng)格等工程標(biāo)準(zhǔn)的理解，需經(jīng)大量人工修正才能進(jìn)入實(shí)際生產(chǎn)管線。因此，高質(zhì)量私有數(shù)據(jù)構(gòu)成了頭部廠商在模型層面難以被短期復(fù)制的壁壘。

2）頭部廠商集成工具平臺(tái)有望實(shí)現(xiàn)研運(yùn)全鏈路的系統(tǒng)性效率提升。游戲是由動(dòng)畫(huà)制作、3D模型生成、數(shù)字資產(chǎn)管理等多條開(kāi)發(fā)管線協(xié)同構(gòu)成的復(fù)雜工程系統(tǒng)，其資產(chǎn)需滿足一致性、穩(wěn)定性等標(biāo)準(zhǔn)。目前，頭部廠商在成熟品類(lèi)上已形成標(biāo)準(zhǔn)化的制作流程，AI工具能夠較快嵌入現(xiàn)有管線，減少因流程不兼容帶來(lái)的調(diào)整成本。大部分頭部廠商也已集成AI能力搭建了覆蓋多環(huán)節(jié)的工具平臺(tái)，在需要持續(xù)輸出高質(zhì)量?jī)?nèi)容的主流商業(yè)化產(chǎn)品賽道中，這一系統(tǒng)性效率優(yōu)勢(shì)有望進(jìn)一步釋放頭部廠商長(zhǎng)期沉淀的數(shù)據(jù)資產(chǎn)價(jià)值。例如，在美術(shù)生產(chǎn)側(cè)，騰訊VISVISE等AI數(shù)據(jù)資產(chǎn)管理管線已可通過(guò)多模態(tài)特征識(shí)別與自動(dòng)標(biāo)注盤(pán)活歷史沉淀的模型與動(dòng)作資產(chǎn)，提升跨項(xiàng)目、跨團(tuán)隊(duì)的資產(chǎn)復(fù)用率。綜合而言，我們認(rèn)為大廠的高質(zhì)量自有數(shù)據(jù)與成熟工作流在AI改造下所釋放的效率增益并非簡(jiǎn)單相加，而是互相放大，進(jìn)而構(gòu)成其深厚護(hù)城河。

從人力節(jié)約走向供給擴(kuò)容，平臺(tái)價(jià)值不斷提升

AI驅(qū)動(dòng)內(nèi)容供給擴(kuò)張，提高平臺(tái)生態(tài)價(jià)值

AI推動(dòng)游戲供給持續(xù)增加，逐漸成為游戲內(nèi)容生產(chǎn)的重要推動(dòng)力。1）在供給數(shù)量方面，根據(jù)Steam DB，26Q1期間在Steam平臺(tái)上AI參與制作的游戲發(fā)布數(shù)量達(dá)1,799個(gè)，同比增長(zhǎng)110.2%，占同期發(fā)布新游的比例提升至30.3%（25Q1：17.8%）。AI參與制作的游戲已構(gòu)成Steam等平臺(tái)新游供給的重要增量來(lái)源，大幅提升了內(nèi)容供給數(shù)量。2）在供給質(zhì)量方面，AI游戲已構(gòu)成能夠參與頭部市場(chǎng)競(jìng)爭(zhēng)的優(yōu)質(zhì)供給。在Steam平臺(tái)2025年度最暢銷(xiāo)新品前100名榜單中，開(kāi)發(fā)者主動(dòng)披露使用生成式AI的游戲達(dá)8款，覆蓋射擊、模擬、角色扮演、策略建造等多個(gè)主流品類(lèi)，且部分產(chǎn)品已將AI融入核心玩法設(shè)計(jì)而不僅限于素材生成，反映出AI的應(yīng)用正在為游戲市場(chǎng)貢獻(xiàn)更多兼具玩法創(chuàng)新與商業(yè)價(jià)值的優(yōu)質(zhì)產(chǎn)品。

平臺(tái)分發(fā)能力構(gòu)成AI時(shí)代游戲行業(yè)競(jìng)爭(zhēng)分層的核心變量。隨著生成式AI持續(xù)降低游戲開(kāi)發(fā)門(mén)檻，我們認(rèn)為行業(yè)競(jìng)爭(zhēng)正在經(jīng)歷由生產(chǎn)能力向生成與分發(fā)效率并重的結(jié)構(gòu)性轉(zhuǎn)變。一方面，AI推動(dòng)游戲供給端快速放量；另一方面，長(zhǎng)尾化趨勢(shì)也同步加劇，平臺(tái)對(duì)于內(nèi)容篩選、流量分發(fā)與社區(qū)沉淀的價(jià)值顯著提升。以Steam為例，平臺(tái)年新增游戲數(shù)量由2017年的約7,000款增長(zhǎng)至2025年的2.15萬(wàn)款，CAGR超過(guò)15%；2026年一季度新增游戲數(shù)量進(jìn)一步達(dá)到5931款，同比增長(zhǎng)23%，反映AI正持續(xù)推動(dòng)行業(yè)產(chǎn)能釋放。同時(shí)，供給結(jié)構(gòu)呈現(xiàn)明顯長(zhǎng)尾化特征：2026年無(wú)評(píng)論游戲占比提升至15%，1-9條評(píng)論區(qū)間占比升至41%，而500+評(píng)論頭部產(chǎn)品占比由2020年的11%下降至4%。整體來(lái)看，供給側(cè)持續(xù)擴(kuò)容，但玩家時(shí)間與注意力需求維持剛性，優(yōu)質(zhì)供給與平臺(tái)分發(fā)能力成為最重要的競(jìng)爭(zhēng)變量。

平臺(tái)廠商的分發(fā)效率與社區(qū)生態(tài)能力優(yōu)勢(shì)將逐步凸顯。以Steam為例，其優(yōu)勢(shì)在于基于真實(shí)行為數(shù)據(jù)的推薦體系與成熟社區(qū)生態(tài)。在AI生成內(nèi)容大量涌入后，傳統(tǒng)文本描述與評(píng)分體系更易受到噪音干擾，而Steam通過(guò)游玩時(shí)長(zhǎng)、留存率、退款率等行為數(shù)據(jù)進(jìn)行推薦排序，具備更強(qiáng)的抗噪能力與內(nèi)容篩選效率；同時(shí)，其評(píng)測(cè)、討論區(qū)與創(chuàng)意工坊等社區(qū)體系形成高頻互動(dòng)與內(nèi)容二次傳播機(jī)制，強(qiáng)化既有產(chǎn)品生命周期與用戶粘性，從而進(jìn)一步提升平臺(tái)作為行業(yè)分發(fā)中樞的定價(jià)能力。相比之下，Epic Games Store仍以精品化與資源驅(qū)動(dòng)模式為主，其通過(guò)獨(dú)占發(fā)行、12%低抽成與長(zhǎng)期免費(fèi)游戲策略獲取開(kāi)發(fā)者與用戶。在AI推動(dòng)供給快速增長(zhǎng)的環(huán)境下，Epic更偏向精選發(fā)行的模式，即依賴(lài)平臺(tái)主動(dòng)采購(gòu)與資源傾斜完成內(nèi)容分發(fā)，而非依托算法推薦與社區(qū)自組織完成長(zhǎng)尾篩選。因此，其在頭部?jī)?nèi)容獲取與開(kāi)發(fā)者吸引方面仍具備優(yōu)勢(shì)，但對(duì)海量中小AI游戲的承接與分發(fā)效率相對(duì)有限。

Roblox等UGC平臺(tái)廠商有望受益于創(chuàng)作與消費(fèi)在同一平臺(tái)內(nèi)形成的自循環(huán)。在創(chuàng)作環(huán)節(jié)，平臺(tái)持續(xù)推出Planning Mode、Cube 3D模型等工具以降低生產(chǎn)門(mén)檻、擴(kuò)大內(nèi)容供給。根據(jù)Roblox披露，排名前1000的創(chuàng)作者中已有44%使用Roblox Assistant或第三方AI工具壓縮開(kāi)發(fā)周期。Roblox 2026春季創(chuàng)作者路線圖顯示，平臺(tái)更新了8項(xiàng)AI相關(guān)功能，包括規(guī)劃模式、過(guò)程式模型以及MCP服務(wù)器等；在2026年內(nèi)，平臺(tái)還計(jì)劃上線4D生成、Open Cloud API，以及用于測(cè)試和迭代游戲情景的NPC子代理等6項(xiàng)AI相關(guān)功能。

在變現(xiàn)環(huán)節(jié)，Roblox的商業(yè)模式以虛擬貨幣Robux的充值消費(fèi)為基礎(chǔ)，用戶在平臺(tái)內(nèi)購(gòu)買(mǎi)虛擬道具與通行證等數(shù)字商品，平臺(tái)抽取分成后將剩余部分支付給內(nèi)容創(chuàng)作者（符合條件的DevEx分成可達(dá)42%）。在此模式下，AI工具擴(kuò)大的供給規(guī)模將直接帶動(dòng)更多虛擬商品消費(fèi)場(chǎng)景，驅(qū)動(dòng)平臺(tái)整體消費(fèi)增長(zhǎng)，進(jìn)而吸引更多創(chuàng)作者持續(xù)產(chǎn)出新內(nèi)容，形成正向循環(huán)。因此，相較于依賴(lài)算法推薦或外部?jī)?nèi)容采購(gòu)的傳統(tǒng)分發(fā)平臺(tái)，Roblox能夠通過(guò)AI持續(xù)強(qiáng)化內(nèi)生創(chuàng)作閉環(huán)，受益于供需兩端的同步擴(kuò)張。

TapTap正由傳統(tǒng)游戲下載渠道向“開(kāi)發(fā)者服務(wù)+社區(qū)分發(fā)+廣告變現(xiàn)”的生態(tài)平臺(tái)演進(jìn)。在供給側(cè)，平臺(tái)通過(guò)TDS開(kāi)發(fā)者服務(wù)體系及TapTap制造、Vibe Coding等AI工具降低開(kāi)發(fā)門(mén)檻，并向PC及小游戲等多端形態(tài)延伸，擴(kuò)大內(nèi)容承載能力；在流量側(cè)，TapTap依托“真實(shí)評(píng)分+社區(qū)互動(dòng)”形成高可信度內(nèi)容篩選機(jī)制，在AI內(nèi)容泛濫背景下強(qiáng)化用戶對(duì)真人反饋的依賴(lài)，提升用戶停留時(shí)長(zhǎng)與社區(qū)活躍度；在變現(xiàn)側(cè)，平臺(tái)進(jìn)一步打通用戶行為數(shù)據(jù)與廣告網(wǎng)絡(luò)，形成從內(nèi)容分發(fā)到廣告轉(zhuǎn)化的數(shù)據(jù)閉環(huán)，推動(dòng)eCPM與廣告庫(kù)存同步增長(zhǎng)。

Aippy等AI催生的新興互動(dòng)內(nèi)容社區(qū)有望更新平臺(tái)盈利模式。其通過(guò)將輕量級(jí)互動(dòng)游戲與信息流消費(fèi)相結(jié)合，在創(chuàng)造、分發(fā)與消費(fèi)三個(gè)環(huán)節(jié)形成區(qū)別于傳統(tǒng)分發(fā)的平臺(tái)生態(tài)。在創(chuàng)造端，AI將內(nèi)容生產(chǎn)門(mén)檻壓縮至極低水平，用戶輸入自然語(yǔ)言即可生成可即時(shí)互動(dòng)的游戲或迷你應(yīng)用，也可在其他作品的基礎(chǔ)上進(jìn)行二次創(chuàng)作；在分發(fā)端，平臺(tái)采用豎屏信息流模式，游戲直接嵌入Feed流；在消費(fèi)端，用戶通過(guò)上下滑動(dòng)即可在數(shù)秒內(nèi)完成單條內(nèi)容的體驗(yàn)與切換，無(wú)需下載獨(dú)立包體，消費(fèi)路徑顯著短于傳統(tǒng)鏈路。目前，代表性平臺(tái)包括Aippy、Loopit、Sekai及Rezona等。

1）Aippy：由赤子城科技孵化，是該賽道中較早布局的產(chǎn)品之一。自2025年初上線以來(lái)，Aippy全渠道下載量已突破百萬(wàn)，目前主要聚焦海外市場(chǎng)，產(chǎn)品界面、社區(qū)內(nèi)容、運(yùn)營(yíng)活動(dòng)均面向英語(yǔ)用戶，且GenZ和Gen Alpha群體占比突出。Aippy強(qiáng)調(diào)Remix機(jī)制驅(qū)動(dòng)的內(nèi)容自生長(zhǎng)，用戶在消費(fèi)內(nèi)容時(shí)可一鍵Remix他人作品，添加自己的創(chuàng)意后重新分享回社區(qū)，形成消費(fèi)與創(chuàng)作之間的連續(xù)循環(huán)。根據(jù)官方數(shù)據(jù)，平臺(tái)內(nèi)約40%的內(nèi)容來(lái)自Remix。

2）Loopit：由涌躍智能推出，自2026年2月正式上線以來(lái)，Loopit全球注冊(cè)用戶規(guī)模達(dá)200萬(wàn)，其中北美用戶超過(guò)半數(shù)；產(chǎn)品次日留存從早期的30%上升至50%，用戶創(chuàng)作率達(dá)30%。其差異化優(yōu)勢(shì)在于可深度調(diào)用手機(jī)陀螺儀、麥克風(fēng)、攝像頭等傳感器實(shí)現(xiàn)全模態(tài)交互，并支持聯(lián)機(jī)多人互動(dòng)內(nèi)容的生成和發(fā)布，社區(qū)調(diào)性偏向技術(shù)驅(qū)動(dòng)的創(chuàng)意表達(dá)。

3）Sekai：由Versa AI推出，自2024年10月上線以來(lái)累計(jì)下載量超300萬(wàn)次，月活躍用戶突破百萬(wàn)。產(chǎn)品初期以動(dòng)漫與游戲同人圈為切入點(diǎn)，用戶可自定義虛擬角色并設(shè)置性格特征，通過(guò)AI生成實(shí)時(shí)展開(kāi)的劇情故事，在角色扮演與敘事互動(dòng)垂直領(lǐng)域積累了較高的用戶粘性，部分核心用戶每日使用時(shí)長(zhǎng)可達(dá)8小時(shí)。目前平臺(tái)內(nèi)容已拓展至迷你游戲、互動(dòng)問(wèn)答、人格測(cè)試等多種互動(dòng)形式以增強(qiáng)內(nèi)容擴(kuò)散和出圈能力。

4）Rezona：由Stratava Group推出，于2025年12月上線，次月單月下載量突破百萬(wàn)，累計(jì)下載超600萬(wàn)次，主要面向用戶為熱衷互聯(lián)網(wǎng)亞文化的年輕群體。其核心差異化為聚焦基于Meme文化的無(wú)厘頭和腦洞創(chuàng)意，用戶可將網(wǎng)絡(luò)熱梗即時(shí)轉(zhuǎn)化為可玩的互動(dòng)游戲，其內(nèi)容天然適合在外部社交媒體中發(fā)酵擴(kuò)散，在傳播端具有較強(qiáng)優(yōu)勢(shì)。

此外，歷史數(shù)據(jù)表明內(nèi)容供給的增加正在推高平臺(tái)的流量?jī)r(jià)值。若以單位用戶廣告貢獻(xiàn)衡量流量單價(jià)，TapTap在21H1至25H2期間月活躍用戶人均貢獻(xiàn)的半年度平臺(tái)收入由11.7元上升至21.3元。嗶哩嗶哩呈現(xiàn)出類(lèi)似趨勢(shì)，日活躍用戶人均貢獻(xiàn)的季度廣告收入由21Q1的11.9元提升至25Q4的26.9元。我們認(rèn)為，在兩個(gè)平臺(tái)的同期活躍用戶同比增速均呈現(xiàn)收窄趨勢(shì)的背景下，流量單價(jià)的上升主要來(lái)源于買(mǎi)量市場(chǎng)需求的持續(xù)擴(kuò)張，廣告主對(duì)有限廣告位的競(jìng)價(jià)趨于激烈。而游戲作為上述平臺(tái)內(nèi)容生態(tài)的核心供給來(lái)源，其供給規(guī)模的擴(kuò)大或?qū)⑦M(jìn)一步推高平臺(tái)的流量?jī)r(jià)值。

在流量?jī)r(jià)值抬升背景下，分發(fā)能力或?qū)⒊蔀槠脚_(tái)核心競(jìng)爭(zhēng)壁壘，決定其受益程度的分化。1）對(duì)于以廣告變現(xiàn)為主的平臺(tái)，內(nèi)容供給的增加將強(qiáng)化分發(fā)效率對(duì)其商業(yè)價(jià)值的支撐作用。2）對(duì)于分成制平臺(tái)，其收入主要源于游戲銷(xiāo)售分成而非流量分發(fā)。在AI降低游戲開(kāi)發(fā)門(mén)檻的趨勢(shì)下，Steam等不額外收取廣告推廣費(fèi)用的平臺(tái)或?qū)⑽嗒?dú)立游戲與輕量級(jí)產(chǎn)品，進(jìn)而受益于交易規(guī)模擴(kuò)大帶來(lái)的分成收入增長(zhǎng)。

AI游戲價(jià)值鏈計(jì)算：綜合提效幅度約為52%

在游戲研發(fā)環(huán)節(jié)，AI在節(jié)約人力方面呈現(xiàn)覆蓋面廣而深度參差的特征。1）整體來(lái)看，根據(jù)中國(guó)音數(shù)協(xié)游戲工委，AI技術(shù)在研發(fā)環(huán)節(jié)的整體滲透率已超80%，但多數(shù)企業(yè)仍將AI定位于輔助工具，其參與程度目前尚未達(dá)到對(duì)核心人力投入的實(shí)質(zhì)性替代。2）分環(huán)節(jié)看，在美術(shù)環(huán)節(jié)中，AI在靜態(tài)視覺(jué)資產(chǎn)生產(chǎn)場(chǎng)景應(yīng)用已較為成熟，如三七互娛等企業(yè)在二維原畫(huà)、音視頻、3D資產(chǎn)等內(nèi)容生產(chǎn)環(huán)節(jié)已可通過(guò)AI提效超過(guò)80%，折算為人力節(jié)約率可超過(guò)四成，為節(jié)約人力最主要的場(chǎng)景。在程序與測(cè)試環(huán)節(jié)，受益于代碼生成與自動(dòng)化測(cè)試用例等的普及，AI在重復(fù)性高、邏輯邊界清晰的子任務(wù)中應(yīng)用效果突出，如AI代碼生成工具在部分場(chǎng)景可提升開(kāi)發(fā)效率約50%。相比之下，策劃環(huán)節(jié)因其高創(chuàng)意、強(qiáng)主觀與需要人文深度的特點(diǎn)，目前AI仍主要承擔(dān)素材羅列與方案發(fā)散等輔助職能，在玩法創(chuàng)新、世界觀架構(gòu)與劇情大綱等場(chǎng)景中對(duì)人力投入的節(jié)約效果相對(duì)有限。

在游戲運(yùn)營(yíng)環(huán)節(jié)，AI在標(biāo)準(zhǔn)化場(chǎng)景中應(yīng)用高度成熟，人力節(jié)約效應(yīng)顯著。根據(jù)中國(guó)音數(shù)協(xié)游戲工委，在游戲發(fā)行與運(yùn)營(yíng)環(huán)節(jié)的AI技術(shù)應(yīng)用率已達(dá)77.3%。在市場(chǎng)推廣場(chǎng)景中，超過(guò)四成的企業(yè)已有30%-50%的宣傳素材由AI輔助生成；在產(chǎn)品運(yùn)營(yíng)場(chǎng)景中，AI助手、智能客服、輿情監(jiān)控與負(fù)面評(píng)論識(shí)別應(yīng)用率均可達(dá)到70%左右，在標(biāo)準(zhǔn)化問(wèn)詢與工單分揀等場(chǎng)景下已能夠替代相當(dāng)比例的初級(jí)人力。此外，本地化等環(huán)節(jié)同樣有望大規(guī)模受益于大模型的自然語(yǔ)言處理能力。綜合來(lái)看，我們認(rèn)為運(yùn)營(yíng)側(cè)各職能因任務(wù)邊界清晰、評(píng)價(jià)標(biāo)準(zhǔn)明確，AI得以實(shí)現(xiàn)更高程度參與甚至接管人工。

綜合上述分析，保持現(xiàn)有總產(chǎn)出水平下，我們測(cè)算當(dāng)前AI的應(yīng)用可節(jié)約人力約50萬(wàn)人，約占全球現(xiàn)有從業(yè)者總數(shù)的三分之一。其中，美術(shù)與運(yùn)營(yíng)兩大職能的人力節(jié)約率均超過(guò)40%，為AI替代效應(yīng)最顯著的領(lǐng)域。考慮到不同地區(qū)薪酬水平差異，若以國(guó)內(nèi)游戲行業(yè)平均20-30萬(wàn)元的人均人力成本進(jìn)行粗略測(cè)算，對(duì)應(yīng)每年可節(jié)約人力成本約1000-1500億元人民幣。但我們認(rèn)為，上述測(cè)算更多反映AI帶來(lái)的成本優(yōu)化價(jià)值，而非行業(yè)最終價(jià)值增量。在實(shí)際經(jīng)營(yíng)中，游戲企業(yè)通常不會(huì)將全部節(jié)約的人力直接削減，而是傾向于將釋放出的研發(fā)資源投入到新產(chǎn)品開(kāi)發(fā)、內(nèi)容迭代及運(yùn)營(yíng)優(yōu)化之中。因此，相較于人力替代本身，AI更重要的意義在于提升行業(yè)整體內(nèi)容供給能力，并通過(guò)供給擴(kuò)張進(jìn)一步釋放用戶需求與市場(chǎng)空間。

從產(chǎn)出價(jià)值量角度測(cè)算，我們認(rèn)為AI中期有望為全球游戲行業(yè)創(chuàng)造約120億美元的新增市場(chǎng)空間，在樂(lè)觀情景下增量空間有望超過(guò)300億美元。根據(jù)上述各環(huán)節(jié)從業(yè)人員比例與AI提效幅度的假設(shè)，按研發(fā)側(cè)各職能加權(quán)后，我們測(cè)算當(dāng)前AI在游戲制作過(guò)程中的綜合提效幅度約為52%，即在從業(yè)人員規(guī)模保持穩(wěn)定的假設(shè)下，行業(yè)整體的理論產(chǎn)出能力可提升為使用AI工具前的1.5倍。根據(jù)波士頓咨詢數(shù)據(jù)，2025年全球游戲市場(chǎng)收入超過(guò)2600億美元，假設(shè)全球游戲企業(yè)平均研發(fā)費(fèi)用率為15%，對(duì)應(yīng)全球研發(fā)投入約390億美元，則52%的研發(fā)提效相當(dāng)于釋放約200億美元的研發(fā)產(chǎn)能。

考慮到釋放的研發(fā)產(chǎn)能并不會(huì)完全轉(zhuǎn)化為市場(chǎng)收入，我們采用情景分析法測(cè)算AI驅(qū)動(dòng)下的行業(yè)增量空間。核心變量包括AI技術(shù)迭代速度、內(nèi)容供給擴(kuò)張向收入的轉(zhuǎn)化效率以及用戶付費(fèi)需求釋放程度。在悲觀、中性及樂(lè)觀情景下，我們分別假設(shè)AI綜合提效幅度為35%、52%及80%，釋放產(chǎn)能轉(zhuǎn)化為新增內(nèi)容比例為30%、50%及70%，新增內(nèi)容需求轉(zhuǎn)化率為40%、60%及80%，對(duì)應(yīng)全球游戲市場(chǎng)增量空間分別約為41億美元、101億美元及218.4億美元。后續(xù)重點(diǎn)跟蹤指標(biāo)包括AI原生內(nèi)容用戶接受度、新游戲供給增長(zhǎng)速度、行業(yè)研發(fā)效率變化以及玩家付費(fèi)行為變化等。此外，游戲產(chǎn)業(yè)對(duì)直播、電競(jìng)、廣告營(yíng)銷(xiāo)、IP衍生品及內(nèi)容社區(qū)等生態(tài)環(huán)節(jié)具有較強(qiáng)外溢帶動(dòng)作用，AI推動(dòng)的內(nèi)容供給擴(kuò)張有望進(jìn)一步放大產(chǎn)業(yè)鏈整體價(jià)值，其實(shí)際經(jīng)濟(jì)影響或高于游戲市場(chǎng)本身的直接增量。

若將算力成本納入測(cè)算，我們認(rèn)為現(xiàn)階段AI仍能夠?qū)π袠I(yè)利潤(rùn)帶來(lái)顯著正向凈影響。在同等產(chǎn)出水平下，我們分環(huán)節(jié)成本粗略測(cè)算如下：1）程序與測(cè)試：參考Cursor開(kāi)發(fā)者報(bào)告，假設(shè)程序員年均代碼產(chǎn)出約40萬(wàn)行，每行約10 Token，且考慮上下文加載、多輪迭代與Agent調(diào)用等影響，輸入輸出比例約10:1，參照國(guó)內(nèi)智譜GLM-5.1定價(jià)（輸出24元/百萬(wàn)Tokens，輸入6元/百萬(wàn)Tokens）計(jì)算，年成本約0.4億元；若參照Claude Opus 4.6定價(jià)（輸出25美元/百萬(wàn)Tokens，輸入5美元/百萬(wàn)Tokens），折合人民幣約2.6億元。2）美術(shù)：若假設(shè)普通精度2D原畫(huà)的人均年產(chǎn)出量約500張，參考Seedream 5.0計(jì)價(jià)0.2元/張，年成本約0.3億元；若按人均年產(chǎn)出250個(gè)3D模型計(jì)算，參考Seed3D 2.0計(jì)價(jià)約2.4元/個(gè)，年成本約1.4億元。3）運(yùn)營(yíng)買(mǎi)量：根據(jù)DataEye數(shù)據(jù)，視頻素材占買(mǎi)量素材總量70%以上，則若僅考慮生成成本較高的視頻素材，假設(shè)人均年產(chǎn)出200條（1080p，10s），參考Seedance 2.0計(jì)價(jià)約25元/條，年成本約4.6億元。策劃等環(huán)節(jié)由于產(chǎn)出難以量化且AI替代深度有限，暫不計(jì)入。綜合上述環(huán)節(jié)，依據(jù)國(guó)內(nèi)模型定價(jià)測(cè)算，全球游戲行業(yè)AI替代人力的Token增量成本約為5-7億元，約合1億美元（海外模型定價(jià)下約7-9億元）。即使保守假設(shè)目前AI生成資產(chǎn)可用率為10%-20%，等效年成本仍在5-10億美元量級(jí)，仍顯著低于可節(jié)約的人力成本。

AI驅(qū)動(dòng)游戲范式躍遷：從效率工具走向體驗(yàn)重構(gòu)

我們認(rèn)為，當(dāng)前AI與游戲產(chǎn)業(yè)的融合正沿兩條主線加速推進(jìn)：一是供給側(cè)的降本提效，二是玩法側(cè)的范式創(chuàng)新。前者解決游戲制作的成本和效率問(wèn)題，后者則重塑游戲?yàn)楹魏猛娴姆椒ㄕ摗耐娣ǖ慕嵌葋?lái)看，在大模型能力持續(xù)突破背景下，AI正從輔助工具逐步演化為游戲核心系統(tǒng)之一，推動(dòng)行業(yè)進(jìn)入新一輪產(chǎn)品周期。

我們認(rèn)為AI原生游戲具備跑通商業(yè)模式的潛力，但短期內(nèi)更可能率先在細(xì)分賽道驗(yàn)證。核心原因在于，游戲商業(yè)化的本質(zhì)為用戶對(duì)體驗(yàn)付費(fèi)的意愿。從歷史經(jīng)驗(yàn)看，游戲行業(yè)歷次技術(shù)變革，從端游到手游、從買(mǎi)斷制到F2P、從單機(jī)到開(kāi)放世界，最終能夠成功商業(yè)化的核心均是創(chuàng)造了新的用戶價(jià)值。AI的真正價(jià)值同樣在于創(chuàng)造傳統(tǒng)游戲難以實(shí)現(xiàn)的新體驗(yàn)。

AI原生游戲有望帶來(lái)內(nèi)容無(wú)限供給。傳統(tǒng)游戲本質(zhì)是研發(fā)成本前置、邊際成本為零的生意，角色、地圖、劇情等資產(chǎn)在完成開(kāi)發(fā)后可以無(wú)限分發(fā)與消費(fèi)；但這一模式的核心約束在于內(nèi)容供給仍受研發(fā)產(chǎn)能限制，版本更新節(jié)奏依賴(lài)策劃、美術(shù)、程序等各環(huán)節(jié)的人力投入。而AI原生游戲有望推動(dòng)內(nèi)容供給向?qū)崟r(shí)生成演化，即部分內(nèi)容不再預(yù)先制作，而是由模型基于玩家輸入動(dòng)態(tài)生成，使單局體驗(yàn)具備更強(qiáng)差異性與開(kāi)放性，理論上能夠?qū)崿F(xiàn)近乎無(wú)限的內(nèi)容供給。然而，實(shí)時(shí)生成模式也意味著內(nèi)容邊際成本的提升，每一次對(duì)話、場(chǎng)景生成與世界演化都會(huì)消耗真實(shí)推理算力。目前包括Genie 3在內(nèi)的世界模型仍僅能支持?jǐn)?shù)分鐘連續(xù)交互。

現(xiàn)階段，AI原生游戲已出現(xiàn)若干代表性產(chǎn)品，但整體仍處于早期探索期。據(jù)36氪統(tǒng)計(jì)，2022-2025年國(guó)內(nèi)拿到兩輪及以上融資、業(yè)務(wù)標(biāo)簽含AI+游戲的公司共42家，其中真正利用AI做玩法核心的團(tuán)隊(duì)不足10家，反映出AI原生游戲從概念繁榮到實(shí)質(zhì)落地之間仍存在較高技術(shù)與設(shè)計(jì)門(mén)檻。從落地節(jié)奏看，AI原生游戲有望率先在敘事互動(dòng)、生活模擬與開(kāi)放世界品類(lèi)中取得突破，并以世界模型為遠(yuǎn)期方向。而在這一領(lǐng)域，我們依據(jù)實(shí)現(xiàn)的由易到難程度，整理了現(xiàn)有的代表性產(chǎn)品和路徑。

1）AI交互正成為重塑游戲體驗(yàn)的切入點(diǎn)。在傳統(tǒng)游戲中，NPC的行為與對(duì)話高度依賴(lài)預(yù)設(shè)腳本，交互深度有限，難以響應(yīng)玩家的非結(jié)構(gòu)化輸入。而基于大語(yǔ)言模型的NPC系統(tǒng)，則能夠理解玩家自然語(yǔ)言意圖，生成符合角色設(shè)定的對(duì)話內(nèi)容，并通過(guò)長(zhǎng)期記憶機(jī)制實(shí)現(xiàn)跨時(shí)間維度的人格演化。例如，網(wǎng)易伏羲實(shí)驗(yàn)室將AI NPC廣泛運(yùn)用于游戲場(chǎng)景，如《逆水寒》中的“沈秋索”由DeepSeek模型驅(qū)動(dòng)，不僅能夠與玩家展開(kāi)開(kāi)放式對(duì)話，還可以調(diào)用游戲內(nèi)知識(shí)庫(kù)進(jìn)行信息檢索，并在多輪交互中積累記憶，從而呈現(xiàn)出成長(zhǎng)型角色的特征。

從技術(shù)實(shí)現(xiàn)路徑來(lái)看，AI交互通常依賴(lài)多模塊協(xié)同，包括自然語(yǔ)言理解用于解析玩家輸入意圖，檢索增強(qiáng)生成用于調(diào)用結(jié)構(gòu)化知識(shí)并提升回答準(zhǔn)確性，語(yǔ)音合成與口型同步用于提升沉浸感，以及強(qiáng)化學(xué)習(xí)或行為樹(shù)系統(tǒng)用于驅(qū)動(dòng)角色在復(fù)雜環(huán)境中的決策能力。我們認(rèn)為英偉達(dá)推出的ACE（Avatar Cloud Engine）套件有望加速其產(chǎn)業(yè)化落地，通過(guò)將語(yǔ)音識(shí)別、LLM推理與實(shí)時(shí)渲染整合為一體，使開(kāi)發(fā)者能夠構(gòu)建可自由對(duì)話、具備情緒反饋的互動(dòng)形象。在陪伴類(lèi)場(chǎng)景中，這類(lèi)技術(shù)已經(jīng)開(kāi)始向情感交互延伸，例如部分AI角色能夠根據(jù)玩家歷史行為調(diào)整語(yǔ)氣與情緒表達(dá)，從而形成類(lèi)似長(zhǎng)期陪伴關(guān)系的用戶粘性。自然選擇旗下《EVE》、《Elys》等AI陪伴型角色產(chǎn)品，則進(jìn)一步探索了虛擬人格持續(xù)演化與用戶情感綁定的商業(yè)模式，推動(dòng)游戲角色從功能性工具向情感性資產(chǎn)轉(zhuǎn)變。

AI交互有望帶來(lái)訂閱制收入結(jié)構(gòu)，改變國(guó)內(nèi)游戲行業(yè)以內(nèi)購(gòu)付費(fèi)為核心的變現(xiàn)邏輯。以智能NPC與AI陪伴為代表的交互系統(tǒng)，本質(zhì)上更接近持續(xù)服務(wù)，而非抽卡、購(gòu)買(mǎi)皮膚、劇情體驗(yàn)等一次性內(nèi)容消費(fèi)。部分廠商已經(jīng)開(kāi)始探索AI角色會(huì)員、記憶擴(kuò)展、高階人格解鎖等付費(fèi)模式，本質(zhì)是對(duì)模型能力、記憶容量或互動(dòng)深度進(jìn)行分級(jí)收費(fèi)。我們認(rèn)為在互動(dòng)驅(qū)動(dòng)的消費(fèi)模式下，用戶的付費(fèi)行為由一次性轉(zhuǎn)向持續(xù)性，其游戲生命周期有望顯著拉長(zhǎng)，并帶動(dòng)LTV與ARPU的結(jié)構(gòu)性抬升。

2）自適應(yīng)難度系統(tǒng)正在通過(guò)AI實(shí)現(xiàn)精細(xì)化落地。傳統(tǒng)難度設(shè)計(jì)通常依賴(lài)固定參數(shù)或分級(jí)模式，難以兼顧不同玩家的能力差異。任天堂《馬里奧賽車(chē)世界》的動(dòng)態(tài)難度調(diào)節(jié)被玩家廣泛批評(píng)為“橡皮筋效應(yīng)”，原因?yàn)殡娔X對(duì)手的反應(yīng)隨玩家表現(xiàn)而明顯波動(dòng)。而基于機(jī)器學(xué)習(xí)的玩家建模技術(shù)，可以對(duì)玩家操作習(xí)慣、反應(yīng)速度、策略偏好等多維度數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，并據(jù)此動(dòng)態(tài)調(diào)整敵人強(qiáng)度、任務(wù)節(jié)奏與獎(jiǎng)勵(lì)機(jī)制，從而維持玩家的最佳體驗(yàn)區(qū)間。例如，在動(dòng)作競(jìng)技類(lèi)游戲中，敵人AI可以根據(jù)玩家的游戲習(xí)慣調(diào)整戰(zhàn)術(shù)策略；在《星際爭(zhēng)霸》等團(tuán)隊(duì)游戲中，AI隊(duì)友能夠理解語(yǔ)音指令并自動(dòng)配合戰(zhàn)斗節(jié)奏。

從用戶側(cè)看，這種動(dòng)態(tài)適配能力也正在降低部分玩家的參與門(mén)檻。傳統(tǒng)多人游戲高度依賴(lài)真人協(xié)作，部分玩家可能因技術(shù)水平不足或社交壓力而降低參與頻率，而AI隊(duì)友的出現(xiàn)則提供了更穩(wěn)定、低壓力的組隊(duì)體驗(yàn)，有望提升低頻用戶的在線時(shí)長(zhǎng)與留存。GDC 2026上，《和平精英》披露，“絕地指揮”AI隊(duì)友模式上線后，社交回避型玩家的在線時(shí)長(zhǎng)與社交數(shù)據(jù)均出現(xiàn)明顯提升。與此同時(shí)，AI也正在增強(qiáng)既有玩家的互動(dòng)深度與內(nèi)容參與感。以巨人網(wǎng)絡(luò)《太空殺》為例，產(chǎn)品接入DeepSeek后推出“內(nèi)鬼挑戰(zhàn)”等AI玩法，實(shí)現(xiàn)AI智能體與真人玩家之間的策略博弈，單日最高參與人數(shù)超過(guò)25萬(wàn)，AI對(duì)話次數(shù)累計(jì)近千萬(wàn)。

3）在玩法層面，動(dòng)態(tài)敘事正在突破傳統(tǒng)線性劇情的邊界。傳統(tǒng)RPG或劇情類(lèi)游戲通常依賴(lài)多分支腳本結(jié)構(gòu)，盡管可以提供一定程度的選擇自由，但其路徑仍然相對(duì)有限。而借助大語(yǔ)言模型與生成模型，游戲可以根據(jù)玩家的行為、選擇乃至語(yǔ)言輸入，實(shí)時(shí)生成劇情發(fā)展與任務(wù)目標(biāo)，從而實(shí)現(xiàn)真正意義上的無(wú)限劇情。在這一模式下，每一位玩家的游戲體驗(yàn)都具備唯一性，游戲世界成為持續(xù)自演化的敘事空間。

我們認(rèn)為RPG類(lèi)與生活模擬類(lèi)游戲或率先受益。《神探夏洛克：暗夜追蹤者》是一款A(yù)I原生解謎游戲，玩家通過(guò)自然語(yǔ)言與嫌疑人進(jìn)行對(duì)話，AI根據(jù)玩家提問(wèn)策略與邏輯推理實(shí)時(shí)生成回應(yīng)，并動(dòng)態(tài)調(diào)整案件線索與結(jié)局走向。游戲在試玩階段即獲得26年Steam推理節(jié)第四名，并入選微軟26年 AI加速器全球Top 20；韓國(guó)游戲《inZOI》類(lèi)似AI版《模擬人生》，其N(xiāo)PC均基于英偉達(dá)ACE技術(shù)支持的模型運(yùn)行，可以自主根據(jù)游戲記憶作出決策，并進(jìn)而形成類(lèi)似真實(shí)社會(huì)的復(fù)雜互動(dòng)。舉例而言，鄰居NPC可能會(huì)因?yàn)楝嵤露鴮?duì)玩家耿耿于懷，并在玩家晉升的關(guān)鍵時(shí)刻而向單位打小報(bào)告。動(dòng)態(tài)敘事令游戲完全圍繞單個(gè)玩家的體驗(yàn)而展開(kāi)，玩家參與感和可玩性有望大幅提升。

4）AI推動(dòng)UGC生態(tài)向共創(chuàng)主導(dǎo)演進(jìn)，使玩家成為內(nèi)容生產(chǎn)的重要參與者。傳統(tǒng)UGC創(chuàng)作往往依賴(lài)一定的編程或美術(shù)基礎(chǔ)，如為《上古卷軸》制作MOD、在《我的世界》里建造宏偉建筑，而生成式AI顯著降低了內(nèi)容生產(chǎn)成本，使得運(yùn)用自然語(yǔ)言描述創(chuàng)作成為可能。在場(chǎng)景與關(guān)卡生成方面，Roblox推出的Cube 3D系統(tǒng)支持通過(guò)文本指令快速生成3D物體與環(huán)境，將創(chuàng)意實(shí)現(xiàn)的速度從數(shù)天縮短至幾分鐘；《蛋仔派對(duì)》中的AI創(chuàng)意工坊則通過(guò)一鍵換色與生物生成模塊，使普通玩家也能參與到關(guān)卡設(shè)計(jì)與玩法創(chuàng)新中。

在內(nèi)容形態(tài)上，AI劇本殺與角色扮演類(lèi)游戲成為UGC進(jìn)化的重要方向。《碧優(yōu)蒂的世界》通過(guò)接入大模型，實(shí)現(xiàn)劇本內(nèi)容的自動(dòng)生成與動(dòng)態(tài)調(diào)整，使小規(guī)模團(tuán)隊(duì)也能夠運(yùn)營(yíng)高質(zhì)量的角色扮演體驗(yàn)，同時(shí)顯著降低內(nèi)容制作成本。玩家在游戲中不僅是參與者，也可以成為劇本創(chuàng)作者與世界構(gòu)建者，從而形成玩家驅(qū)動(dòng)內(nèi)容供給的生態(tài)。

5）多模態(tài)交互拓展游戲的人機(jī)交互邊界。傳統(tǒng)游戲主要依賴(lài)鍵盤(pán)、手柄等離散輸入設(shè)備，玩家通過(guò)預(yù)設(shè)按鍵與界面指令與游戲系統(tǒng)進(jìn)行交互，其信息維度相對(duì)單一且表達(dá)能力有限；而多模態(tài)交互通過(guò)融合視覺(jué)、語(yǔ)音與文本等多源信息，使AI能夠同時(shí)理解玩家所處的環(huán)境狀態(tài)與意圖表達(dá)，從而構(gòu)建更加自然、連續(xù)的交互體系。多模態(tài)能力還使實(shí)時(shí)翻譯與跨語(yǔ)言交流成為可能，從而降低全球玩家協(xié)作的溝通成本，并推動(dòng)游戲社區(qū)向更加開(kāi)放的方向發(fā)展。

從應(yīng)用落地節(jié)奏來(lái)看，多模態(tài)交互有望率先在競(jìng)技類(lèi)及沉浸式敘事游戲中實(shí)現(xiàn)突破。玩家可以通過(guò)語(yǔ)音、手勢(shì)甚至表情與游戲世界互動(dòng)，而AI則實(shí)時(shí)理解并反饋，構(gòu)建更加自然的交互閉環(huán)。例如，AI可以一鍵創(chuàng)造互動(dòng)影游，騰訊已經(jīng)在布局名為“探夢(mèng)DreamNow”的AI影游生成工具；而在《Whispers From The Star》等劇情類(lèi)游戲中，玩家可以直接通過(guò)說(shuō)話推進(jìn)劇情，AI根據(jù)語(yǔ)氣與語(yǔ)義生成差異化回應(yīng)，使敘事體驗(yàn)更接近真實(shí)對(duì)話。在《魔獸世界》等大型MMORPG的全球同服戰(zhàn)爭(zhēng)中，多模態(tài)AI有望實(shí)時(shí)將不同國(guó)籍玩家的語(yǔ)音翻譯為聽(tīng)者母語(yǔ)。從商業(yè)化角度看，多模態(tài)交互還可能催生新的增值服務(wù)，例如高階AI助手、個(gè)性化語(yǔ)音交互、專(zhuān)屬翻譯或戰(zhàn)術(shù)分析等功能。

6）世界模型正在嘗試從根本上重構(gòu)游戲的生產(chǎn)與運(yùn)行邏輯。傳統(tǒng)引擎（如Unreal Engine、Unity）需要設(shè)計(jì)師經(jīng)由嚴(yán)格分工完成3D建模、UV展開(kāi)、紋理繪制、光影Shader編寫(xiě)、物理碰撞體積設(shè)定等一系列高度專(zhuān)業(yè)化的流程；而世界模型通過(guò)學(xué)習(xí)海量真實(shí)世界視頻或游戲渲染數(shù)據(jù)所蘊(yùn)含的物理規(guī)律與視覺(jué)分布，構(gòu)建了一個(gè)可以實(shí)時(shí)模擬物理規(guī)律、光影變化、物體動(dòng)態(tài)乃至角色行為的動(dòng)態(tài)系統(tǒng)。Google DeepMind推出的Genie系列模型是該方向最具代表性的進(jìn)展。Genie 3已經(jīng)能夠基于單張圖像或文字描述生成結(jié)構(gòu)完整、物理自洽的可交互三維環(huán)境，支持玩家以自然語(yǔ)言進(jìn)行移動(dòng)、跳躍、游泳等基礎(chǔ)交互操作，世界內(nèi)的光照、遮擋關(guān)系與物體運(yùn)動(dòng)均由模型實(shí)時(shí)推演生成。

從應(yīng)用落地節(jié)奏來(lái)看，3D世界模型有望率先在開(kāi)放世界與程序化關(guān)卡游戲中實(shí)現(xiàn)突破。這類(lèi)游戲?qū)?nèi)容規(guī)模與自由度要求極高，傳統(tǒng)開(kāi)發(fā)模式下往往依賴(lài)大量人力進(jìn)行地圖搭建、資源制作與規(guī)則設(shè)定，開(kāi)發(fā)周期長(zhǎng)、成本高。而在世界模型引入后，設(shè)計(jì)師只需確立世界觀規(guī)則與視覺(jué)風(fēng)格基準(zhǔn)，模型即可基于玩家的實(shí)時(shí)行動(dòng)狀態(tài)，持續(xù)生成當(dāng)前探索范圍以外的新地形、新環(huán)境與新事件，有望實(shí)現(xiàn)真正意義上的無(wú)邊界世界。以Decart發(fā)布的Oasis模型為例，該模型基于對(duì)數(shù)百萬(wàn)小時(shí)Minecraft游戲錄像的訓(xùn)練，實(shí)現(xiàn)了僅接受鍵盤(pán)輸入即可實(shí)現(xiàn)物理規(guī)律驅(qū)動(dòng)的實(shí)時(shí)沙盒世界生成。

我們測(cè)算AI玩法正在從用戶體量與ARPU兩個(gè)維度為游戲行業(yè)貢獻(xiàn)增量空間：

1）在用戶體量方面，AI玩法通過(guò)降低上手門(mén)檻與提升趣味性，同時(shí)驅(qū)動(dòng)拉新與留存改善。如騰訊《和平精英》AI NPC相關(guān)玩法累計(jì)體驗(yàn)用戶已達(dá)1.1億，最高日活躍用戶數(shù)達(dá)1,770萬(wàn)；巨人網(wǎng)絡(luò)《超自然行動(dòng)組》上線AI大模型挑戰(zhàn)玩法一周內(nèi)AI參與對(duì)局?jǐn)?shù)便突破2,500萬(wàn)次，驗(yàn)證了AI玩法在千萬(wàn)級(jí)DAU產(chǎn)品中的觸達(dá)與活躍度提升能力；根據(jù)量子位智庫(kù)，投放AI后案例DAU整體增長(zhǎng)率穩(wěn)步提升，最高可達(dá)8.35%，為驅(qū)動(dòng)用戶增長(zhǎng)提供了可觀的邊際增量。

2）在人均付費(fèi)方面，AI玩法有望通過(guò)三條路徑推高ARPU。其一，AI驅(qū)動(dòng)的智能NPC、動(dòng)態(tài)敘事與自適應(yīng)難度能夠提升用戶沉浸感與游玩時(shí)長(zhǎng)，進(jìn)而創(chuàng)造更多消費(fèi)機(jī)會(huì)。其二，AI原生游戲催生了Token積分內(nèi)購(gòu)、AI訂閱會(huì)員等新付費(fèi)場(chǎng)景，推動(dòng)付費(fèi)結(jié)構(gòu)從一次性買(mǎi)斷向持續(xù)性消費(fèi)轉(zhuǎn)變。例如《歷史模擬器：崇禎》等AI原生游戲采用本體買(mǎi)斷加Token積分內(nèi)購(gòu)模式，基礎(chǔ)模式下每小時(shí)消耗約1-2元。其三，AI通過(guò)個(gè)性化體驗(yàn)與動(dòng)態(tài)難度調(diào)節(jié)改善用戶留存，延長(zhǎng)用戶生命周期，從而提升LTV。綜合上述路徑，就行業(yè)預(yù)期而言，EA CEO Andrew Wilson公開(kāi)表示生成式AI有望在未來(lái)5年內(nèi)推動(dòng)ARPU增長(zhǎng)10%至20%。

總體而言，AI玩法對(duì)游戲收入的提升路徑已初步清晰，但整體仍處于滲透早期，規(guī)模化數(shù)據(jù)有待進(jìn)一步積累。根據(jù)Newzoo數(shù)據(jù)，2025年全球游戲市場(chǎng)收入約1,888億美元，玩家體量約36億，對(duì)應(yīng)ARPU約50美元。考慮到目前AI在玩法端滲透率仍低，若假設(shè)其滲透率不斷提升帶來(lái)貨幣化機(jī)會(huì)，帶動(dòng)ARPU提升10%，則對(duì)應(yīng)增量市場(chǎng)空間約為200億美元。若AI玩法加速滲透且新付費(fèi)模式接受度持續(xù)提升，我們認(rèn)為實(shí)際空間有望進(jìn)一步擴(kuò)大。

投資邏輯

我們認(rèn)為，AI正在推動(dòng)游戲行業(yè)從內(nèi)容工業(yè)向智能互動(dòng)工業(yè)演進(jìn)，行業(yè)核心受益方向主要包括：1）AI驅(qū)動(dòng)研發(fā)工業(yè)化升級(jí)，通過(guò)代碼生成、美術(shù)資產(chǎn)管理、AI Agent與自動(dòng)化工作流提升研發(fā)效率并降低成本；2）AI原生玩法創(chuàng)新，推動(dòng)NPC交互、動(dòng)態(tài)劇情與UGC生態(tài)擴(kuò)張；3）AI降低開(kāi)發(fā)門(mén)檻后，平臺(tái)型公司與全球化發(fā)行體系有望進(jìn)一步受益。我們重點(diǎn)關(guān)注兼具AI能力、工業(yè)化體系與全球化運(yùn)營(yíng)優(yōu)勢(shì)的頭部游戲公司：1）AI驅(qū)動(dòng)研發(fā)工業(yè)化升級(jí)，通過(guò)全鏈路提效降低研發(fā)成本。建議關(guān)注具備AI工業(yè)化布局的頭部廠商；2）AI原生玩法創(chuàng)新推動(dòng)交互體驗(yàn)與付費(fèi)模式變革。建議關(guān)注在AI玩法上快速驗(yàn)證的標(biāo)的；3）AI降低開(kāi)發(fā)門(mén)檻后，平臺(tái)與全球化發(fā)行體系有望受益于供給擴(kuò)容，建議關(guān)注兼具全球化發(fā)行能力與AI賦能體系的公司。

技術(shù)迭代落地不及預(yù)期：目前AI游戲相關(guān)技術(shù)仍未完全成熟，智能NPC交互邏輯、實(shí)時(shí)內(nèi)容生成、沉浸式交互體驗(yàn)等核心環(huán)節(jié)仍需優(yōu)化。若核心技術(shù)優(yōu)化進(jìn)度緩慢，將導(dǎo)致產(chǎn)品體驗(yàn)不及預(yù)期，制約行業(yè)商業(yè)化落地。

商業(yè)化進(jìn)度不及預(yù)期：行業(yè)目前處于發(fā)展早期，AI游戲?qū)俚纳虡I(yè)化體系尚未成型，用戶付費(fèi)認(rèn)知和消費(fèi)習(xí)慣仍在培育階段，整體變現(xiàn)效率有限。同時(shí)AI研發(fā)、算力運(yùn)維、模型迭代成本有待下降，或影響商業(yè)化進(jìn)度。

市場(chǎng)同質(zhì)化競(jìng)爭(zhēng)加劇：AI游戲賽道熱度持續(xù)攀升，各類(lèi)廠商集中入局，行業(yè)競(jìng)爭(zhēng)快速進(jìn)入白熱化階段。當(dāng)前行業(yè)尚未形成差異化競(jìng)爭(zhēng)壁壘，多數(shù)產(chǎn)品功能、玩法、技術(shù)應(yīng)用高度趨同，市場(chǎng)內(nèi)卷可能加劇。

數(shù)據(jù)合規(guī)風(fēng)險(xiǎn)：AI游戲研發(fā)運(yùn)營(yíng)高度依賴(lài)海量數(shù)據(jù)訓(xùn)練，存在數(shù)據(jù)源授權(quán)不規(guī)范、用戶隱私數(shù)據(jù)泄露等合規(guī)隱患。現(xiàn)階段AIGC生成內(nèi)容的版權(quán)界定、侵權(quán)判定的法律法規(guī)仍有待完善，游戲劇情、畫(huà)面、場(chǎng)景等AI生成內(nèi)容易產(chǎn)生知識(shí)產(chǎn)權(quán)糾紛。

行業(yè)政策風(fēng)險(xiǎn)：AI政策體系處于持續(xù)完善階段，存在較強(qiáng)不確定性。疊加海外跨境合規(guī)壁壘變動(dòng)，行業(yè)整體合規(guī)成本可能上行。

研報(bào)《AI+游戲：千億市場(chǎng)機(jī)會(huì)與產(chǎn)業(yè)鏈重構(gòu)》2026年6月12日

夏路路 分析師 S0570523100002 | BTP154

田鵬 分析師 S0570526020003

郭嘉靖 聯(lián)系人 S057012506004