【深度長文】AI+游戲方向調研報告（上）

AI+游戲方向調研報告（上）

小編前言：

錸三實驗室一直以來對AI+游戲很感興趣，也想以更長期主義的視角去追蹤和研究，因此錸三的實習生Steven數月前對這個方向做了一些內部的覆蓋研究。

沒想到這篇內部文檔，近期開始在多個AI交流群里被反復傳播，甚至聽聞此篇文章在一些頭部大廠內部也成為了被集中分享研讀的資料。這的確意料之外，但大家如果覺得有價值，我們也感到很開心。因此決定將這篇內部的調研報告整理成文，期待大家可以一起留言討論和交流。

在調研始前的一些思考

寫在前面：該研究完成于2025年5月20日，所有在本篇報告中提及的信息都基于該日期前產生，分析內容僅供參考！

以下是筆者關注AI+游戲大方向一直以來逐漸形成的主觀思考和判斷，均產生于本調研行為之前。

1.AI Native Game是偽命題。

• 基于神經網絡原理的大模型的推理本質 和 基于數學建模邏輯的傳統游戲機制 完全互斥。
• 在當下，AI帶給游戲的東西都沒有實際價值；所有AI在傳統游戲內容上增加的添頭，如AI NPC、AI判官、AI生圖、講故事等等，達到的上限和想象力帶來的體驗端的提升并沒有高于傳統的游戲設計與制作的能量。換句話說，所有在游戲里的AI，都不足以成為傳統游戲元素的替代品。

2.關于AI+游戲UGC，應該think differently.

用短視頻平臺UGC的思路不太適合做AI+游戲UGC。

短視頻UGC的偶然演化論：

• 抖音體系的成功無法刻意復刻。抖音的成功，是在像musical.ly這樣的小受眾群體（海外青少年）且娛樂性純粹的小玩具產品出現時，遇見推薦算法技術+移動設備的硬件技術均日漸成熟的節點，結合被動推薦的產品機制（用戶體驗端）+中國大陸用戶特有的移動端人機交互習慣綜合構成的偶然結果。
• 如果倒果為因，以UGC為平臺目標刻意效仿則難以復刻。通過其他的小垂類場景抓人性特點，等待下一代的人機交互范式出現后，在第一時間搶走用戶的注意力，才有可能復刻現有的抖音體系。

生產原材料論：

• 短視頻平臺UGC模式的原材料與實際產出的本身與短視頻平臺產品體系沒有什么關系。抖音是一個內容推薦平臺，它本身（以及剪映本身）產品如何，與用戶做內容生產用的原材料沒有關聯。換句話說，短視頻平臺生態完全不參與原材料的采集與原始加工。
• 游戲UGC大相徑庭——游戲內容的生產往往是一個完整的從0到1的過程，這個生態和原材料以及UGC內容本身息息相關；原材料的生產加工與UGC生態的運營直接掛鉤。
• 于是游戲UGC平臺產出的質量和產品本身的能力邊界直接掛鉤。在這個邏輯下，UGC就要換一種思路去做，拓展產品定位，擴大「泛游戲idea」的應用影響力，也是在擴大產品本身的原材料產出部分的應用場景。

b.產品的發展形態隨著游戲化程度的加深，一切元宇宙工具即會找到真正的用武之地。本質發展邏輯是曾經所謂「元宇宙平臺」產出的UGC內容有了新的使用場景與消費形式。

• 結合「生產原材料論」的第3條，等AI+游戲的定位和市場更加成熟以后，元宇宙工具內的UGC內容才會獲得變現機會。

3.AI+游戲形式的情感陪伴應該同樣建立于成熟的游戲機制之上，否則只能給用戶提供短效多巴胺。

靠數值和視聽效果構建的游戲性，會隨著時間流逝逐漸走向自我消解，同時拉高用戶的多巴胺閾值，讓用戶越來越難被審美層的內容打動，形成所謂的審美疲勞和「電子陽痿」。

*本調研報告驗證了部分筆者的主觀觀點，也得出了許多新的靈感。

調研分析方法論

因為現存AI+游戲方向的產品處于非常前沿的程度，整體的行業缺乏標準和成功案例，所以傳統的商業分析，如SWOT分析等等可能并不適用。

同時，本調研報告主要關注于生成式人工智能技術在游戲形式的產品中的前景與落地情況，對于那些與AI本身無較多關聯的、傳統的游戲設計維度的分析，可能會一筆帶過，不做贅述。

筆者在這里從以下幾個維度構建創新方法論：

1.AI游戲產品的「核心價值」

a.技術應用突破性維度

• AI能力邊界：明確游戲中AI的應用場景（如AI NPC、動態玩法、美術、劇情生成、個性化體驗），評估技術成熟度（如GenAI的穩定性、實時latency等）。
• 與傳統游戲的差異點：是否實現傳統游戲無法達到的體驗，真正地賦能游戲玩法。

b.用戶的興趣與付費維度

• 用戶對于AI內容的需求，接受度，以及是否愿意為AI特性付費。
• 核心體驗風險點：AI的不可控性是否會造成游戲體驗的減分（如劇情邏輯混亂、難度失衡）。

2.技術可行性分析

a.技術棧評估

• AI大模型的選擇與配置：相關預訓練、微調、MCP等。
• 工程化落地：實時交互的技術端痛點、多模態AI的協同性。

b.數據與訓練

• 數據閉環設計：數據的source，以及玩家行為數據如何反哺AI模型迭代。
• 道德倫理角度：用戶數據隱私保護、AI生成內容的合規性。

3.用戶認知與行為實驗

a.產品認知門檻

• 用戶是否理解“AI游戲”概念？是否需要教育成本？
• 玩家對AI的信任閾值：是否接受AI驅動的游戲體驗？

b.長線體驗監測

• AI生成的“新鮮感”衰減曲線（用戶對AI的驚喜感能持續多久？）。

4.市場與商業化預判

• 建立風險清單
• 最小可行性驗證（如產品處于早期階段）

5.長期主義視角：產品給AI+游戲帶來的啟發

這個維度主要分析一下產品給整個行業的發展做出了哪些推動，帶來了哪些啟發（因為每一款產品都是非常獨特且創新的）。

AI Native

AI Native Game，即「AI原生游戲」，一般被認為是那些由生成式大模型完全或部分定義游戲核心玩法的產品；同時，在本報告內，那些生成式大模型可能并不干擾游戲核心玩法本身，但會在游戲進程中實時生圖、文、動畫、音頻等游戲演出資產的游戲，也被劃為此品類中。為了方便后續分析，前者可以被稱為「AI-driven gameplay(AI驅動玩法)」游戲，后者被稱為「AI演出」游戲。

在這個品類下，本報告一共選取了 10 款AI原生游戲，其中的 7 款為「AI驅動玩法」游戲，3 款為「AI演出」游戲。

在看過所有的游戲之后，筆者的結論是：

不論是「AI驅動玩法」還是「AI演出」，那些擁有良好階段性/持續性關卡目標、但缺乏游戲總體主線的游戲，反而能在整體體驗上展現出優勢；相對而言，更偏向傳統的非AI游戲玩法和框架的產品，在加入大模型之后則會更缺乏可玩性，亦或是使AI本身的作用成為雞肋。

同時，對于關注用戶內容本身為主的產品，在AI驅動玩法下可能會有更大的潛力。

AI驅動

AI2U: With You 'Til The End

基本信息

• 網址：https://store.steampowered.com/app/2880730/_AI2U___AI/
• 開發團隊：AlterStaff
• 融資情況：天使輪 - 元璟資本、五源資本（可能）
• 團隊關鍵成員：創始人：大谷，《漫展模擬器》制作人，NYU Game Center 講師。
• 介紹：一覺醒來，你發覺自己身處一位可愛女生的家中，而她熱切地希望你能留在她身邊！在這里，你將體驗主題故事、解謎挑戰，以及與不同獨特AI NPC的互動。哪怕有時候會自相矛盾，她們也會用盡百般手段來“保護”你。來一場浪漫的邂逅吧。不過，你若是試圖逃跑，可要做好迎接混亂的心理準備喲！
• 目標用戶和市場：男性二次元，解謎類玩家，泛恐怖類玩家，AI愛好者
• 發布日期：2025.1.24（EA版本）
• 市場表現：17.2k份，9.99美元（2025.5.19）

主要玩法

第一人稱密室逃脫，靠和AI的自然語言對話來收集線索，然后利用這些線索來進行游戲內的機制解謎；游戲流程為關卡制，每一關的目標均為逃離。

一句話

游戲體驗的割裂驗證了AI驅動游戲玩法的體驗層不可控，上限低于同類型的傳統游戲——《米塔》作為相似品類和受眾的傳統游戲產品，其在發售后半年內的市場表現為330萬份。

核心價值

1.技術應用突破性

a.游戲中的AI能力邊界

• 通過玩家的輸入內容，AI用人設回答玩家，設置與玩家的好感值，并判斷是否應該給出線索。
• 通過玩家的行為以及輸入內容，判斷玩家的關卡進程，以及失敗邏輯。

b.與傳統游戲的差異點

• 部分的玩家的關卡進程、關鍵節點的邏輯判定和數值由AI做決策。

2.用戶對AI的興趣與付費

• AI女友給新玩家帶來的新鮮感是比較強烈的，但不能引起玩家的長期興趣。
• 付費模式和買斷式游戲一樣，商業模式本身可能和AI沒有太多關系。

技術可行性

1.技術棧

• 在大模型端應該沒有做過多微調和預訓練，AI行為主要由Prompt和背景設定驅動，然后通過結構化輸出傳遞到游戲前端表現。
• 前端的交互形式是純粹的自然語言交互，無需其他前端工程化落地。

用戶認知與行為

1.產品認知門檻

• 對于和AI對話過的用戶，尤其是那些和帶人設的大模型交互過的，幾乎沒有認知門檻。
• 大模型回答的不確定性對于游戲核心體驗的干擾明顯存在。和前身《病嬌AI貓娘女友》相比，游戲已經從機制上做了很多優化調整——在前者的體驗中，整個機制都是由大模型對話內容驅動，而游戲的成功與失敗也是100%由模型通過和玩家的對話過程中推理出的邏輯判定；在 AI2U 中，游戲的成功變成了由嚴謹的硬機制判定，如通過一些解謎游戲和收集關鍵道具等玩法進行條件檢測，來判定玩家是否通過某個關鍵節點。

但因為AI在核心體驗中的參與度仍然不低，對于一些關鍵線索，如任務路線的指引、道具的功能等，仍然需要玩家通過巧思來和大模型進行自然語言交互，否則推進游戲會變得十分困難。

這樣一來，整體gameplay的體驗變得黑箱，大模型延遲和幻覺也會更容易破壞玩家心流。

2.長線體驗監測

• 從目前的EA來看，每一關的解謎體驗是固定的，復玩性較低。而游戲的長線體驗（如有）也是靠不斷出新的關卡內容來維持。在這個維度上生成式AI沒有帶來長線體驗的提升幫助。
• 用戶和AI交互的興趣曲線和傳統的chatbot交互形式接近；而又因為游戲進程需要AI驅動，一旦用戶對AI失去興趣，游戲本身也會失去大部分游戲性。

市場與商業化

1.目標市場

• 先鋒用戶：男性為主的二次元愛好者，同時具有AI Chatbot的良好使用經驗。
• 大眾市場：難以吸引女性群體。

2.商業模式

買斷制，所以不太用擔心用戶留存+AI新鮮感衰減的問題。

3.風險預判與可行性驗證

風險清單

長期主義啟發

AI2U提供啦最最基礎的AI驅動玩法類游戲的范式，具像化了AI參與gamepaly的實際體驗。

相似的產品：AI Space Escape

https://arxiv.org/abs/2412.06394

lmgame.org/

一個試驗性的開源項目，由UCSD、UC伯克利等機構聯合組建的Game Arena團隊在Roblox平臺上打造。

玩法同樣是AI密室逃脫，但設定是科幻外太空。

Game Arena是一個專門在Roblox平臺上制作開源的AI游戲項目的團隊。

第三方資料：

https://zhuanlan.zhihu.com/p/23287786054

可能長相和玩法一點也不相似但AI驅動游戲玩法的形式相似的產品：Suck Up!

同樣是靠AI驅動玩法為主，結合傳統游戲框架的產品。

Suck Up!

基本信息

• 網址：https://www.playsuckup.com/
• 開發團隊：Proxima Enterprises
• 融資情況：種子輪 - LVP
• 團隊關鍵成員：創始人：Ran Mo，前EA中臺Lead PM.
• 介紹：《Suck Up!》是一款AI原生獨立游戲，玩家扮演吸血鬼，與AI驅動的城鎮居民互動，通過各種手段進入他們的家并完成吸血鬼的任務。核心特色是AI驅動的NPC行為和對話，以及玩家自定義AI角色的能力。
• 目標用戶和市場：喜歡模擬/角色扮演游戲、對AI驅動的互動體驗感興趣的玩家
• 發布日期：2024年1月13日（EA階段）

一句話

一款以AI驅動NPC互動和對話為核心玩法的吸血鬼主題獨立游戲，玩家可自定義AI角色，但商業模式和用戶反饋存在爭議。

核心價值

a.技術應用突破

• 能力邊界：基于LLM的AI智能體驅動NPC實時對話和行為。支持玩家深度自定義AI角色性格和反應。AI能夠理解玩家的自然語言輸入，并生成相應的行為和對話，使得NPC具有一定的“自主性”。
• 與傳統游戲的差異點：突破傳統腳本限制，NPC具備更高自由度和不可預測性互動。玩家可以真正影響NPC的行為和游戲進程。傳統的NPC行為和對話是預設的，而 Suck Up! 中NPC的行為和對話是動態生成的，使得游戲更有沉浸感和重玩性。

b.用戶的興趣與付費：

• 用戶需求接受度：對AI驅動的開放式互動體驗有濃厚興趣，喜歡自定義角色的玩家接受度高。玩家對與AI的自由互動和探索多樣化結局有較高需求。
• 核心體驗風險點：AI互動消耗Token，商業模式（按Token/時間付費）引發用戶爭議。AI對話有時可能重復，導致新鮮感衰減。部分用戶可能對游戲中的某些交互（如身體接觸）感到不適，尤其是在AI失控的情況下。

技術可行性、用戶認知與行為、市場與商業化、風險預判與可行性驗證均和 AI2U 類似。

Bside

基本信息

• 網址：https://www.bside.zone/
• https://store.steampowered.com/app/3649950/Bside/
• 開發團隊：Kotoko ai
• 融資情況：種子輪 - 紅杉資本
• 團隊關鍵成員：創始人：喬海鑫Patrick，前真格基金投資經理、Yahaha CEO助理。
• 介紹：Bside是一款圍繞你的原創虛擬角色Biibit的多人社交模擬養成游戲。創建有獨一無二人設的Biibit，為Biibit們創建一個個有豐富背景設定且能夠自主運行的小世界（e.g. 咖啡店，魔法小鎮，你就讀的高中），并讓Biibit們在其中生活！即使沒有你的操作，Biibit們也會基于自己的人設與環境去互動、成長甚至交朋友。此外，Biibit會隨時發朋友圈分享他們的生活日常，在你的桌面上扮演桌寵，甚至帶你認識其他Biibit背后的玩家！
• 目標用戶和市場：二次元+養成類玩家，重度PC玩家，Discord類產品用戶，主發海外。
• 發布日期：暫未發布
• 是否有公開Demo：否，6月新品節發布

主要玩法

圍繞OC養成玩法，伴隨AI+輕量級《模擬人生》體驗，長線體驗可能主要應用于社交和陪伴場景。

一句話

因為是社交玩法，用戶增長和留存是最大風險和挑戰，但也從某種程度上通過AI驅動的社交生態規避了AI原生gameplay的缺陷。

核心價值

1.技術應用突破性

a.游戲中的AI能力邊界

• AI NPC，以及可能的AI角色立繪。
• 可能的由AI構建+驅動的動態游戲世界，類斯坦福小鎮。
• 類桌寵玩法部分應該有適當的屏幕內容檢測和AI推理互動功能。
• 通過描述，自己的OC角色可能還會由AI驅動來幫助玩家進行交友。

b.與傳統游戲的差異點

• 定位偏游戲化社交平臺性質，可能沒有明確的大目標和游戲循環。
• 角色、內容和故事線（如果有）都是由AI根據用戶自定義輸入來生成。

2.用戶對AI的興趣與付費

• 養成和社交兩大部分有潛力讓用戶擁抱AI——每個用戶都有獨一無二的OC養成體驗，同時用AI賦能社交。
• 這兩大部分也可能是最能打開付費口子的地方。

技術可行性

1.技術棧

開發者團隊應該消耗了不少在模型預訓練和微調上的資源。

2.數據與訓練

• 數據source和閉環設計暫時未知。
• 關于AI權限問題，桌寵模式對于用戶PC的數據監控可能會成為一個隱私泄露隱患。

用戶認知與行為

1.認知門檻：可能較低，養成+類模擬人生的內容較為符合常識。關于角色自主行動和社交的環節，具體要看AI是如何賦能NPC的，目前還需要更多信息。

2.長線體驗：游戲的大后期可能會聚焦于社交和陪伴兩個維度，均非常吃游戲的機制設計，比如玩家之間的社交形式和活動有哪些，桌寵在陪伴過程中能做哪些事情。

• 照著Discord的模式發展，讓產品成為好玩的“掛機游戲+社交體驗”。理想的生態是用戶使用該產品進行游戲上的社交、語音，共同和平臺內的各個游戲玩法交互（就像Discord上的小游戲一樣），形成一個桌面端二次元（也許）玩家社群。
• 做社交游戲的思路是有潛力的，因為從長期來看，用戶粘性由社群和社交關系決定，上限較高。而AI在這個部分可能的賦能在于幫助用戶做社交行為，這也是現在一些交友平臺融入AI技術的應用場景。結合游戲的體驗，或許可以在產品端更加抓住核心游戲用戶群體的興趣。

市場與商業化

1.目標市場

• 先鋒用戶：歐美用戶為主，因為他們有良好的PC端社交和人機交互習慣；二次元玩家，養成/模擬類玩家。
• 大眾市場：畫風的接受度較高，同時玩法門檻較低，有吸引更多品類玩家的可能性。但從PC端社交這點出發，在中國市場吸引非核心PC玩家的難度可能較高。

2.商業化模式

暫時未知，需要更多信息。

3.風險預判與可行性驗證

風險清單

長期主義啟發

圍繞社交做玩法和體驗是一個雙刃劍——就像那些依靠大DAU的商業手游一樣，用戶的增長和投放成本是一個邁不開的坎，同時現在因為短視頻平臺的存在，用戶的注意力也越來越難搶，而一旦留存和粘性不夠強，商業模式就會崩塌。

作為AI原生游戲，因為有大模型的存在，或許可以依靠陪伴式玩法來分擔DAU需求。不管前期的投入和用戶增長應該怎么做，如果能把模型能力和核心玩法有機結合，在下個時代搶奪用戶注意力的階段，AI賦能社交+養成陪伴的長尾效應可能會逐漸有所體現。

Whisper from the Star

基本信息

• 網址：https://wfts.anuttacon.com/
• 開發團隊：Anuttacon
• 融資情況：未融資（可能）
• 團隊關鍵成員：創始人：蔡浩宇，米哈游創始人。研究合伙人：童欣，前微軟研究合伙人，網絡圖形組負責人。用戶生態總裁：王宇陽，前B站副總裁，直播業務Lead.
• 介紹：Whispers from the Star 講述了一位名叫Stella的天體物理學大學生，她在一艘宇宙飛船上遇到意外，墜落在一個名為Gaia的外星行星上，玩家透過通訊設備跟Stella聯絡，以文本、語音和視頻消息跟Stella進行實時開放式溝通，每一句說話都會影響Stella的行動和命運，決定她的生死。
• 目標用戶和市場：可能的男性用戶，可能的跑團玩家，追求高自由度和AI創新體驗的玩家，AI愛好者
• 發布日期：暫未發布
• 是否有公開Demo：否，封閉測試中

主要玩法

語音和自然語言輸入來和Stella對話，給她逃生的建議，成功逃生則為游戲成功。所有故事線都由玩家和AI的對話動態產生。

一句話

Whispers from the Star 用極限的視聽效果和沉浸感構建，從某種程度上對沖AI驅動玩法的體驗痛點，但其商業模式并不清晰，無法判斷用這個思路做游戲的前景。

核心價值

1.技術應用突破性

a.游戲中的AI能力邊界

• 通過玩家的輸入內容，AI NPC帶著背景和人物設定和玩家對話，并產生數值層面的變化。
• 游戲沒有固定劇情，所有敘事和事件會由玩家的輸入內容靠AI實時生成。

b.與傳統游戲的差異點

• 游戲沒有固定劇情，所有敘事和事件會由玩家的輸入內容動態實時生成。

2.用戶對AI的興趣與付費

• 因為游戲的演出效果好，玩家對AI的新鮮感可能會普遍高于類似 AI2U 這樣的游戲，但其本質也是一個隨時間流逝，內容逐漸呈現，玩家的審美閾值逐漸爬升，興趣逐漸衰減的過程。
• 玩家可能能接受的付費形式依舊會是買斷制。但因其定位是移動端，訂閱制或許也是可行選擇。

技術可行性

1.技術棧

• 前端交互采用了成熟的多模態技術，支持玩家通過文字、語音或視頻與AI角色Stella交互。
• 大模型大概率有預訓練的過程，因為Anuttacon團隊中的LLM專家有許多來自預訓練領域。
• 為了處理AI的記憶問題（如對話連貫性），團隊開發了專門的內存系統來管理AI角色的長期記憶。

2.數據與訓練

暫時未知。

用戶認知與行為

1.產品認知門檻

• 游戲的前端界面模擬了玩家和Stella視頻通話的樣子，并在手機端豎屏操作，整體比較符合直覺，體驗下來就像在和真人對話。
• AI驅動的Stella的回答和邏輯穩定性暫時未知，但基于經驗主義的結論，依然有不小的可能出現幻覺和不可控結果。

2.長線體驗監測

Whisper from the Star 有兩個維度充滿亮點：

• 為解決AI響應延遲，游戲設計了“星際通訊延遲”的敘事化處理，減少玩家等待焦慮。
• 像跑團一樣，游戲的故事和流程均為基于已有信息實時延展，玩家對于不可控結果的產生容忍度更高。

市場與商業化

1.目標市場

• 先鋒用戶：可能的男性用戶和跑團玩家，追求高自由度和AI創新體驗的玩家，對AI驅動的動態敘事和智能NPC高度感興趣的科技愛好者。
• 大眾市場：基于游戲的交互形式和移動端操作，有潛力成為陪伴式玩法產品，從而獲取更多AI泛娛樂用戶。

2.商業化模式

暫時未知。

3.風險預判與可行性驗證

風險清單

長期主義啟發

僅從實機演示效果來看，Whisper from the Star 可以說是所有AI NPC類游戲里的演出效果最佳作品，沒有之一。其帶來的啟發是，或許用極限的視聽效果和沉浸感構建，可以對沖AI驅動玩法的體驗痛點——但從中短期的ROI角度出發，以目前的大模型技術來看可能并不值得。

但是，其給出的規則層面的啟發是更具價值的：通過“星際通訊延遲”的形式規避大模型latency的問題，是一個非常優秀的用對游戲化規訓AI的案例——這背后的設計哲學值得所有AI游戲學習。

第三方資料

https://ep.ycwb.com/epaper/xkb/resfile/2025-03-19/A16/xkb20250319A16.pdf

https://www.36kr.com/p/3249256674402561

福爾摩斯：暗夜追蹤者

基本信息

• 網址：https://store.steampowered.com/app/3561740/__AI/
• 開發團隊：上海美酷瑞 Gamercury AI
• 融資情況：未知

團隊關鍵成員：

創始人：朱笑靖，前盛大游戲VP，主導過《熱血傳奇手游版》《永恒之塔》《盜墓筆記》《仙劍奇俠傳四》的研發和/或發行。

吳昀贇，前B站游戲事業部負責人，主導過《FGO》《碧藍航線》的研發和/或發行。

• 介紹：一款由最新AI大模型技術打造的，擁有全新交互體驗的沉浸式懸疑推理游戲。化身福爾摩斯的你，將與AI扮演的數十個人物角色斗智斗勇，找出線索，破解謎題。游戲內沒有任何劇情選項，所有的線索都將由你——遠近聞名的大偵探親自通過攀談、審訊、情緒引導、探索、解謎等手段來獲得。
• 目標用戶和市場：福爾摩斯粉絲，推理游戲玩家，跑團玩家，追求高自由度和AI創新體驗的玩家，AI愛好者
• 發布日期：暫未發布
• 是否有公開Demo：否

主要玩法

其實和 Whisper from the Star 幾乎一樣，靠自然語言和游戲中的NPC交流；游戲沒有固定的劇情，一切事件均由玩家的行為動態產生。

一句話

同樣，通過視聽效果和沉浸感構建的思路，從某種程度上對沖AI驅動玩法的體驗痛點，但不一定能通過傳統分銷模式讓玩家掏的錢cover高質量AI演出的成本。

核心價值

基本同 Whisper from the Star.

技術可行性

1.技術棧

• 主要采用多模態技術，也同 Whisper from the Star，處理玩家的多種形式的輸入，并體現在游戲內NPC的演出效果上。
• 至于預訓練和長線記憶等技術棧情況暫時未知。

2.數據與訓練

暫時未知。

用戶認知與行為

1.產品認知門檻

• 產品整體包裝比較貼合偵探推理游戲，在游戲維度上比較符合玩家認知。
• 對于玩家與AI交互產生的具體影響，目前還看不到實際效果。依然基于經驗主義的結論，有不小的可能出現幻覺和不可控結果。

2.長線體驗監測

• 如果游戲內能如 Whisper from the Star 的“星際通訊延遲”機制那樣，用設定和規則同大模型特性有機結合，可以塑造更持久的新鮮感。
• 同樣地，像跑團一樣，游戲的故事和流程均為基于已有信息實時延展，玩家對于不可控結果的產生容忍度更高。

市場與商業化

1.目標市場

• 先鋒用戶：硬核福爾摩斯粉絲，跑團玩家，追求高自由度和AI創新體驗的推理游戲玩家，對AI驅動的動態敘事和智能NPC高度感興趣的科技愛好者。
• 大眾市場：對懸疑解謎有興趣的泛游戲玩家，接受AI新技術的用戶。愿意為沉浸式體驗付費的PC/Mac用戶。

2.商業化模式

• 游戲本體是否付費未明確，但有內購（購買token禮包）以支持AI算力消耗。
• 可能的模式包括買斷制附加AI算力消耗的付費，或者基礎游戲免費但AI交互能力有限，高級交互需付費。

3.風險預判與可行性驗證

風險清單

長期主義啟發

綜合來看Bside、《福爾摩斯：暗夜追蹤者》和Whisper from the Star，筆者有一個大膽的猜測：

這三款游戲相對AI2U 都看起來更promising。有前景的AI驅動玩法的原生游戲的樣子，要么像 Bside 那樣，圍繞社交、陪伴這種和玩家本身相關的內容打造gameplay，而非靠虛擬世界里的內容；

要么像后兩者那樣，懟上強大的視聽體驗，對沖AI在gameplay中的尬點，并把AI和設定與規則有機結合；靠高視聽體驗+圍繞AI特性展開的規則帶來的相對長線的興趣，讓玩家買賬。本質有點像傳統3A游戲，花錢去買占用大腦帶寬的體驗。

總結來說，要么做到「AI Gameplay+」，不管這個加號后面跟的是社交還是陪伴，還是別的模式，只要這個模式和用戶自己的內容相關；要么做到極致的AI Gameplay，而不是一半一半，就像后兩者那樣。否則就會變成AI2U 的框架。

而在商業角度上，Bside 需要有一些更新穎的思路；后兩者的特性可能更加依賴一些傳統的模式來分銷。

第三方資料

https://mp.weixin.qq.com/s/F-b2lIPNGQJYkLtK-VBaQw

Jeopardy！

基本信息

• 網址：https://www.volleygames.com/skills/jeopardy
• 開發團隊：Volley Games
• 團隊關鍵成員：創始人：Max Child 和 James Wilsterman，哈佛本科畢業生，畢業后一起做過一段時間手機游戲。
• 融資情況：C輪 - Lightspeed Venture、M12 Ventures、Amazon、Advancit Capital、Y Combinator等

介紹：一款AI賦能的基于智能語音家電設備的語音互動游戲。同名的電視問答節目最早于1964年播出，曾獲43座艾美獎，目前每周觀眾數達到2000萬人，在美國有著相當廣泛的群眾普及度。

原版電視游戲采取“逆問答”的玩法，回答者不是像常規智力問答那般根據問題給出回答，而是通過線索提示反推問題是什么。比如，當節目給出線索“愛因斯坦因為這個理論而出名”的時候，回答者應該反推出原本的問題“什么是‘相對論’？”

而Volley的設計思路就是將電視節目的形式幾乎原樣照搬，并融入AI能力，打造“語音控制游戲”。比如，玩家完全無需遙控器，只需說話就可操作游戲——當玩家猜到正解時，也只需向電視喊出正確答案，游戲就會用AI識別玩家給出的答案正確與否。其它玩法，則和原版電視節目幾乎如出一轍。

• 目標用戶和市場：歐美玩家（因為語音智能家電、真人秀和客廳游戲文化更普及），語音互動游戲愛好者，老少咸宜
• 發布日期：2025.1.2（Amazon Fire TV版本）
• 市場表現：未公布，但 Volley Games 旗下總產品MAU達500萬，總覆蓋家庭數達3000萬

一句話

雖然因為真人秀和客廳游戲文化在國內普及程度十分有限，Jeopardy! 的定位可能不適用于國內，但其展現出的因地制宜的AI互動娛樂的落地形式一定程度上提供了面對特定垂直群體的設計靈感。

技術可行性

1.技術棧

目前Volley所掌握的AI處理技術棧在模態上較為單一，根據該公司的介紹，他們的能力主要包括語音識別、自然語言處理、LLM內容生成和語音合成這四大類別。

不過Volley也表示，它們將秉持“將LLM和AI放在游戲中心”的發展策略，并在獲得資金后嘗試此前未挑戰過的領域，如嘗試AI圖像生成等。此外，Volley也在嘗試利用GPT-4o等大語言模型構建智能體，用更具性格特色的虛擬角色向玩家進行提問，以進一步提升答題體驗的沉浸感。

2.數據與訓練

基于海量非結構化文本語料訓練以及通用LLM，可能針對教育/知識領域微調。

數據的廣度和深度直接影響AI生成題目的質量和多樣性。

用戶認知與行為

1.產品認知門檻

目標用戶對經典 Jeopardy! 規則熟悉度高，認知門檻較低。

用戶需要對AI生成內容的局限性有一定的了解，并可能需要人工審核。

2.長線體驗監測

AI自動出題提升題庫多樣性，有助于延長用戶興趣。

AI準確性和實用性是用戶長期體驗關鍵。

持續的新題目和游戲模式更新是維持長線用戶粘性的重要因素。

長期主義啟發

Volley Games 的理念是“語音是消費者與人工智能互動的最佳方式”，但基于實踐情況可能還是因為歐美的語音智能家電、真人秀和客廳游戲文化更加成熟。AI+游戲的形式的一大潛力可能在于其如何賦能特定群體的當下火熱娛樂文化。

同時，結合數據智能，Jeopardy! 可以更精準地評估用戶的知識水平和學習進度，實現個性化學習路徑，為AI+教育也提供了重要參考。

第三方資料

http://www.gamelook.com.cn/2024/07/549032/

AI演出

inZOI

基本信息

• 網址：https://store.steampowered.com/app/2456740/inZOI/
• https://playinzoi.com/
• 開發團隊：KRAFTON
• 融資情況：已上市
• 團隊關鍵成員：創始人：張炳圭，Neowiz、First Snow及Bluehole Studio創始人。
• 介紹：「每段人生都是一則故事。」通過控制并觀察'Zois'，你可以創造出一段屬于你的，獨一無二的人生。 利用 inZOI 易用的工具，可以自定義角色，建造房屋，在沉浸式的模擬體驗中，過上夢想中的生活，體驗生活中那些豐富而細膩的情感吧！
• 目標用戶和市場：模擬經營類玩家，模擬人生玩家，休閑玩家
• 發布日期：2025.3.28（EA版本）
• 市場表現：60.6萬份（2025.5.19）

主要玩法

幾乎和《模擬人生》一致，但有AI NPC和AI美術內容：

核心機制：玩家扮演“造物主”，自定義Zois角色，控制其生活軌跡（職業、社交、技能等），同時進行房屋建造、城市環境修改（天氣、植被等）。 城市生態由AI驅動，NPC行為動態響應玩家和環境變化。

AI功能應用：AI驅動Zoi的角色行為決策、社區事件發生、圖像生成（如墻畫紋理）。 支持玩家通過文本生成服飾紋理、道具圖案；上傳2D圖片轉3D物件；上傳視頻自定義動作。AI功能采用KRAFTON自研模型，本地部署（0.5B），不依賴外網API

此外，inZOI 內還有一個高自由度的角色/建筑自定義與社區分享平臺（Canvas）。

一句話

精致版「斯坦福AI小鎮」，AI仿真驅動的次世代生活模擬沙盒，強調高度自由自定義與社區共建；EA階段銷量可圈可點，但實際的游戲性尚待完善。

核心價值

1.技術應用突破性

游戲中的AI能力邊界

用AI的推理結果操控游戲內NPC做出更加合理的決策。一個例子（GDC 2025）：

①角色和妻子定了晚上6點的餐廳，而在晚上5點半時感到饑餓；

• 傳統的 utility AI 框架（《模擬人生》）：角色立刻去冰箱找吃的，填飽肚子，然后到了餐廳什么也吃不下，妻子暴怒。
• LLM驅動的AI框架（inZOI）：大模型認為因為半小時之后就要去餐廳約會了，所以選擇忍忍，并把輸出的決策通過結構化方式轉換成NPC在前端內容的行為邏輯。更符合現實直覺。

②每一個NPC都可以配置獨特的提示詞，玩家自定義其習性。NPC會根據該配置進行每日思考與總結（寫日記特性）

來源：筆者于 GDC 2025 KRAFTON 分享Session中記錄的PPT

• AI的實時生圖和2D轉3D功能，玩家可以上傳照片導入游戲內一件轉成3D物品，亦或是替換游戲內的3D貼圖：

b.與傳統游戲的差異點

• 真正意義上地使NPC脫離傳統決策樹和邏輯判斷的“圖靈機式”表現，使角色表現更加真實。
• AI輔助的個性化內容生成（紋理、物件）極大提升自定義自由度。

2.用戶的興趣和付費維度

• 高自由度沙盒建造、個性化角色定制、模擬現實/理想生活體驗吸引核心用戶。同時，游戲通過AI技術提供的自定義游戲內容的功能吸引AI創作愛好者。
• 當前付費模式和買斷式游戲一樣，但游戲里的GenAI部分有潛力往UGC方向的創新商業模式探索，如玩家自制游戲內資產，以及更高級的付費AI功能。

技術可行性

1.技術棧

• 游戲運用自研引擎技術，在游戲內本地部署了一個5億參數的LLM，處理游戲內的所有AI生成式內容。
• 支持面部/全身動作捕捉。
• 因為大模型是本地客戶端集成，使用無版權風險數據訓練。但游戲依賴高性能硬件，對顯卡和內存要求較高。

2.數據與訓練

• AI模型使用公司自有及無版權數據訓練。
• 推斷游戲大量使用行為采樣和自動化決策參數調整。
• 數據的多樣性和豐富性是AI模擬和內容生成質量的關鍵。

用戶認知與行為

1.產品認知門檻

• 類Sims基礎玩法門檻較低，但高畫質及本地部署模型對硬件配置要求高，存在技術門檻。
• AI自定義功能易用性高，無需專業技術。
• 玩家需要適應AI驅動的模擬世界的不確定性。

2.長線體驗監測

a.目前觀察下來的極度影響玩家對游戲的長期興趣的因素并不是AI，還是游戲本身。

• EA階段的游戲內容過少，而模擬人生like游戲非常依賴高自由度和大系統的構建，因為該品類本身缺乏游戲目標，需要豐富多樣的內容塑造高質量體驗。
• 因為本身游戲的系統體量小，導致AI的能力也被大大限制。雖然像前面「游戲中的AI能力邊界」部分講得很fancy，但大模型的推理結果再好，也要依靠前端的內容來展現；換句話說，游戲本身的系統設計決定了AI在gameplay里的體驗上限。

b.同時因為本地部署模型太吃電腦配置，持續性的卡頓體驗也會嚴重影響玩家后期感受。

c.社區共建和分享功能也是重要的長線驅動力，但前提還是游戲內容品質足夠。

市場與商業化

1.目標市場

• 先鋒用戶：模擬人生系列核心玩家，對AI生活模擬有興趣的硬核玩家，AI內容創作者。
• 大眾市場：泛模擬經營愛好者，對高畫質開放世界有興趣的玩家。云游戲平臺（如GeForce NOW）支持擴大低配用戶群。

2.商業化模式

Early Access買斷制，后期計劃推出DLC和增值內容。可能的商業化路徑包括創意內容市場分成、虛擬物品銷售、廣告植入（游戲內已大量存在品牌廣告）。

3.風險預判與可行性驗證

風險清單

長期主義啟發

雖然自「斯坦福AI小鎮」的概念誕生后，各個大廠都在爭先效仿，但可以說只有KRAFTON最終愿意持續燒錢把這個概念拓展并落地成游戲，且還是一款大作。

KRAFTON在GDC 2025上幾乎分享了他們的所有技術細節，其技術棧落地流程提供了一個供AI NPC和系統行為邏輯的構建范式。

inZOI 本身是很難回本的：《模擬人生》的高度不容小覷，且現如今的市場對于這種殺時間但缺乏主要目標的游戲并不歡迎——當下的玩家時間著實寶貴。

但 inZOI 的picture一定是好玩的體驗：宏大的、符合直覺的系統框架和絕美的交互體驗共同保證游戲的下限。如果不考慮商業化問題，完全體的 inZOI 會是美如畫的藝術品。

inZOI 的商業化問題在于其高品質的內容受限于買斷制游戲本身的商品定位。不管其天花板在何處，inZOI 提供了許多AI+游戲的拓展方向。

麥琪的花園

基本信息

• 網址：https://store.steampowered.com/app/2990190/
• 開發團隊：AutoGame
• 團隊關鍵成員：創始人：張昊陽，前《和平精英》AI負責人，《伊甸島》（騰訊內部項目）制作人。
• 融資情況：天使輪 - 奇績創壇、九合創投
• 介紹：歡迎來到麥琪的花園，世界首款AI沙盒冒險游戲！在這里，你將從零開始建設自己的營地，并創造專屬于你的AI伙伴。 每一次與伙伴的互動，都將塑造你們之間獨一無二的特殊關系。即刻踏入未知的世界，享受自由探索的旅程吧——
• 目標用戶和市場：二次元玩家，沙盒玩家，星露谷玩家，像素風愛好者，輕量戰斗游戲玩家
• 發布日期：暫未發布
• 是否有公開Demo：否，有階段性封閉測試

主要玩法

二次元像素風開放世界沙盒生存建造+戰斗玩法，同時可以管理自己的小隊，培養與AI NPC的關系。

一句話

以圖片/文本創建自定義AI伙伴并進行深度互動的AI驅動像素風沙盒冒險游戲，創新性強，早期市場反饋積極。

核心價值

1.技術應用突破性

a.游戲中的AI能力邊界

• 實現通過圖片或描述高精度生成AI NPC（立繪、故事、性格）。

生成式AI部分最大的亮點是AI NPC的所有動畫序列幀均可由AI實時生成，且因為是像素風，效果瑕不掩瑜，基本不會破壞心流體驗。

筆者于2024年11月試玩，當時表現十分驚異——因為極少能有游戲把AI實時生成的動畫可以做到很好地應用于玩家體驗當中。

• AI驅動NPC實時生成對話、語音、行為和情緒表現。
• 多模態生成（立繪、道具、地圖規劃）。
• AI能夠理解玩家的輸入，并生成符合玩家期望的AI伙伴。

b.與傳統游戲的差異點

• AI驅動的NPC不再是固定腳本，而是擁有記憶和自主行為的“智能生命體”。
• 玩家可以真正意義上“共創”游戲內容，與AI伙伴形成獨特、動態的關系。
• 傳統的游戲NPC行為和對話是預設的，而《麥琪的花園》中玩家可以創建自己的AI伙伴，并與之進行深度互動。

2.用戶對AI的興趣與付費

a.用戶需求接受度：沙盒玩家、二次元愛好者和AI聊天用戶群體高度重合，AI伙伴的強陪伴感和個性化互動是核心吸引力。

• UGC創建AI伙伴滿足用戶二次創作和個性化表達需求。
• 玩家對與AI伙伴的深度互動和共同創造故事有較高需求。

b.付費模式和買斷式游戲一樣，商業模式本身可能和AI沒有太多關系。

技術可行性

1.技術棧

a.采用UE引擎的像素管線，結合自研AI內容生成、動作、語音模塊。

b.融合大語言模型和擴散模型（Diffusion Model）。

• 可能與開源GameGPT、ChatHaruhi等類項目有關聯。
• 技術團隊具備AnimateDiff等開源項目經驗。

2.數據與訓練

主要采用團隊內部原畫師自畫內容訓練AI模型，成本可控。

用戶認知與行為

1.產品認知門檻

• 開放世界沙盒冒險+AI伙伴玩法易于理解。
• 部分高級自定義功能如角色生成需要簡單學習。

2.長線體驗監測

• AI伙伴互動深度高，用戶愿意反復試驗生成角色和劇情，相比于傳統同類游戲的優勢是AI帶來了更強的內容復玩性。
• 用戶對AI伙伴的喜愛和社區互動是長線留存基礎。

后續關于AI內容的持續更新可能是推動延長游戲生命周期的重要一環。

市場與商業化

1.目標市場

• 先鋒用戶：AI游戲愛好者、深度二次元用戶（OC圈、同人/虛擬主播粉）、沙盒模組愛好者。
• 大眾市場：泛沙盒玩家、對模擬經營和休閑建造感興趣的用戶，愿意嘗試和探索AI輔助游戲創作和互動的潛力的人群。

2.商業化模式

傳統買斷制游戲模式，大概率為本體+DLC形式。

3.風險預判與可行性驗證

風險清單

長期主義啟發

創始人張昊陽的核心理論是“AI應成為游戲底層技術，回歸‘好玩’本質”，而《麥琪的花園》讓筆者看到了GenAI在內容層面上和游戲性有機結合的可能性。其二次元與像素風結合的實際效果，以及AI生圖和逐幀動畫的穩定性，證明了在這個維度上，賦能玩家用AI創造自定義且能給游戲體驗加分的游戲內容是有前景的。

但既然其被歸類于「AI演出」品類里，還是因為這些AI內容其實并沒有與游戲本身的規則和玩法交叉——其更像是從一個審美角度出發，去吸引那些擁抱AI、對AI生圖和不確定性的內容有足夠接受度的玩家。

筆者反倒覺得，《麥琪的花園》的“沙盒”程度，遠沒有 inZOI 高。inZOI 從游戲規則上更像是給出了一個沙盤，讓玩家自由體驗“屬于自己的人生”；《麥琪的花園》有著極高的自由度，但游戲整體敘事目標更加清晰，主要玩法十分明確，而這些因素使其更像是一款傳統游戲。也正因如此，里面的AI內容會更偏服務于其傳統游戲框架中的要素，如NPC立繪、動畫、技能屬性設定等等。

這樣的話，如果說 inZOI 里的傳統游戲框架為其提供了下限，那么在《麥琪的花園》里可能正好反過來——其傳統游戲框架提供的是上限。

第三方資料

https://news.qq.com/rain/a/20250225A08OTE00

AI演出體驗可能相似的產品：Circle Mountain Circle Sea - 圈圈圓圓圈圈

Circle Mountain Circle Sea

基本信息

• 網址：https://store.steampowered.com/app/3573470/
• 開發團隊：喵吉托工作室
• 融資情況：天使輪 - 奇績創壇
• 團隊關鍵成員：創始人：李馳，前字節游戲強化學習研究員。
• 介紹：打造你的圓圈農場，培育繁榮的棲息地，讓古怪可愛的動物伙伴安居其中，成為終極牧場設計師！通過肉鴿類游戲機制掌握戰略性棋盤布局，將荒蕪的土地轉變為一個充滿奇思妙想的農場。
• 目標用戶和市場：休閑游戲玩家、模擬經營玩家、對輕度Roguelite和策略布局感興趣的玩家
• 發布日期：暫未發布
• 是否有公開Demo：是

主要玩法

玩家放置不同圓形生態拼塊，通過堆疊、鏈接和組合創建生態網絡，管理牧場，應對隨機挑戰。同時，可以通過AI創建獨特的拼塊生物或物品，自定義外觀和設定（Demo里暫時無法體驗）。

AI+游戲思路

大致和《麥琪的花園》在AI結合游戲的思路上類似：游戲的核心玩法偏傳統游戲的形式，通過GenAI來豐富演出部分的內容，增加復玩性和UGC潛力。但這一切都是圍繞于游戲本身的核心玩法框架與大游戲目標實現——游戲框架為GenAI內容提供了具有明確上限的潛力。