内容生产正在经历从“技术验证”到“产业落地”的关键跨越。AI工作流如何从实验室的“惊艳一刻”走向产线的“日常运转”当生成能力不再是门槛规模化落地的瓶颈在哪里人又该扮演什么角色内容生产正在经历从“技术验证”到“产业落地”的关键跨越。单点突破易系统协同难真正的挑战不在于模型能否生成而在于工作流能否稳定运转、协作生态能否有效构建。技术红利终会趋平越过规模化这道坎之后行业最后比拼的是对场景的理解深度与工程化的落地能力。2026 ChinaJoy AI未来生态大会上36氪游戏与Funloom AI、阿里云、VAST、珀乐互动等行业先行者共同带来圆桌探讨。圆桌嘉宾刘士武丨36氪游戏主编主持吴同丨Funloom AI CEO艾文丨阿里云智能集团公共云AI原生事业部副总经理罗小我丨VAST战略负责人杨晟丨珀乐互动科技创始人从实验到产线——AI 工作流的规模化挑战与协作生态以下为圆桌对话内容经36氪整理编辑刘士武大家好我是本场圆桌的主持人36氪游戏主编刘士武我们今天的圆桌主题是从实验到产线AI工作流的规模化挑战与协作生态。我们今天圆桌四位嘉宾Funloom AI的吴同老师、阿里云的艾文老师、VAST罗小我老师以及珀乐互动的杨晟老师其实四位分别代表AI产线上不同的角色以及在发力不同方向。今天我们将会聊聊大的话题下一些小细节聊聊AI在游戏行业工作流里面应用过程中遇到的一些坑以及大家是如何解决这些问题的首先我们先请各位嘉宾做个自我介绍。吴同大家好我是Funloom CEO吴同我们做的产品是Funloom AI它是一个UGC的AI互动内容共创平台我们致力于帮助UGC用户把自己的一个简单想法能够落地成高质量的、可商业化的内容作品当然这个内容作品形态它包含游戏、影视以及文学等诸多领域。艾文大家好我是阿里云AI原生事业部的艾文阿里云AI原生事业部主要服务对象主要是是以AI为核心生成力的AI原生客户。我们的客户是依靠AI能力、依靠MaaS能力依靠Tokens从以前一个云服务商向MaaS、向Tokens Agent工具服务商转型支持这些专门我们认为“会插上AI的翅膀飞得更高”的客户们。罗小我大家好我是VAST罗小我VAST是一家做AI 3D和世界模型的科技公司公司从成立以来一直跟游戏行业联结比较深也非常高兴来到这里。杨晟大家好我是珀乐互动的杨晟我们专注于科技在泛娱乐领域的应用业务涵盖游戏、内容及其他泛娱乐产品。刘士武今天希望大家能够在圆桌上聊一些可能大家平时听不到的、我们可以私底下在聊的有意思的事情。首先想问吴同老师因为吴同老师是非常年轻的一位创业者前不久Funloom 刚刚完成pre-A轮融资我们也观察到Funloom 已经把最早的AI文游逐渐升级成了AI、文字RPG和互动游戏三位一体架构从工具到AI原生游戏这样产品形态发生了哪些变化呢您和您的团队是如何理解当下AI原生游戏的呢吴同Funloom在这次ChinaJoy展出的RPG模式与互动影游模式本身就在我们产品线规划里Funloom作为一个UGC内容共创平台希望在降低用户游戏创作门槛的同时又能保证产出的游戏质量相当可控希望兼顾两者。为此我们已经研究了两年时间期间也尝试通过Vibe Coding路线实现这个目标中间我们做了大量实验也遇到过很多挫折。关于AI原生游戏最早我们接触到的是AI文字游戏我觉得这个模式它已经在最小程度上实现了AI原生了它最让人着迷的点在于它允许创作者和消费者一起构建文化作品的心流。我认为一个内容作品最重要的其实就是心流作者想要把自己表达的创作、创意、想法各种东西以作品形式承载下来通过可能各种模态再传递给消费者其实本质上是人与人之间的共鸣AI文游相当于你可以只做游戏设定但是你这个游戏内容体验不是完全由创作者决定的它也让消费者也参与到这一环这其实让我当时看到了也许存在一种真的低门槛同时又能确保这个游戏可玩性的一种模态。我曾经在小红书上和海外平台上看到很多人在玩AI的原生文字游戏当时觉得这是一个已经被大家认可的模式所以最早把我们技术路径切换到了做AI原生文字游戏。但是我们不是止步于做一个文字游戏我依然希望它最后能够以丰富多彩模态形式呈现给更多大众化用户现在我们的状态更像是以AI文游作为一个全新人机交互模式让创作者能够把自己的想法输出出来。因为在Vibe Coding的时候会发现很多人不懂业务逻辑做出来有很多Bug甚至难以顺畅地迭代自己的创意构想而AI文游这一模式能让创作者能够更专注于内容本身。吴同丨Funloom AI CEO在AI文游的创作模式下创作者可以先将自己的心流体验打磨完善这个过程其实已经给你的游戏输出了一个非常完整的想法它有点像为你的游戏构建了一个专属的大模型微调层。在获取充足信息之后我们一方面可以据此训练专门的游戏设计、游戏策划方面的模型另一方面这些信息可以让我们有能力去介入做后面落地开发过程这其实也支撑了我们的核心能力——可以以AI文游做的文游作为样本直接一键转化成RPG游戏和互动影游。我们已经在今年CJ的C馆N2已经展示出了Demo我也做了一个示范案例如果大家感兴趣也欢迎直接去线下体验试玩可以支持全部完全自动化的生成。刘士武很多创作者包括我可能都有同感我们的表达有时候也需要打磨现在Funloom的第一步就是帮助我们用户做好表达后续我们再去做其他的延展。接下来想问艾文老师我们知道阿里云在游戏行业已经深耕很多年从云服务到AI的全链路平台优势已经逐渐显现。如今有越来越多的游戏厂商开始用AIGC阿里云作为云厂商在这样的趋势下是否会改变咱们阿里云和内容厂商之间的合作关系以及商业模式呢艾文AI将我们和游戏客户的合作维度加宽和加深了。首先形成了云基础设施之外的一块全新的合作领域其次依托云天然的超大规模基础资源弹性能够更好的承载游戏天然的潮汐和毛刺型流量云AI成为了全新的游戏行业底座这加速了游戏行业在AI领域的探索与实践。在AI时代阿里云千问大模型也直接作用到了游戏的链路中。我们观察到了几种场景闲聊陪伴/知识问答/游戏助手闲聊陪伴NPC最简单的落地场景无需外挂知识库知识问答NPC通常需要外挂知识库叠加意图识别、做商品检索等参与游戏互动的AI NPC对战AI将a的bot升级为AI NPC通过自然语言理解游戏Agent能够更好的给玩家带来游戏体验。指令操纵自主运行NPC玩家通过语音、文字等手段直接向NPC下达指令NPC根据自身所处环境自行规划动作应答指令核心是能够理解虚拟世界。艾文丨阿里云智能集团公共云AI原生事业部副总经理刘士武游戏行业离不开基础算力和基础服务的提供商。接下来问到罗老师我们知道VAST这两年发展很快从AI 3D技术到今天看到的世界模型。现在游戏行业在用3D大模型的人越来越多了很多游戏开发者都在跟我提Tripo模型从您的视角来看从一开始我们做Tripo到现在能够把大模型放在管线里面再进一步推出了世界模型中间跨度到底有多大对于这些游戏厂商或者内容的开发者来讲他们应该如何去适应这类型的产品呢罗小我从VAST的发展经历来看大致经历了三个比较重要的门槛最开始我们叫能生成第二叫能生产、第三叫能运行。首先是能生成这个概念怎么理解在AI 3D技术没有普及的时候我们意识到传统3D建模是一个又耗人力又耗时间的事情。因此我们最初与Stability AI合作一起做了Tripo S2开源模型。这个开源模型能在0.5秒内将单张图片快速生成为3D内容具备实时生成能力。后面我们又做了比较高清的模型——H3.1模型现在也是非常受各个游戏公司和工作室的欢迎大家在高强度地使用它能够比较大地提高几何质量在输入对齐和泛化能力上也有提升这是我认为最早解决的生成问题。其次能生产这是这几年我们积累的KnowHow最早说这个东西很酷、很漂亮像一个Demo一样这可能和其他AI模态也比较类似大家做出了很多很漂亮的Demo很吸引人大家都可以去用。但在游戏行业里游戏团队它有自己的一些工作流它可能并不需要一些好看的截图或者一个很酷的Demo更需要一个能修改、能够验收的资产能进入它自己的管线里所以我们也从模型和产品侧做了很多迭代。举个例子我们今年上半年做的Tripo P1.0模型其实是为了满足大家是为了满足行业对拓扑结构、面数控制和UV合理性等方面的专业需求在面数可控情况下也生成一个效果比较好的模型这是真的能够解决大家很多生产侧需求的后来我们也衍生做了绑骨、解决复杂结构、动画模型等一些探索。第三能运行这也算是一个这几年积累的KnowHow最开始我们做模型很多人可以去调用我们的API但是其实拓展到更大范围的创作者或游戏工作室他们更需要一个全链条产品因此我们做了自己的Studio的SaaS产品跟DCC软件、Blender、Unity、unreal的这些DCC Breech把生成、编辑、导入都串成一个工作流。总结来说从最早的技术上的探索到真正与行业、产业走到一起与创作者走到一起真正让大家把这些工具用起来我觉得经历了上述的一个过程。刘士武这是一个非常不易的过程就像吴同老师、艾文老师刚讲到的大家迭代过程中遇到都会遇到困难。我之前和一位引擎大厂的朋友讨论他认为未来挑战自己的并不一定是引擎公司因为工作流一直在变。可能过去我们去开发一个产品的时候流程是相对固定的而今天流程在变大家未来需要扮演的角色都不相同但也可能都不冲突。接下来想问杨晟老师我们已经连续几年和珀乐在ChinaJoy上相见了去年珀乐推出一部很火的AI漫剧《明日周一》50集、45天、几个人的团队就做出了爆款漫剧成为了现象级的作品。不过之后的一段时间大家又开始考虑如果AI只是把制作周期进行压缩那会不会最后陷入一种比拼谁更便宜的低价内卷的怪圈里。作为最先跑通这套生产管线的团队珀乐觉得这个问题的解法应该是什么AI在我们的生产管线中还引发了哪些更深层次的变化呢杨晟去年这个时候大家还不太相信有AI漫剧这个概念过去一年我们明显感受到泛娱乐已经形成了一条新的赛道所以云厂商也开始进入Token也开始爆卖起来。但是我们认为Token价格本质还是电价怎么能够把电价卖得贵起来这才是根本。一件玩具放在那里按PVC的价格卖可能只有六七毛但如果加入某个知名IP附加价值上来了一个盲盒就可以卖到39.9元。同理如何让基建、如何让算力在更高的附加价值之下卖出更高的价格这件事情就是我们做完前面的验证完之后接下去想的下一步。杨晟丨珀乐互动科技创始人前段时间我们官宣了与阿里云、开心麻花一起合作的《羞羞的铁拳》的新项目。Token原来是这么一个价格但是如果我们一起在阿里云的平台上面为happy horse, happy Oyster引入《羞羞的铁拳》这些形象让创作者们和OPC们可以使用这些形象并建立相应的分成机制整个生态是不是会变得更加广阔对于IP方、云厂商、底模来说大家都把手伸进了算力、深入了电力以外的附加价值我们认为这样才能把行业做得更大。我想Funloom也是一样的互动游戏全部使用原创IP和其中有一两个超级IP或知名数字资产介入在可玩性和对受众的吸引力上完全不可同日而语。所以珀乐现在专注做的是如何让数字资产在不同底模、不同云厂商之间去流转并且加以定价我们认为这是每年都会见面聊的一个趋势也是从今年开始一直到明年主要的战场。如何让数字资产流转、如何让数字资产在不同底模之间和不同应用厂商之间发挥价值就是让这个东西不再是只卖算力钱或者卖电费了。我相信云厂商、Tripo等公司都不会满足于只卖七折、八折、九折的产品真正有价值的是产品加入独家IP后价格甚至能够在原有基础上提升200%。这些资产包里面包含了某一两个你们在外面得不到的特殊形象只能在这个限定期间通过采购流转获得我们认为这才是一个健康市场应有的状态。我们去年把内容的入口打开了这一年时间也看到有大量漫剧公司、应用公司都陆续入场大家也在多模态能力、互动影游、文游等方向持续探索。下个阶段这些产品如何创造更多收入如何让更多参与者从中受益是把整个市场进一步做大的前提。刘士武确实去年大家还不太相信但短短一年时间过去如今AI漫剧的第一波风头甚至已经过了我觉得这也是AI发展趋势中的特别有意思一点。刚才我跟几位老师还在聊VAST创业大概有两三年时间Funloom才不到一年但是现在大家的产品迭代都是以月为单位变化的这恰恰是AI的魅力。四位嘉宾过去肯定在做AI工作流的规模化过程中都会遇到各种各样的挑战可以分享一下大家在发展过程中踩过最大的坑吗团队又是如何去克服的吴同这个问题和我们现在做的赛道比较强关联就是做AI互动内容共创平台我觉得今年上半年差不多五六月的时候它已经形成一个赛道了它有一个最大痛点就是生产的内容质量不可控、用户付费率低这其实也是我们没有在Vibe Coding路线上一直做下去的原因。回到内容作品最重要的心流体验它的关键节点集中于创作前期的设计侧而不是后期的执行侧。大部分的UGC用户其实都有非常不错的创意想法就像我小学的时候也喜欢做很多的设计喜欢涂涂画画但问题在于想法和内容产品之间的Gap非常大如果不是一个专业的游戏策划、专业的编剧就没有办法去创作出一个可以拿来销售的文化商品。这其实也解释了为什么Funloom 一定要坚持寻找一种新的人机交互模式我们希望让UGC用户去做他们最擅长的事去天马行空想象去找他们觉得最有意思的部分而那些专业的、涉及到行业领域的垂类知识的部分应该是我们做产品的人要去解决的问题。其实Funloom一直以来做的就是如何兼顾用户低门槛创作同时还要为产出质量做兜底保障。商业化的本质来看需要保证交付产品的鲁棒性关键不在于产品上限有多高在于下限有多稳。我们需要确保的是创作者使用我们的工具所产出的产品在交付给终端消费者时能够稳定达到一个基本的品质基准线。这其实是我们花了很长时间去想的问题通俗来讲就是你在做AIGC生成的时候这个提示词写不明白的话就不要继续写能写到什么程度就到什么程度。这其实也是后来我们引入AI文游的核心原因我们发现用户在玩AI文游的时候无论怎么下指令它都能把游戏模拟出来这一点是真的很迷人。AI文游实际上具备模拟多种游戏类型的能力无论是RPG、SLG还是其他都能模拟出来。不知道大家有没有这种体验AI文游其实是在做游戏预览这个预览恰恰解决了刚才提到的问题——先让用户把自己的想法落地当信息给的足够多了我们就与办法去做出一个“翻译层”将用户的想法翻译成专业的游戏设计方案。但凡一个行业里能够通过培训班传授的知识体系它的规律都是可归纳、可复制的既然可以指导人去学习掌握那么同样也能够指导AI去学习掌握关键是我们要回到源头。我坚信AI行业无论发展成什么样在文化领域它都不可能代替人人永远是那个灵魂AI不可能直接为我们生成文化作品所以我们只能把一些算是经验知识的东西固化下来把它落地成一个商品。我们的解决方案也是我们目前正在做的事情包括后续向RPG品类的演进升级核心目的都是进一步提升产品的附加值。因为文字游戏并不是所有人都能接受的很多人其实是不愿意看字的但一旦我们能够为它加入画面表现、加入更多的交互形式让它更接近真实游戏的体验这个游戏就会大众化普及它的商业化问题也能够解决我们整个内容飞轮才能运转起来。刘士武我觉得文字其实是Funloom在一开始去提升心流体验以及让用户感受表达心流过程的一个辅助。刚才吴同老师让我想到一个段子有人说他以前两个月能手搓一款游戏但是他怎么做最后产品都不好玩也没有人愿意买单有AI以后他每两个月烧了很多Token然后能做出十几个产品但是这十几个也都没人玩——我觉得这个可能就是刚才吴同老师说的首先我们要把心流训练好能够把我们的心流更好传达给我们的用户这个时候产品可能才可能获得别人的认可。那接下来我们有请艾文老师聊聊遇到过的最大困难。艾文当前游戏行业在探索AI应用时遇到的最大困难在于游戏内AI玩法的ROI投入产出比难以回正。与传统游戏“研发一次、分发边际成本趋近于零”的规模效应不同AI游戏的核心交互需要持续调用大模型这意味着每增加一个活跃用户厂商就要承担实时的推理费用。在玩家高频互动或大并发访问的情况下Token账单会呈指数级飙升。有行业测算指出纯调用第三方API的应用可变成本占比较高导致毛利普遍低于三成。这种“用户越多、成本越高”的规模不经济现象使得厂商很难仅靠传统的皮肤或抽卡收入来覆盖高昂的算力开销。当然今天我们看到游戏厂商正在积极拥抱AI大模型这是一个不可挡的趋势。但如何真正用好AI不论是在用户体验升级、还是产品提效、营销获客提效等方面仍是全行业需要好好探讨、并在实践中不断沉淀“经验值”的问题。目前阿里云通过不同形态的推理服务适配不同场景已经有不少客户场景已经做到ROI打正。随之后续阿里硬件软件能力的提升叠加领域模型的升级相信会有越来越大的场景在商业化上取得效益引来量变到质变的积累。刘士武听下来感到非常不容易我们都知道未来是好的但是现在需要我们这样的云厂商巨头前期投入很多东西虽然现在无法计算未来的回报但实打实是在帮助行业健康成长。接下来有请罗老师。罗小我刚才艾总分享非常有意思我也非常同意里面的一些观点。从我们做模型、给大家做工具的角度包括刚才提到踩过的坑我一直在思考怎么把所谓的技术落地。如果我们觉得游戏是一种艺术的话技术和艺术的一些结合是非常有意思的。举个例子最开始我们希望把3D生成能力做好我们生成很快我们模型生成的看上去也很好后来发现真正在游戏公司包括大家在管线里面用的时候生成环节可能快了10倍但后面的审核、返工和导入其实可能都没有改变整体效率往往只提升一点。当时给我们的一个感受是我们做出来一个很厉害的模型、很厉害的技术后怎么为大家所用真正从工作流层面改变才是很大的takeaway。这个事会给我们更深层次的思考玩游戏的这群玩家怎么思考制作游戏的厂商、工作室又怎么想再到我们该给他们提供怎样的工具。罗小我丨VAST战略负责人最近我们内部还谈论一个很有意思的话题皮克斯有一个很有意思的文化大意是艺术和技术相辅相成技术会赋能艺术。他们内部的文化不是纯粹说写剧本的、做美术的人给我们技术团队提需而是会在更深层次互相连接。在我们这里逻辑一样包括我们做世界模型的逻辑——生成一个很惊艳的视频并不代表真正理解了世界。真正的世界模型可能是让物体、让玩家对环境的改变能够被记录下来让流畅性和consistency真正赋能到行业而不是一开始只想把Demo做出来、让大家觉得很酷。所以我们一直带着这样的思考真正把技术和艺术融合在一起把大家真正喜欢的内容做出来回到公司的vision上就是让每个人都可以做很有意思、很不错的3D内容。刘士武这个过程其实是在帮用户踩坑。用户可能有些想法但技术实现路径和艺术表达逻辑并不一样VAST作为技术厂商既要理解大家对艺术的追求又要根据这种追求去看技术该如何优化。最后有请杨晟老师。杨晟创业这一年以来我们经常会被问到一个问题如果某个大厂、某个头部厂他们也在做跟你们一模一样的事情你们该怎么办这个问题在创业前三四个月非常困扰我们如果头部厂商也做这件事生态会不会只围绕一家转但到今年年初这个问题慢慢解开了。我们看到某些模型能力一旦达到SOTA行业路径往往会分流模型侧可以更专注把模型做好、把Token规模化服务做好应用侧的商业化空间随之打开。这段时间很多应用公司包括AI游戏公司其实是在垂类场景里继续打磨因为通用能力再强也不等于把每一个垂类都做到极致。这段时间我们跟Oyster也有一些合作我们感觉到模型厂商现在自我迭代速度非常快也在快速学习。之前困扰我们的最主要问题是应用层公司、底模公司和云厂商之间的关系现在分工逐渐清晰起来。底模公司也好包括云厂商也好与其亲自探索所有应用方向并证明每一个方向都能赚钱不如卷工程算法卷出一个好模型只要让别人靠这个模型挣到钱就算大功告成。这个分工关系在今年算是越来越明显、越来越清晰了。我们现在的处理方法是持续推出一系列工具。在这一年时间里我们推出了将近四款工具通过这些工具获得更多用户数据的feedback。我们知道什么是好的包括用户在用编剧工具时更喜欢选择什么方向在调用视频工具时高频使用哪些分镜/模板。通过这些用户数据feedback我们获得了类似于具身智能公司才有的体感什么是好的、什么是美的美学来自何方以及什么样的调用是准确的。我们也会把这一年收集到的数据和经验与底模公司分享探讨这些数据如何反哺云层面和模型底层进而做出更好、更能长期发展的商业化产品。这是今年我们的感受终于和底模、云之间建立了相对友好的关系。就像鳄鱼有鳄鱼的战场牙签鸟有牙签鸟的战场我们作为“牙签鸟”慢慢和“鳄鱼”处成了相对好的朋友。这一点太不容易了整个过程也非常煎熬。刘士武在看似非常宏大的目标和场景之下其实有很多小的问题需要我们不断地去打磨、不断地去适应。刚才四位都分享了我们过去遇到的一些困难而今天我们站在ChinaJoy现场看到了很多最前沿的产品和技术我想情各位从各自的视角展望一下接下来12到18个月里AI重构游戏或者重构各种内容的研发大家觉得最关键的变量会是什么吴同我的观点可能是生产关系。我发现AI时代和互联网时代对游戏行业来说最大的区别在于内容生产的组织模式和生产关系发生了改变。当时我做这个方向的时候有一个非常大的感触我之前自己做过游戏方向创业在互联网时代立项时选题其实有很多局限性。为了成本和回报能够打正很多人往往被迫做很多妥协。比如说如果我现在想做一款历史游戏那么题材大概率得选三国因为选其他的很多人不认这个IP也许做了挣不回来钱这对文化创作来说是一个很大制约。但AI时代到来之后成本下降各种工具也把专家知识的门槛敲掉了。虽然现在质量还没有强到跟PGC能抗衡的阶段但我观察到很多火出圈的AI游戏关键往往在于题材吸引力非常突出。这种感觉有点像网络文学平台出现后对传统纸媒的冲击因为大众能够把自己想表达的内容表达出来并发布给整个社会看整个生态里内容多样性会瞬间爆炸起来。同时有很多消费者不在乎内容是谁做的只要确实做了自己想要的内容对东西感兴趣就会买单。因此我觉得AI时代最大的变化是把生产关系从公司这种组织模式更多下放到个人身上。这一关系改变能够直接带来内容的极大繁荣并填补互联网时代因为成本原因留下的一大块空白市场。这种迹象在很多自媒体平台已经能观察到比如今年2026年第一款爆款游戏《青教模拟器》就是Vibe Coding做的、讲青年教师的H5小游戏。刘士武生产关系的变化我觉得可能也是现在除内容行业外、AI正在颠覆的事情。有请艾文老师。艾文我觉得有两点。1AI native game的诞生会出现更加符合AI能力的优秀玩法或游戏能够让玩家真正为此付费。2推理架构和算法的不断迭代不断降低模型的推理成本。一是商业验证AI Native GameAI原生游戏的诞生与玩法重构未来一年多行业将迎来从“AI辅助开发”向“AI原生玩法”的实质性跨越。AI将不再仅仅是降本增效的幕后工具而是真正进入游戏Runtime运行态成为核心博弈结构与互动方式的基石。玩法范式的跃迁AI原生游戏将打破传统静态预设的框架实现从“代码驱动”向“意图驱动”的进化。AI将作为“智慧主持人”深度参与实现动态叙事、自适应难度以及玩家“言出法随”的规则改写。这种千人千面的实时交互体验是传统游戏无法企及的。重塑付费逻辑当AI能够持续产出高质量的增量内容时游戏的商业模式将从传统的“一次性买断”或“固定道具付费”向“为动态体验时长付费”的持续性按需消费转型。例如玩家可能为AI生成的专属剧情、定制角色或专属智能交互按Token积分付费或采用AI内容会员订阅制。只有当AI原生玩法真正创造出难以复制的沉浸体验并成功跑通上述新计费逻辑时玩家才会心甘情愿地为AI带来的增量价值买单。二是底层支撑推理架构与算法迭代驱动的成本拐点AI原生玩法的大规模落地高度依赖于底层算力成本的实质性下降。推理架构和算法的不断迭代将是决定AI游戏能否从“概念”走向“规模化商业”的最关键物理变量。跨越算力成本鸿沟当前高质量AI生成与实时交互面临着高昂的算力开销部分中小团队甚至面临“AI算力成本超过传统人工制作成本”的痛点。未来12-18个月随着模型量化、蒸馏技术的成熟以及边缘计算与云端弹性调度的优化大模型推理延迟与成本将迎来显著下降。商业模式闭环的催化剂推理成本的降低将直接催生新的商业增量。只有当算力成本降至合理区间诸如“云游戏AI算力租赁”、“游戏内原生AI增值付费”等三重收益结构才能真正实现盈利闭环。算法的迭代不仅是在优化技术指标更是在为整个AI游戏产业打通从“成本中心”向“利润中心”过渡的最后一公里。罗小我我也非常同意艾文老师说的模型能力。从我们自己做模型、做工具的体感来看有三点模型能力的提升。比如我们自己3D模型、世界模型的能力提升让大家能够很快速、很可用地去做这些资产这里面也包括刚才提到的游戏开发Coding能力提升我觉得帮助都很大。产品形态上我有一个推测很多的流程可能会从一个Copilot形式变成一个更Agent的形式包括我们自己内部也在做这样的一些探索。在游戏开发过程中不论新工具还是老工具很多仍是偏GUI、需要较强专业能力去操控的界面。之后随着大语言模型和多模态能力提升大家可以用Agent方式更好地完成这些任务。我们非常期待看到的也是其他几位嘉宾和我们自己正在探索的事情AI可以逐渐从生产工具阶段走到运行阶段。在游戏运行中大家能用AI生成文字、图片、视频或生成3D内容、生成一个世界。这对之后的UGC发展、内容生态供给会有很大提升也是我们非常期待看到的。杨晟我也同意罗老师的观点模型能力到了SOTA很多问题会迎刃而解这确实是关键。我们跟AI的对抗、或者说AI游戏其实从小时候玩《帝国时代》《红色警戒》就开始了——那时对手都是AI只不过现在AI游戏的特点在于素材也可以由AI生成。对手的智商和策略从当年到现在已经有指数级变化但为什么市场上一直没有特别显著的变化我认为本质上还是模型能力SOTA到了什么层级。因为就剧集、内容、影像来说可以说已经到了某种SOTA阶段这个行业在这一年时间里迅速爆发成长。我们认为在游戏、甚至在更复杂的3D世界里也许只需要一两个月、两三个月随着一次模型能力的大迭代就可能一下子进入创作井喷这个可能性特别大。如果以一年为周期对明年做一个预判我认为这一年会迅速进入版权与IP合作的深水区。好莱坞用一百多年证明了一件事发展到一定阶段后头部机构会分别持有高价值版权并形成相对独立的生态。模型厂商和基建方也会围绕不同的版权与IP建立各自的生态。像现在看到的北美微软生态、甲骨文生态他们各自持有的IP完全不同这些生态差异会导致游戏内容的呈现形式发生很大变化。因此在未来一年里可能会有大量底模厂商、云厂商和应用厂商展开深度结合跑出一批与大IP深度绑定的超级产品。像今年我们看到的007相关游戏表现很强包括乐高蝙蝠侠等作品都体现了这种趋势。到明年这个时候我们会看到超级IP和超级模型的结合这是必然。所以如果明年我们有机会再坐在这里聊很可能会回顾两个问题数字资产是如何流转的以及怎样把Token从传统的“几十万Token几块钱”提升到“几十万Token几百块钱”这两种状态之间可能就是一个巨大的产业差别。刘士武从去年到今年我们见证了AI漫剧、AI短剧以及AI游戏的崛起今年到明年可能会出现一个见证超级头部产品出现的时刻。期待明年我还会再问杨晟老师。本场圆桌的最后给每位嘉宾两分钟聊一聊如果今天这场圆桌让在座观众以及后续看到这场分享的人记住一个或几个观点大家希望是什么吴同我认为在AI内容创作行业心流的构建是唯一值得我们努力的一件事情。当然有前提条件我是一家初创公司我也不在大厂任职可能这是个有限制条件的观点。艾文本次变革的驱动还是来自与模型本身的进步很多场景需要在模型进步以后才能浮现出来。我坚信AI颠覆游戏核心体验的时间很快就会到来而且形式是出乎我们意料的。罗小我我觉得有两点AI 3D已经从一个Demo状态走到真实生产很希望大家能够跟我们一起共建一起参与到迭代里面。其实包括我们最早也跟晟哥有很多交流帮助我们达到目前的状态。想讲一个可能甚至在国外更有争议性的话题AI重构游戏开发并不是替代创作者更多是重新分配创作者的时间把非常繁琐、重复的工作替代掉让大家把更多时间花到创意、艺术和创作上去做更多内容、让生态更丰富。杨晟我们认为这一年里内容与游戏的边界、体验与产品的边界会越来越模糊慢慢融合成一个整体。用户本身也会享受创作过程我甚至是你们Tripo的会员我真的会潜水看大家在捏一个东西的过程中本身已经参与互动像我们小时候做纸面游戏设计一样。未来创作、制作、体验和消费产品之间的边界都会继续模糊。如何获得用户时间并在用户投入时间的过程中形成收益这个事情可能会成为未来商业化的重点。从时间当中去获得大的利益以及通过我们线上一系列Token消耗和产品使用怎样进一步转化为线下的商业认知和消费场景包括后链路、智能硬件、机器人、具身智能都会变得更加关键。就像刚才有嘉宾在台上提到的我们现在做的这些线上算力与基建如何在线下的智能硬件、音箱、玩具、机器人里创造更大价值会成为接下来的主战场。而这个战场也会进一步模糊传统游戏与内容的界限——当一个机器人在你跟前、你跟它一起玩某个游戏时很难说这到底是一段人生体验、一项家务还是一段泛娱乐进程。所以从科技端在泛娱乐领域的表现来看当这些界限越来越模糊时未来的生活会是什么样人的寿命越来越长工作时间可能越来越短PPT都不用做了那么人每天剩下的时间里是什么在占据思考是什么在消耗注意力而占据这些时间与注意力的人又依靠什么创造价值刘士武丨36氪游戏 主编刘士武感觉任何产品迭代、内容制作的过程本身就是一种“创作体验”。也许有一天我会用Funloom的产品做一款属于我的游戏再把用VAST生成的3D模型注入进来获得全新的视觉体验感这样一整个过程对我来说可能也是一种很棒的体验。谢谢大家原文链接从实验到产线——AI 工作流的规模化挑战与协作生态 | 2026 ChinaJoy AI未来生态大会-36氪