网易伏羲AI大佬分享，王宏显：AI重构游戏的三大方向！

【GameLook专稿，禁止转载！】

GameLook报道/2026云栖大会上周刚刚落幕，在9月23日上午的“创造·无界：阿里云AI游戏行业论坛”上，网易雷火伏羲AI实验室产品负责人王宏显，发表了题为《AI点亮游戏的未来》的主题演讲。

演讲主要围绕网易伏羲在AI游戏应用上的三大核心着力点进行了分享：AI在游戏研发管线中的全链路重塑，AI在现有游戏玩法中的体验焕新，以及对AI原生游戏领域的未来探索。

在重塑游戏研发方向，王宏显重点介绍了解决传统美术生产痛点的“全流程AI Native方案”。网易伏羲打通了角色、场景、GUI与视频工具链，并与Photoshop、Maya、Unity、Unreal Engine等DCC软件及游戏引擎无缝交互，构建起基于无限画布的全美术流程流水线，实现从需求提出到资产直接进包的全链路闭环。

在焕新游戏体验方向，分享了《永劫无间》中全局语音协作的“AI Copilot队友”技术细节，该系统打通了语音识别、语义理解、行为规划与语音反馈的完整攻击链，具备出色的战术协同与保驾护航能力。此外，他还展示了《逆水寒》中支持长期记忆的AI NPC、玩家自定义NPC以及基于视频动作识别的“剧组模式”短视频创作玩法。

在探索AI原生世界方向，演讲透露网易正致力于构建由智能体、玩家行动与世界状态共同推动的“自演化”游戏世界。同时剖析了当前AI原生游戏在角色长期记忆保持、自主行动与世界规则匹配、持续内容接入以及推理延迟与高昂成本等方面的行业关键设计瓶颈。

以下是 GameLook 整理润色后的演讲实录

伏羲成立于 2017 年，我们一直关注游戏和 AI 这个交叉领域，从游戏的研发流程、玩家在游戏中的实际体验里去发现问题，也把自己的技术放到真实的游戏里做验证。这两年，AI 已经深入到了游戏行业的方方面面。

以前大家常说，似乎只有游戏里才有 AI，其他行业哪有什么 AI？我们说 AI，说的就是某个 boss 的 AI 是怎样的，是行为树。正因为如此，我们肯定是第一批把这些 AI 用进行业的人。

第一件事是研发提效：我们怎样把 AI 应用进研发管线。游戏是一个成本很高的行业，怎样降低成本、提供更多内容供给，是首先要考虑的问题。除此之外，怎样用 AI 给玩家带来更多新的体验，才是玩家真正关心的。再往前一步，我们能不能以 AI 作为核心引擎，做出真正由 AI 驱动的原生游戏？在这方面我们也在做探索，今天我主要围绕这三个方面来分享。

重塑游戏研发：让 AI 进入美术生产的全链路

先说游戏的研发。现在大家用的 AI 已经很多了，无论是策划、程序、测试还是项目管理，在座各位应该都积累了非常多的经验。我今天主要讲我们在美术方面的应用。现在 AI 工具很多：文生图的工具、生成视频的工具，还有 3D 生成的工具，每一个都有一些不错的效果。

但游戏行业是一个大团队互相协作的过程，怎样把这些工具真正用进生产流程，并不是说图生成得比较好就能够用好，我们得把流程串联起来，才能在游戏中真正产出内容。在实践中，我们发现了几个痛点。

在美术制作上，首先是 AI 变化太快了，各种工具天天都有新的。美术同学对这类技术并不是很了解，今天出一个新工具，明天又换一个，怎样把这些 AI 工具和原有的各种 DCC 软件、原有流程串联起来，是一个比较困难的点。

其次大家也知道，游戏行业人员流动比较快，各个团队之间、团队内部负责的内容也在频繁变化，一个人做的东西怎样让另一个人去接手，一个人的经验怎样复刻给大家，都是问题。再一点，是原画、模型到后面的各个环节之间，怎样能够更好的串联起来。所以我们希望有一套 AI Native 的美术生产 SOP，这里有一段视频给大家看一下。

为了解决这些问题，我们尝试做一套全流程的解决方案，把各个环节能够串联到一起。我这里拆开来讲：我们有不同的生产管线，首先是一个角色工具链，后面还有场景的、GUI 的、视频的。我们想让这些所有生产管线能够一起协作，共同产出真正能进包的资产。

先看角色。从前面的角色设计阶段，到模型制作、再到这些 DCC 软件里面，我们能够让 AI 更好地去辅助。在这张图里可以看到，整个演示是从一个策划提出需求开始，AI可以辅助他把需求写清楚，进一步帮他去找参考图；这些参考图再进到模型环节，模型再进设计软件，由美术做一些调整，返回来之后 AI 再辅助他做进一步的调整。我们希望把这些流程完整地串联起来，大家在同一个场景里去协作，这样既能提升每个人应用 AI 的效率，也能让大家之间互相协作。

场景这边其实也差不多，我们用的是类似的方法。场景的资产数量比较多，我们既要关注它的效果，也要关心它的运行性能，要做的就是把不同类型的资产更好地导入游戏，并自动化地做好 LOD。如果你在这个场景里对某个地方不满意、想做一些调整，还可以回到我们的 AI 管线里去做调整，再返回到游戏里去看它的效果。

这是一个GUI工具链。GUI生产出来的资产大部分是图，而现在文生图的能力已经非常强，比如主流的图像生成模型，包括阿里的其他模型，能力都很强。但要让这些能力真正进游戏、成为一部分游戏资产，整个链条其实并没有那么通畅。我们希望的同样是走完从提出需求、找参考、生成资产，到最后这些资产能够直接导入游戏的完整链路。

 

另外，现阶段用 AI 生成的资产往往还不是特别令人满意，总要有一些调节的过程。那我们能不能和Photoshop互相打通——我做一些调整，再返回到AI的工具链里面，人和AI继续共同协作，产出一个更好的效果，最后再导入、导出成Unity的资产、UE的资产，在游戏里直接看它的最终效果。

视频这边，整个链条其实也是类似的。我们先是辅助策划去生成需求，然后找参考，再进一步生成分镜图，最后生成各种视频的片段，再去编辑、调整优化。一个游戏里的生产环节非常多，我们希望通过这样一整块画布，把刚才所有的环节都集中在上面，它采用的也是现在比较流行的无限画布的交互形式。

从策划、美术，到开发、测试等其他环节，大家都可以在这个上面看到设计与资产生产的过程。作为美术的不同环节，从角色到场景组件，再到最后的成品，只要前面的环节做了修改，后面马上就能看到，省去了一个沟通的过程；甚至我们的一些交流讨论、后面的审核，都可以在这上面来进行。

焕新游戏体验：让 AI 成为队友、有记忆的角色和创作工具
前面讲的是 AI 怎样帮我们提升研发的效率。但在玩家看来，最重要的还是你能带给我什么样的东西、好不好玩，他并不关心你用了什么样的技术、花了多少成本。所以我们更需要回答的一个问题是：我们到底能不能给玩家带来一些新的体验。你用 AI 虽然做得很快，但是不好玩，那其实也是一堆没有用的东西。

接下来我用几个案例，来看一下我们在 AI 玩法上的一些探索。

首先是我们在《永劫无间》里做的 AI 队友。其实很多人都在尝试 AI 的玩法，但我们也知道，有很多玩家其实比较抵触 AI，他不希望在游戏里看到 AI 玩法，尤其是海外的一些玩家和开发者，甚至喊出抵制 AI 的口号。所以我们在做这些玩法的时候其实也比较忐忑，到底什么样的玩法，玩家是可以接受的？

在这种竞技游戏里，大家可能都有一些不好的体验：遇到一个坑队友，整局体验都非常差。所以我们就想，能不能给玩家一个 AI 队友，他比较懂你，不会抢你的资源，也会给你保驾护航，该治疗就治疗、该跟上就跟上，不会你喊他半天都不理你，而且能够响应你的指令。

为了做好这个 AI 队友，我们打通了一整套攻击链：从刚才大家听到的语音交互开始，经过语音转语义、语义识别、指令形成，到 AI 怎样去响应玩家的指令、自己规划自己的行为，最后再能够用语音的形式去回应玩家。整个链条我们打磨了很长时间，所幸的是最后玩家对这个玩法还是比较认可的。这个队友的背后，也有阿里通义千问的各种能力，作为底座在支持我们的这些探索。

刚才讲的是局内、战斗上的体验。那么在战斗之外，这些 AI 能不能长期记住和你的交互？我们也做了一些 AI NPC 的探索，它可以长期记忆，能够不断地跟你进行对话，也能在一些社交媒体上和你互动，进行一些语音的交互。

除了这些，我们还想到，玩家是不是也能创建自己的 NPC，它是根据玩家自己的想法来的，而不是开发组自己去设计的。在《逆水寒》里我们也做了这样的功能，玩家刚上线的时候就创建了自己的数百个 NPC。

现在是一个短视频的时代，每个人都在刷短视频，也在创作自己的视频。玩家能不能把这些热门的视频，用自己游戏里的角色去演绎？我们也做了这样的尝试，做了一个叫”剧组模式”的功能。

你看到一个比较火的段子，可以直接上传，通过识别视频里的动作，转换成游戏内角色的 3D 动作，角色就会跟着你去做这些舞蹈。我们还做了一个游戏内的抖音，大家可以在里面刷，也可以把内容上传到游戏里的剧组站上面。任何一个好的段子，都可以让自己的角色跟着跳。

“极光之下，脚下是我还是你？”刚才这些，都是我们在已经成熟的游戏里做的玩法探索。那我们自然就会去想：AI 是不是可以作为一个原生的引擎，探索出一些新的玩法？这部分我们仍然在探索，这里就给大家分享一下我们的一些思考。

探索 AI 原生世界：迈向下一个新的”自演化”世界

我们在想，当 AI 进一步变成一款真正原生的游戏，它里面应该有一个完整的世界：这些 NPC 应该有长期的记忆，能够理解这个世界的规则，也能根据各自的设定去规划自己的行为。

看上去，玩家到一个世界里，做了一些事、遇到了一些人，这些角色都应该记住他的经历；遇到一些新的情况，这些记忆应该能够影响他进一步的行为；他所做的所有行为，都应该能给这个世界带来变化。所以角色应该是有记忆、有自主行为的，而这个世界，可能是一个世界模型，也可能是别的，应该能给他一些反馈。

在这样一路探索下来，我们发现会遇到非常多的问题。

首先就是角色记忆：角色跟玩家相处了很长的一段时间，什么应该记住、什么要忘掉？这些记忆怎样去影响他的行为？他的人设在长时间尺度上怎样保持一致？

其次，一个世界里有很多不同的 NPC，他们各自行动的时候能不能相互影响？这个世界自身的规则是不是一致？这些规则玩家能不能理解？我总不能进到一个规则不确定的世界，今天这样、明天那样，就没法玩了，这些该怎么做？

另外还有延迟和成本。现在的世界模型大家都看到了，你想要什么它好像都能给你什么，可它就是太贵了，可能一秒钟一块钱，一般人是玩不起的。当我们真正要把这种体验推向玩家的时候，在延迟上、在成本上能不能处在一个可接受的状态？我们正是希望把这些探索下去，也希望能跟大家一起交流，一起推动游戏发展到下一代。

游戏 AI 的三个着力点

回到今天的主题，伏羲在游戏上的探索主要就是这三个方面。第一是研发效率的提升：我们希望通过 AI，把 AI 的工作流融入到游戏研发的各个环节当中去，不断提升游戏的研发效率，产出更多更好的内容。其次是体验：我们希望在现有的这些游戏里，能给玩家带来一些更新的体验。

没有 AI 的时候，我们可能还在做传统的各种各样的玩法；有了 AI 之后，我们可以做更多、更丰富的玩法，拓展游戏体验的边界。最后是原生：我们想去探索，在 AI 发展日新月异、正在改变各个行业规则的今天，游戏行业会不会也因此带来一些新的游戏品类。

我们的所有这些实践，也都离不开阿里的支持。现在 AI 发展得太快了，我们也在不断跟上这个趋势，把新的 AI 能力用到我们的玩法和研发流程当中去。

我相信今天在座各位也积累了非常多的经验，希望大家多交流，只有多交流，才能共同促进这个行业的进步。让我们共同创造游戏的美好未来，谢谢大家。