调研22家国内大厂，游戏工委发布《游戏企业AI技术应用报告》

【GameLook专稿，禁止转载！】

GameLook报道/作为2025年全球游戏行业最大的热点之一，AI在最近结束的2025中国游戏产业年会上自然也是被关注的重中之重。游戏工委也在年会AI分论坛上，发布了2025年《游戏企业AI技术应用课题报告》。

本次报告对国内22家不同规模的代表性游戏企业开展专项调研，全面涵盖游戏行业AI技术的应用现状、现存挑战与未来发展趋势，为行业发展提供参考依据。

受访企业主要集中在游戏产业发达地区，包括北京、上海、广东、福建、浙江等地，具体企业有恺英网络、西山居、腾讯游戏、网易游戏、世纪华通等。

调研样本以中大型企业为主，年营收1亿元人民币以上的企业占比高达90.9%。其中，0-5千万营收区间占比9.1%，5千万 – 1亿营收区间占比22.7%，1 – 10亿营收区间占比36.4%，10 – 30亿营收区间占比13.6%，30 – 50亿营收区间占比18.2%。

员工规模上，超四成企业员工人数超过1000人。具体来看，10 – 50人区间占比4.6%，50 – 100人区间占比13.6%，100 – 300人区间占比40.9%，300 – 500人区间占比13.6%，500 – 1000人区间占比22.7%。

具体从应用场景来看，AI技术在游戏研发环节的应用率高达86.36%，已成为驱动游戏产业升级的重要工具之一，但未应用AI技术的企业仍占13.6%。

从应用模式来看，以“辅助探索使用”为主，占比73.7%；人力主导工作模式占比21.1%；人机协同均衡模式占比5.3%。其中，AI辅助探索模式中AI使用占比约为20%或更少；人力主导工作模式中AI使用占比约为40%；人机协同均衡模式中AI使用占比约为50%。

具体到各细分环节，其中美术设计环节自然应用最广泛，渗透率达84.2%。该环节呈现“静强动弱”特征，静态视觉资产生产应用成熟，已成为行业标配。AI搜集生成参考图、辅助3D模型生成的渗透率均达81.3%，生成图处理与贴图优化渗透率超56%；而动态内容如动作捕捉、UI动效等渗透率仅为31.3%，二者存在技术落地差距。

而在高重复度、高资源消耗环节，比如智能NPC和自动化测试等环节应用率较高。

至于内容与系统设计辅助环节，AI技术则被用于辅助生成音频、地图等内容，以及辅助玩法、数值等系统设计。其中，合成游戏背景音乐和特效音乐（52.6%）、玩法规则设计（47.4%）、关卡地图构建（47.4%）、数值体系平衡调优（47.4%）等任务仍需人工把控质量和逻辑一致性。

高创意、强主观环节，比如玩法创新（42.1%）、世界观架构与剧情大纲（31.6%）等环节涉及大规模叙事连贯性与创意整体性，AI目前难以自主进行系统性创意构建，仍处于辅助探索角色。

而在游戏测试与发行运营环节中，标准化测试场景中AI应用高度成熟，效率提升显著；策略/主观性测试场景中，AI渗透度偏低。

各细分场景下，功能测试渗透率高达84.6%，是最成熟的应用场景；性能与压力测试（69.2%）、用户体验与本地化测试（53.8%）、兼容性测试（53.8%）处于中高区间；安全性与反作弊测试（46.2%）、游戏平衡性与数值测试（38.5%）、音频/视觉内容检查（38.5%）渗透率相对较低，相关工作仍以人工和AI配合为主。

在游戏发行与运营环节，游戏公司则主要使用AI解决核心痛点，AI技术应用率达77.3%，主要聚焦于市场推广、产品运营和安全与反作弊三大场景，解决了游戏运营中海量物料创作与实时监控的痛点。

其中在市场推广场景，AI渗透率达72.7%，其中43.8%的企业已有30%-50%的宣传素材由AI辅助完成，43.8%的企业少量用于创意初稿，6.2%的企业未使用AI生成素材，6.2%属于其他情况。

在产品运营场景，AI小助手/智能客服应用率76.5%，舆情监控与负面评论识别应用率64.7%，是运营环节渗透最高的两项应用；用户画像与聚类推荐、AI生成UGC活动素材的应用率均为35.3%。

在安全与反作弊场景，监控聊天违规内容的AI应用率最高，达到88.2%；作弊行为检测应用率58.8%；机器学习识别异常操作应用率52.9%。

与国内的积极应用态势相比，海外游戏工作室对AI技术的使用更为谨慎。2024年GDC发布的State of Game Industry报告与2024 Unity Gaming Report显示，海外游戏公司使用AI技术的比例大概为50%-55%，低于国内游戏研发环节86.36%的应用率。

在海外，目前AI在效率提升与流程优化，相关技术广泛应用于角色动画（46%）、加速代码编写（37%）、生成艺术等方面。

不过海外游戏市场另一大特色在于，生成式AI游戏增长迅速，据外媒VGC援引Totally Human Media的分析文章，2025年Steam平台上公开表明使用了生成式AI的游戏产品数量达7818款，在所有2025年Steam发布游戏中的占比接近20%，且一年增长8倍。

其中独立工作室对于生成式AI工具的使用更加开放，21%的3A工作室也有相关应用探索。

在欧美3A等赛道中，AI则主要用于智能角色系统创新，如美国艺电的《EA SPORTS FC 25》、Half-Winger工作室的《异形大战僵尸》等，在智能角色系统方面进行了AI技术应用。

不过虽然欧美开发者泪中与投入“AI游戏”（完全由AI生成的游戏），相关领域也是当前游戏企业应用AI技术的前沿方向，但落地仍高度受限，推进速度较慢。仅10.6%的企业推出实验性产品，26.3%处于内部验证阶段，36.8%的企业尚未布局但保持关注，另有部分企业认为技术可行性不足。

对于相关产品，89.5%的企业认为其核心优势在于“降低开发成本”，68.4%看好其“实现产品超快速迭代”的能力，此外还包括“降低市场门槛”等优势，行业当前更关注效率层面的提升。

而相较于效率方面的优势，各种挑战则更加纷繁复杂：

1. AI产出内容仍需大量人工后期优化（68.4%）；

2. 技术整合复杂度较高（47.4%）；

3. 叙事和剧情缺乏深度（42.1%）；

4. 重复性强和缺乏原创性（42.1%）；

5. 伦理与版权争议（42.1%）；

6. 核心资产泄露风险（31.6%）；

7. 其他风险（31.6%）。

而这些海外开发者的担忧，也折射出了AI落地游戏行业的一些主要风险，包括版权合规性风险、内容失控风险、核心资产泄露风险、技术可靠性风险、玩家信任危机、伦理安全风险等。

具体来看，不同风险的优先级为：

1. 版权合规性风险（63.6%）；

2. 内容失控风险（63.6%）；

3. 技术可靠性风险（45.5%）；

4. 核心资产泄露风险（36.4%）；

5. 玩家信任危机（31.8%）；

6. 伦理安全风险（13.6%）。

而除了AI技术本身的风险，随着AI飞速发展，游戏行业的老问题，人才短缺瓶颈也再次出现。

AI与游戏设计复合人才的短缺情况最为突出，占比达72.7%；AIGC算法研发人才短缺紧随其后，占比为63.6%；多模态大模型训练专家短缺和AI项目管理人才短缺占比均为40.9%；无人才短缺问题的企业占比4.5%；其他情况占比9.1%。

当然高昂的成本也让不少企业对于AI技术望而侧目，22.7%的企业认为投资AI技术性价比偏低；50.0%的企业无资金问题；4.6%的企业面临融资困难；其他情况占比22.7%。

对于游戏行业AI应用的未来，游戏工委总结了三点发展方向：

（一）从单点提效走向系统融合

AI将不再是孤立的辅助工具，而是深度融入游戏全流程，实现各环节的智能化协同，打破当前各环节AI应用相对独立的局面。

（二）从效率提升迈向价值创造

未来重点不仅是依托AI推动游戏开发效率提升，更要借助AI技术重构游戏体验，深化游戏情感价值，充分挖掘游戏的社会意义，实现从“降本增效”到“价值升级”的跨越。

（三）从技术应用走向生态构建

随着技术成熟，构建包含标准、伦理、治理和人才培养的健康产业生态，将是行业可持续发展的关键，推动行业规范、有序发展。