AI大模型看花眼？盛天何玲：如何持续试错、完成“AI时代下的美术团队转型”

【GameLook专稿，禁止转载！】

GameLook报道/在12月18日的2025年中国游戏产业年会“AI筑基.3D增效.流程提质:先进技术打造游戏竞争力新基石”分论坛中，盛天网络内容创意部负责人何玲，以《AI时代下的美术团队转型》为题进行了分享。

何玲结合了盛天网络内部的探索，分享了中小团队如何利用生成式 AI进行美术团队转型的实践，包括AI工具选型、项目落地、传统团队转型路径及应对风格同质与版权风险的策略。

以下为分享实录：

何玲：

尊敬的各位来宾、各位同行，大家好！我是来自盛天网络技术股份有限公司的何玲。

感谢欧特克公司的邀请，让我有机会在这里，与各位一同探讨《AI时代下的美术团队转型》。

今天我想分享的，是我们——一家中型游戏公司——在过去两年里，如何一步步将AI工具融入美术生产管线，实现团队转型的真实历程。我们的经验或许不够前沿，却可能更贴近大多数正在探索中的团队的实际情况。

首先，请允许我，向还不熟悉我的朋友做个自我介绍。我来自湖北盛天网络技术股份有限公司。公司服务游戏行业近20年，最早是做网吧这个垂直场景服务，而在最近的五年中，我们在游戏领域布局了小游戏自研与联运、独立游戏发行、手游自研与发行等业务。

很幸运的，除了的各类游戏平台，近期也有一些游戏产品，取得了一些成绩。

自2022年起，我们便开始密切关注生成式AI的演进，迅速组建团队，基于开源基础模型的开发，整合了一系列AI工具，覆盖语言、图像、音乐等多个领域，并形成了应用产品。

而我的团队也在众多游戏项目上，较早的开始接触AI工具，并运用到了实际美术资产的制作中。

接下来，我将围绕我的团队在AI工具上如何选型、项目落地使用，传统美术团队如何转型，这三个关键问题，分享我们一路走来的实践与思考。

我们在项目中选择内部或外部AI工具的标准，非常明确，主要基于效率、版权和开发量级三个方面：对于体量小、开发周期短、对设计和美术风格要求不高的项目，我们更多使用付费AI工具，快速出品；而对于重投入、长周期、对设计和美术风格有明确要求的项目，我们更倾向于采用开源大模型结合本地化部署的工作流，确保风格一致与版权归属无纠纷问题

具体工具的选择，则会根据现有AI模型的特点与项目实际需求灵活调整。

在2D小游戏方向，我们早期采用“文心一言/豆包 + Midjourney”的链路，通过语言大模型生成提示词，再利用图像AI生成素材，经过抽卡筛选和人工精修，实现原画设计资产的快速交付。

目前，我们已升级为“DeepSeek + Qwen2.2 + 可灵”的模式，应用于原画设计、UI图标制作、动效制作等环节，快速生成基础素材后，经人工审核与精修完成交付。这一工作流已将2D小游戏的开发效率提升了两倍以上。

现在我们正在探索“Flora + Gemini3.0 + 可灵O1”的模式，来测试多模态模型在快速生图与图片编辑方面的能力边界。

在3D小游戏开发方面，我们今年才开始尝试引入AI工具。目前，在硬表面建模需求上，我们较多使用混元3D，尤其是在混元3D Studio上线后。

同时，今年也会使用传统建模软件和3DAI软件接力的方式，比如说先用Blender去执行一些前期的AI模型的建模，然后在中期接入传统建模的工具，比如Maya去进行精修，提升建模的质量，一步步完成项目建模需求，实现了约30%的效率提升。

我们也对比过Hitem3D和Meshi6，但尚未投入实际项目使用。

在手游项目的开发中，为保持美术风格的竞争力，我们对AI工具的选择和使用更为谨慎，主要采用可本地部署的开源大模型，并辅以少量付费模型。

在AI工具类型上，图像生成式AI的使用深度和广度较高；3D AI目前仅应用于道具和图标制作；视频AI则测试过，用于图标动效的制作。

在实际落地方面：研发资产阶段，我们会在原画设计环节广泛应用图像AI工具，配合美术设计快速呈现方案。早期多使用Stable Diffusion/Midjourney的草图+上色流程，实现方案快速落地。目前则转向Qwen2.2与Flux工作流。

在项目上线运营后，我们也会通过使用图像AI工具提升原画素材的制作效率。早期采用“SD + MJ + SD”的工作流，通过AI接力处理与人工精修提高单素材效率。

我们也尝试过ComfyUI + Blender + PS的插件叠加方式，实现模型实时调整与AI出图联动，当然这个流程有一定的局限性，他是要求你在模型资产完善之后，才能再去生成，该流程特别适合模型制作先于宣发美术的项目，能大幅提升美宣素材的制作效率。

后续为提升批量处理能力并解决AI人物特征一致性的问题，我们也尝试过通过图生视频，然后截取单帧去积累训练集，并且炼制专属化Lora这样的方式，以应对单一素材缺乏训练集、无法“炼丹”的痛点。

今年GPT-4o上线后，我们也利用其一致性较好的特性生成训练集，完成lora模型训练需求。

目前则更多使用开源的Flux Kontext来控制人物一致性，用Qwen2.2的工作流来生成炼丹训练集。

当前手游项目的美术资产的生成中，图像类的AI工具，我们比较主要使用的还是Qwen2.2和Flux。今年12月，我们正在对比测试新推出的Z-Image-Turbo，Flux 2.0，banana pro，探索效率与质量的最优解。

在风格化较强的独立游戏开发中，我们在立项阶段便深入使用AI工具，加速项目Demo的效果呈现。这一阶段我们更倾向于使用付费模型，以提高生成效果，快速配合开发需求，完成玩法演示，从而评估项目开发的必要性。工具选择上则灵活结合小游戏与手游开发的工作流。

2025年，AI竞赛日趋白热化，“每周一个王者”的故事不断上演。仅仅在11月到12月中旬，图像/3D/视频方向都出现了王炸选手。像图像和视频的多模态的推出，其实让普通人也能实现了一句话出图的能力，并陆续解决了算力限制画质，人物特征一致性，自然语言编辑图像，自然语言生成视频等等难点。

AI的使用门槛再度降低，生成效果还实现了进一步提升。这让传统的内容生成型从业者意识到，转型不再仅仅是个人命题，而是一个团队或者集体的问题。

而我们认为，在这个AI技术螺旋上升的时代，传统美术团队转型最大的挑战已经不仅是技术的迭代，也在于组织与人才的重组。这里我们列举了转型智能协同团队的三个阶段，而我们团队当前正处于第一阶段向第二阶段进化的过程中。

一个中型传统美术团队要向智能协同的AI美术团队转型，首要解决的是组织和人才在需求生产与学习新事物之间的时间冲突，旧技术与新技术的兼容性问题，以及新工作流是否影响项目顺利推进的适配性问题。

目前我们采取的做法是：设立新角色，建立新流程，打造新平台，强化AI监管。

我们其实在内部增设了AI工作流架构师，作为AI技术与传统美术制作的桥梁，推动传统美术技术升级，为传统美术员工提供 AI技术培训与支持。

其次，我们会从核心美术员工中培养AI主美，负责建立项目提示词库，训练项目lora模型，定义项目的AI美术风格，在团队内推行使用。其实大家在之前的报告中会发现，人才是非常难的，从外部招聘这样类型的人才，比内部培养可能时间的成本会更高一点。

在以上两个人才的基础之上，我们建立了虚拟小组，由AI美术工程师牵头，与各个项目的AI主美进行适合项目的AI工具测试、工作流搭建，确保新技术能平滑接入项目；由新AI技术人才搭配传统美术人才，实现转型过程中的顺利过渡，确保项目执行不受干扰，是中型团队需要克服的问题。

组织人才与新流程的重组，也同样离不开AI工具整合平台的支持，以上我团队在AI工具上的运用与实践，也依赖盛天搭建的AI敦煌设计工坊。

通过集成平台实现AI工具的一键部署，降低使用门槛，解决跨端操作与付费模型采购问题。这个平台主要解决的是美术资产生产相关的一些需求。是我们团队能快速将不同项目的 AI工具经验进行同步分享，加速美术团队的转型的基础。

在AI监管方面，我们建议关注风格化同质与AI幻觉的风险问题。

在风格化同质方面，这个点在近期很多的AI工具也会出现，就是你会发现你生成的提示词，它的差异化逐渐趋于小时。不像早期我其实丢进去可能出现四五个不同的画面。目前为了让AI它的一致性更强，你会发现你的图像是没有更多的风格变化了。而针对这一问题，当下似乎没有比私有化Lora更好的解决方法了。

而在周期太短、不能投入训练lora的项目上我们会在抽卡过程中，更多的加入干扰因子，提高生产差异，并辅以人工精修，强化风格。

在AI幻觉方面，大家也基本上都有共识，就是AI他的东西可能不是我们想要的，或者他的东西就是自己编的，或者他这出的图他认为是完美的。对我对人类来讲，说这个东西可能就出现幻觉。这种情况下，我们建议是采取提高人工审核的权重，并加入人工干预，来规避风险。

此外，在版权管理方面，我们高度关注付费模型的版权归属，没有版权,那你这个产品上线之后，面临的这个诉讼风险就是会非常高。我们会通过以下几个方式，第一是会高度关注这个付费模型的版权归属。比如说我们使用的付费工具，它的版权所有自于哪里，是否是合法合规。

第二、我们会更多考虑使用开源大模型，并且自主的去采购一些版权素材，并通过采购版权素材完成生图模型与微调LoRA模型的训练。在美术设计师的创意基础上生成AI原始素材，再进入精修环节，最终实现创意与效率的双赢。

总体来看，中大型美术团队正逐步从人力密集型转向智能协同型。虽然人力规模可能缩减，但对人才素质的要求将更高，甚至可能出现以AI工具为核心构建的能力团队。而在转型的过程中，我们认为解决AI工具整合与内容版权问题，是这类团队发展的关键。

而对于小型团队，我们认为未来可能会涌现出一批“超级个体”，他们借助多样化AI工具组建虚拟团队，实现敏捷开发，用效率实现超越。

展望未来，人类艺术家将越来越像一名创意指挥官，指挥着无数AI工具，最终实现人机协作的深度进化。而其中，懂创意设计的AI美术工程师将成为驱动美术团队和核心引擎，也是游戏美术团队中，不可替代的重要资产。

我们相信，最先完成这种人机协同深度进化的团队，无论规模大小，都将在未来的内容竞争中，掌握全新的定义权。

我们的探索仍在继续，以上经验仅供参考，也期待会后能与各位有更多交流。感谢大家的聆听。