股票配资的流程从实验到产线——AI 工作流的规模化挑战与协作生态

股票配资的流程从实验到产线——AI 工作流的规模化挑战与协作生态 | 2026 ChinaJoy AI未来生态大会

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。1：AI 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 Game（AI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？