网游植入AI大模型,赔本赚吆喝?

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
网游植入AI大模型,赔本赚吆喝?
5574点击    2025-02-20 12:48

一群10后在巨人《太空杀》里被AI仿生人折磨得死去活来”,有网友吐槽这是行为艺术。

“网易《逆水寒》手游组了个AI NPC女团”,有网友认为《逆水寒》没活了。


前者的玩家即便被折磨到开始卡bug,也没有放弃和AI对抗;后者最近火速上线了一个Deepseek NPC,似乎要与百度、阿里、字节、月之暗面等的大模型凑齐 “七龙珠”。这场游戏行业引进AI大模型的“魔幻现实”操作,好像真要成为现实了。


各路大模型开始在各路游戏里抢滩登陆,上演了一出“百游搭百模”的热闹戏码。然而,面对这场热闹景象,游戏从业者们不禁心生疑问:这究竟是游戏行业的真正变革,还只是一场喧嚣的营销噱头?


游戏圈的大模型“集邮”狂潮


要说游戏圈里的“整活之王”,《逆水寒》端游如果自称第二,那恐怕其“亲儿子”《逆水寒》手游得争第一了。于是,这位整活一哥,在今年借着AI热搞起了大动作,在游戏内给国产大模型搭建了一个“选秀舞台”。从阿里的通义千问、百度的文心一言,到字节的豆包、月之暗面的Kimi,再到MiniMax的星野,甚至最近还加入了新成员深度求索的DeepSeek,让国内主流AI大模型搞了场大集结。


与互联网行业常见的集成方式有所区别,《逆水寒》手游的集成方式别具一格:先为大模型“捏”个角色,再将其投放到游戏世界中,随后抛出女团概念吸引玩家目光,顺带为大模型在游戏内的拟人化做了个示范。用AI界的“黑话”讲,这可是难得的“3D版AI智能体”展示良机,通过《逆水寒》,自家的大模型能在古风虚拟“元宇宙”中大秀肌肉,能与同行的其他大模型“切磋”一番,还能顺带赚取一笔Token调用费用,名利双收。


如果我是大模型的运营方,恐怕很难拒绝网易这样的“大客户”,甚至都想给《逆水寒》手游开发组送面锦旗。


而另一边,巨人网络的《太空杀》则另辟蹊径,没有贪多求全,而是与Kimi、千问等大模型合作,同时也在着力培养自家的大模型。游戏中的“AI推理小剧场”犹如给玩家开启了一个噩梦副本,玩家作为主角,要与那些不太像人类操作的AI玩家展开智力较量,进行即兴表演。


其中,《太空杀》加入的“AI残局挑战”模式,由AI扮演其他玩家的角色,而玩家负责解决残局。由于大模型反应存在一定的随机性,即便玩家想照着视频攻略通关,也未必能如愿。这种不确定性反而提升了游戏的可玩性,让每次挑战都充满新鲜感。


从表面来看,这波AI入局势头强劲,似乎给人一种“不跟上大模型潮流就要掉队”的感觉。但仔细想想,目前的AI应用是否仍停留在 “花架子” 阶段?大模型的加入真的让游戏体验有了质的飞跃吗?


当下这些游戏中的AI应用,与其说是技术上的革新,不如说更像是一场营销实验。《逆水寒》的“AI大模型女团”,某种程度上相当于在游戏内给大模型厂商办了场赛博展览;而《太空杀》虽然在应用深度上更进一步,但离真正融入玩家、被玩家喜爱,似乎还有一定差距。


游戏+AI大模型=赔本赚吆喝?


尽管当下游戏圈的大模型热潮看似风光无限,但实际上背后的经济账却让人不禁捏把汗。


靠谱游戏Game在和几位游戏业内人士聊起大模型的调用时,他们既表达了对游戏应用大模型的兴趣,也透露了团队对大模型直接应用于玩家端成本的担忧。


有进行过相关测试的项目负责人向我们表示,即便选用市面上调用成本相对较低的大模型来打造AI NPC,一个月的调用成本也能相当于8—10个资深策划的月薪。而且这其中存在一个明显的悖论:如果玩家喜欢,这笔钱就会花得更多;如果玩家不喜欢,那还不如直接将这个项目搁置。


更让不少厂商感到“肉疼”的是,对大模型AI NPC这笔投入,其回报率实在难以让人恭维。据悉,由于AI NPC的付费设计存在局限,其带来的付费转化率通常不到1%,而同等投入用于8—10个经验丰富的策划,无论是在游戏内容产出还是收益方面,都比花在大模型上更划算。如此算下来,这笔账怎么看都不划算。



网游植入AI大模型,赔本赚吆喝?


(2025年2月,部分大模型对话API调用价格)


既然是赔本的买卖,游戏厂商们为何还准备前赴后继地投身其中?这自然与厂商心里的“小算盘”有关。


首先是通过非游戏流量池吸引新用户。虽然听起来有点魔幻,但确实有不少用户跑到游戏里去“蹭”大模型服务。比如当部分大模型产品定价昂贵,或是访问拥堵,又或者想对比测试大模型的横向表现时,游戏里的AI NPC反而成了一个便捷的试验场。这种“歪打正着”的效果,在运营数据上体现为实实在在的流量。与观感日渐离谱的买量素材相比,为引进AI大模型买量可正经多了。


其次是股市中的AI概念溢价效应。自从《太空杀》引进Kimi大模型后,巨人网络就被热心的股民贴上了“Kimi AI概念股”的标签,在Kimi火热时期可没少受益。最近和阿里的千问合作,再一次成为了“Qwen概念股”。这种给上市公司“贴标签”的操作,在资本市场上屡试不爽。



网游植入AI大模型,赔本赚吆喝?



最现实的考量是,在竞争激烈的游戏市场中,AI概念就是一张漂亮的敲门砖。无论是《逆水寒》这类MMORPG,还是《太空杀》这类社交游戏,都面临着同质化竞争的压力。在这种情况下,引入AI大模型尽管成本不低,但从营销传播角度看,却是一个性价比颇高的选择。


引进AI大模型更精妙之处在于,游戏内设置的大模型功能一般都是可选的,不会影响到对AI无感的玩家群体。就像给游戏加了个“选装件”,喜欢的玩家可以尝鲜,不感兴趣的也不会反感,既留住了老玩家,又吸引了新群体,一举两得。


表面上看是在赔钱布局引进AI大模型,实际上却在为品牌增值、为股价造势、为产品打造差异化卖点。这种“赔本赚吆喝”的营销策略,在当前游戏市场环境下,或许真是厂商的一步好棋。


然而,这种靠烧钱维持的AI游戏热潮能持续多久?当AI概念的新鲜感消退,游戏厂商又该如何平衡投入和回报?这些问题恐怕都需市场来检验。


当AI不再只是会聊天的NPC


当然,目前游戏对玩家的AI大模型应用,普遍还停留在“高级对话框”阶段,本质上仍未跳出人机对话的框架,乍一看挺唬人,但离真正的游戏AI大模型革新还差得很远。


这种现状也不能全怪游戏厂商不进取,在AI大模型的直接应用上,游戏也有自身的困境。


首要问题是“时间差”。AI大模型技术发展迅速,游戏研发周期相对较长,二者节奏不同步。游戏开发团队往往刚弄明白如何规避问题实装大模型,另一边AI供应商迭代出新版本和新问题,导致大模型在游戏中的应用要么跟不上节奏,要么得重新来过。


其次是开发优先级的问题。对于商业游戏项目来说,“能赚钱的功能”永远排在首位。相比花大价钱搞大模型创新,优化现有玩法、开发新功能更容易见效。另外,大模型的成本问题也难以平衡。虽然大模型的使用成本在逐步降低,但愿意使用大模型的游戏往往有几十万甚至上百万的日活用户量,无论是自己购买算力来养大模型,还是通过第三方API调用,成本都不低。


但这并不意味着游戏+AI大模型就是死路一条。恰恰相反,一些富有想象力的商业化模式正在孕育。


比如有MMO游戏厂商透露,正在探索用大模型代管离线玩家角色,让玩家在离线时也能与线上好友互动。这样不仅能增加价值不菲的时装皮肤的展示机会,让玩家时刻感受到自己氪金的价值。由大模型扮演玩家,在游戏里全天候展现魅力。


此外,AI大模型能收集海量基于游戏玩家的反馈数据,可用于大模型在游戏玩家领域的强化训练,帮助AI大模型更好地理解玩家的游戏习惯和偏好。这样一来,未来相应的AI大模型就能比竞品更接地气,更懂玩家。


还有一个值得期待的方向是“伴侣型角色”。它不是简单的对话系统,而是真正能陪伴玩家、具有独特性格和成长性的AI角色。这种深度互动不仅能提供更丰富的游戏体验,还能催生全新的付费模式。


当下的情况,有点像当年VR刚兴起时的“VR元年”,热闹是热闹了,但实际应用还很初级。《逆水寒》们现在看起来像是在给AI大模型公司交学费,但这些尝试和投入,说不定正在为游戏行业的下一次变革铺路。


就像电影《失控玩家》展现的那样,NPC们都有独立的人生、能自主思考和行动的游戏世界,或许真的不再是幻想。每一名玩家,正站在AI游戏的前夜,等待着那个改变一切的奇点到来。


然而在这个过程中,游戏厂商需要思考的不仅是技术实现,更要考虑如何平衡创新与现实,让AI真正服务于游戏体验,而非简单地堆砌概念。毕竟,游戏的本质从来都不是技术有多先进,而是带给玩家的快乐有多实在。


文章来自于微信公众号“靠谱游戏Game”,作者“NaTuo”


网游植入AI大模型,赔本赚吆喝?

关键词: AI , AI网游 , AI游戏 , 人工智能
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md