胡渊鸣 | 真正好玩的 AI 原生游戏
无数人尝试了 AI 和游戏结合，为什么还没有真正现象级的产品？让我们回归第一性原理：游戏要好玩才会有人玩。而已有的 AI + 游戏尝试，还没有让游戏变得更好玩。
“这款游戏啥都好，就只有一个问题：不好玩。” 游戏之神宫本茂对后来的任天堂 CEO 岩田聪如是说。
1
起
《代号：黑箱》 我们 Meshy Game Studio 的第一款产品，通过我们自研的 “AI 游戏机制大模型” 合成武器，每一局都有完全不同的玩法，上图的攻击技能是玩家的创意自由合成出来的。我们期待他是市场上第一款真正好玩的 AI 原生游戏，很开心今天能和大家分享一下这款游戏背后的故事。
时间回到 2014 年前，我在清华读大二。受当年大火的游戏 《2048》 启发，我做了一款数字消除游戏，《Not a Number》。当年在人人网火了一波，一周之内吸引了近 20000 人来玩。在清华上课的时候发现周围的同学没人听教授讲课，都在玩自己做的游戏，那成就感叫一个强 :-) 后来 NOI 2014 喊我去出题，我就出了一道《消除游戏》，不知道读者朋友有没有还记得这个游戏或者这个题的。
从姚班毕业后，我去 MIT 继续攻读计算机图形学博士，毕业以后做了 Meshy AI，现在是 3D AI 全球市场份额第一位的产品。干 CEO 干累了，有的时候就想回归初心。我一开始为什么学编程？为什么搞图形学？
为了做游戏。
创业蛮苦的，好在公司还比较成功，未来有无限可能。不管走多远，我都知道有一天我会重新回到初心，去做一件小时候的我最想做的事情：做一款游戏。恰好 Meshy 又是一家 AI 公司，我们在一个非常好的时间点去做一款 AI 原生的游戏。
1
AI 目前真的让游戏变得更好玩了吗？
先来简要总结一下目前 AI 和游戏结合的已有工作。我们没有走这些路线，但是这些工作毫无疑问会启发很多后人。
基于 real-time video model（不管是 diffusion 还是 autoregressive），也就是 Genie 3 的 “世界模型路线”。我花了 $200 去玩了 Genie 3，发现几个问题：这个产品基本上是一个风景模拟器，但是一个好玩的游戏有机制、美学、剧情等等成分，只能看看风景是不够有意思的。如果大家对“世界模型”感兴趣，请移步《硅谷 101》最新一期节目，节目组邀请我发表了一些看法：全面解析“世界模型”：定义、路线、实践与AGI的更近一步 AI 对话。Character.ai 类似的应用就是典型的例子，相当于把游戏里面和 NPC 互动功能单独抽出来做成一个互动产品。直到今天，Character.ai 依然有着巨大的流量，不过我自己恐怕不是这个方案的受众。 AI 生成图片或者 3D 模型进行换装、UGC。我们也和合作伙伴合作过这个事情。把 Meshy API 接入游戏中，允许玩家生成自己的武器、装备的形象。最后数据跑下来发现玩家只是被广告里面的 AI 两个词吸引了，也许短暂能观察到投放转化率的提升，但是由于简单的 AI 生成素材换皮这事儿其实并不 “好玩”，甚至大部分玩家连提示词都想不出来，很快玩家就流失了，留存率不变甚至变低了，ROI 算不清楚。也许乙女向的游戏里面有一些本方向的机会，可惜我不是受众。 AI 一键生成游戏，代表产品如 Rosebud AI，本质上是 “vibe coding for games”，也能做出一些用户量。但是平台上的游戏普遍目前质量不高，暂时难以达到一个游戏原型应该有的标准。 AI 小镇。以斯坦福小镇为起点，让 NPC 更加有烟火气。但是我作为一个玩家，总觉得参与度有些低。 AI 生成剧情，最近有不少小成本的成功产品出现，也是很不错的方向。
1
如何破局
抛开我们自己是否爱玩，还有一个问题要回答：无数人按照上面的路径尝试了 AI 和 游戏结合，为什么还没有真正现象级的产品？
也许原因有很多。我们的分析思路是回归第一性原理：对于绝大多数游戏来说，成功的关键只有一点，“好玩”。游戏要好玩才能会有人玩。而已有的 AI + 游戏尝试，本质上并没有让游戏变得更好玩。
如果要破局，能否换一个思路，从游戏本身出发，反过来思考：游戏本质上是因为什么好玩？而 AI 能对加强这个本质，做出什么贡献呢？
要回答这个两问题，我们来看两款我自己非常喜欢的游戏：Jonathan Blow（吹哥）的 《Braid 时空幻境》和《塞尔达传说：旷野之息》 (Botw)。这两款游戏分别是非常成功的独立游戏和大制作。
我们可以看到，在顶尖游戏开发者眼中，刨去画面表现，游戏的内核是这些在原型中依然存在的机制与玩法，比如“按 Shift 键时间倒流”，比如“我砍树，树就会倒下，还会随着河水漂流”。
对于大多数没有大成的游戏，真正的问题恐怕并不是画面不够绚丽、对话不够生动，而是没有趣味，不好玩。就好像你开了个餐馆，名字好、地段好、装修好、广告好，但是菜不好吃，也许能赚点钱，但是一定不能成为顶级的餐馆。当然，其他成分也是游戏成功的重要成分，但是仅仅有优秀的美术、音乐、剧情是不行的。
游戏玩法（Gameplay）和游戏机制（Game mechanics）才是大多数游戏最本质的内容。如果 AI 原生游戏真的想有增量价值，不是为了用 AI 而用，就必须让 AI 实现玩法或者机制的生成。
注：游戏玩法（Gameplay）和游戏机制（Game mechanics）两个 terms 经常被混用，行业里也没有统一的定义。我们这里不泾渭分明地区分两个术语，而是将最核心的游戏机制定义为“玩法”。
但是要生成游戏机制，谈何容易！目前市面上很多游戏都只是在 “使用 AI 生成素材”，而不是 “由 AI 构成游戏机制本身”，是有原因的。
既然 “生成玩法和机制” 这个事情已经足够难，游戏行业又是一个存在了几十年、我们得保持敬畏的行业，我们就必须专注于解决核心问题，暂时放弃对其他方向的追求（比如 AI 生成环境、场景、NPC 等等）。
综上，第一款游戏，我们能且只能做 “AI 生成游戏机制” 这件事情。
1
站在巨人的肩膀上
既然决定专注研究游戏机制生成了，就得找一些以玩法见长的游戏。有哪些画面和剧情算不上顶尖，但是就是很好玩的游戏？我们从四个游戏中得到了启发：
暗黑破坏神 2。和我一样上了年纪的读者估计小时候玩过《暗黑破坏神 2》。小时候到外公外婆家一定要到小房间打开电脑玩上一小时。虽然从来没那个时间玩通关，但是能够体验一把死灵法师、德鲁伊、女巫在旷野中砍怪的爽快感，也对第一次看到安姐吓破胆的经历记忆犹新。尽管如此，我还是觉得当年玩《暗黑 2》有几个遗憾：
“技能树为什么是固定的？我想能做到言出法随！”
“要是我发出去的冰锥能够追踪就好了！最好击中以后再来个 AOE！”
“要是我召唤的骷髅怪，还能再召唤小怪就好了！”
Noita. 第一次看到这个法术编程模拟器游戏的时候我还在 MIT 读 PhD，深入玩已经是几年以后的事情了。开局一根杖，通过“法术编程”，搓出机关枪甚至核弹、黑洞，其乐无穷。
Noita 什么都好，只有两个问题：
1. 我作为一个 MIT CS PhD 要花十个小时才能初步入门《Noita 施法指南》，必须上 B 站看教程。
2. 太容易死了，前期极其劝退。我最后在打了十几个 mod 以后，终于顺利通关了。
吸血鬼幸存者。一次和一位好朋友爬山，他推荐了我这个游戏。后来他去了马斯克的 xAI，每天忙得要死，再也没有时间陪我爬山了，但是他推荐的吸血鬼幸存者一直陪伴着我。《吸血鬼幸存者》是“类幸存者”游戏的鼻祖，画面算不上最吸引人，但是游戏性极强。如果游戏里面的武器能够再丰富一些、合成能够更自由一些，就好了！
塞尔达传说：王国之泪 （Totk）这个作品我相信不用多说。具体聊一下“余料建造”：把蝙蝠眼睛合成到箭上，就能实现“追踪箭”。青沼大叔演示到这一步的时候，我想很多人都会觉得很惊喜、很想玩。（我最近硬件升级了 Switch 2，老存档丢了，只好从头开始玩。但是还是好好玩。)
“余料建造” 有了一定的自由度，但是还不够，依然还是按照写死的规则。为什么还要去查攻略看合成表呢？为什么就不能把任意两个道具合成？
1
AI 机制生成大模型
游戏的机制有不同的层面。按照如今 AI 的能力，自动设计出来一个 PUBG、搜打撤这种完全创新的宏观上的玩法，暂时是不太可能了，因为没有相应的训练数据。但是是否可以在大的玩法框架下（比如说 ARPG 打怪刷宝练级），做一些局部游戏机制的生成？
沿着这个思路就会发现，在上面四个游戏中，每一把武器、每一个职业、每一个技能，都是一个不同的攻击方式，都是游戏机制。比如要过河，野蛮人可以用斧子把旁边的树砍倒做一个独木舟，法师可以施展暴风雪把河面冻住，召唤师可以召唤一只河马宝宝驮我过去。能做到这个粒度的机制生成，其实就足够有趣了！
上面的几款游戏都以某种 build 机制为核心，实现了一定程度的游戏机制自由组合。但这几款我心中的神作里面的 build 机制还有如下的问题：
不够自由：比如在暗黑类游戏中玩家必须按照既定的技能树发展。虽然有一定 build 的自由度，但是 build 的规则依然是写死的，不能进行无限自由的操作。 不够直观：Build 的结果应该符合直觉。比如《吸血鬼幸存者》中的武器合成，我其实很难预判两个武器合成以后会成为什么样的新武器，这会大大降低我对游戏的掌控感。 门槛过高：Noita 就是典型的代表，如果一个 PhD 都要花十个小时才能上手，那么不太硬核的玩家大概率就和其中的乐趣说再见了。
自由、直观、低门槛三点相互制约。比如，“直观” 和 “低门槛” 这两点 Botw 和 Totk 已经做得很好了，但是其中的 “余料建造” 仅限于一些最简单的功能附加，比如附加个追踪、混乱等等，并不能通过一通精妙的合成实现一把惊天地泣鬼神的武器，于是自由度就上不去。另一个极端，Noita 在法杖编程的自由度上迈出了一大步，但是其不直观度和高门槛，又将很多玩家拒之门外。
当然，如果朝着 PoE 的方向做，也是一条路... 上图是 PoE 的技能树。要设计这样的技能体系出来本身也是成本极高的事情。（如果上面技能树图在手机上看不清，别怪我，要的就是这个效果。）
既然前面的作品里面的 build 系统已经做得很棒了，至少三点中占了一点或者两点。AI 要能做出增量价值，就只能 “自由、直观、低门槛” 三者全部做到。这是我们唯一的机会。
好在我们在做 Meshy AI 的过程中，掌握了 “多模态大模型训练” 这一异能。如果我们能够有效建立一套 “游戏机制数据集”，理论上就可以训练模型输出无穷无尽的机制，让玩家每次玩游戏都是一个新体验。
这是一个疯狂的想法，太阳系里面应该还没有人实现这样的事情。我们付诸了实践。经过一段时间的“炼丹”，终于得到了驱动我们的 AI 原生游戏的核心：“AI 游戏机制生成大模型”。
1
言出法随！
（此处省略一万字复杂的技术细节，以后有机会再分享吧...）
“丹” 炼好了以后，我们很快发现，最基本的 “言出法随” 已经可以实现。比如，你可以召唤一群爆破无人机：
或者生成一把激光枪：
自由：任何输入 AI 都能给你捣鼓出点东西，而且往往有些惊喜（“意料之外”） 直观：由于大模型用自然语言训练，模型自带很多常识，生成出来的东西又不会太离谱（“情理之中”） 门槛低：不需要学习《高阶法杖编程指南》，谁都可以玩（“老少皆宜”）
1
《代号：黑箱》
1
AI 原生游戏是未来最重要的事
农业时代，咱每天都得种田，不然就得饿死，那生存压力叫一个大； 工业革命以后，19 世纪早期，大家常见工作14–16 小时/天、每周 6-7 天； 工业革命后期，1926 年福特汽车在美国率先推行每天 8 小时、每周五天的 40 小时工作制； 今天某些欧洲国家已经在推行每周 < 40 小时的工作制。
1
加入我们
相信你一定对 AI 游戏这个话题足够热爱，才会看到这里。我们是一支刚刚成立、技术扎实、又非常务实的团队。《黑箱》也还有很多没解决的问题，比如：
平衡性、心流曲线 特效、粒子系统的优化 美术、特效、打击感（战斗策划）优化 扩大AI生成的范围（怪物，地形，关卡目标等等） 多模态 AI 引擎的继续研发 （任何你想参与的方向！）
