# Vol.77 我们在谈论AI游戏的时候，我们到底在谈论什么？ 屠龙之术 · 2025-11-26 庄明浩在演讲中探讨了AI游戏的定义困境，指出短期内难以形成独立分类，当前更多是旧标签+微创新。他分析了米哈游、元象等有钱任性的厂商的尝试，以及AI社交/陪伴领域的全军覆没。投资方面，他提出只能看人，许多牛人靠背景融资，产品易见光死，但利息足以养活团队。 ## Key moments - **[0:00] 引言** - [0:23] 庄明浩解释为何选择标题《我们在谈论AI游戏时我们到底在谈论什么》，因为这一概念在业界至今仍有大量探讨。 - [1:04] 演讲分为三部分：概念定义收束、当前产品实施、以及一级市场投资逻辑。 - **[1:39] 概念收束** - [2:47] 游戏与AI的结合已有几十年历史，例如糖豆人的敌人策略和FIFA的队友跑动都是广义AI。 - [3:48] 这一轮AI游戏的核心是语言和多模态生成式AI，而非传统规则AI。 - [6:04] 概念第一次收束：AI作为生产工具渗入游戏制作，如AI做图、3D素材、NPC等。 - **[6:33] 生产工具** - [8:47] AI中台频繁出现在上市公司财报中，但市场认为这不够性感，期待玩法层面的突破。 - **[10:07] 玩法难题** - [10:34] 当下游戏行业两极分化：头部厂商追求极致工业化，独立团队拼极致创意，游戏本质是服务型商品。 - [13:52] Gameplay标签被放大后变得模糊，包含世界观、美术等，无法简单定义玩法。 - **[15:30] 创新模式** - [15:30] 暴论一：短期内AI游戏不会成为一个独立的分类，因为定义界限难以统一。 - [15:59] 游戏行业新标签往往是旧标签的排列组合加微创新，例如吃鸡源于CS加生存玩法，MOBA源于RTS。 - **[17:58] 产品实施** - [21:03] 米哈游的任性尝试：新游戏预告片中藏有开启本轮AI浪潮的论文标题“Attention Is All You Need”。 - [23:15] 元象从元宇宙转型，利用账上数亿美金现金做起AI游戏《招养传》，尝试从技术提供方走向产品。 - **[24:50] 元与社交** - [25:53] 当前AI agent能力比喻：卖电脑客服测试显示，距离理想中AI游戏的终极形态还非常遥远。 - [27:02] AI社交和陪伴路径基本全军覆没，原因在于从业者“对做游戏这件事缺少敬畏”。 - [29:27] Cocos创始人曾断言：“有生理条件的叫游戏，没生理条件的统称为元宇宙”，元宇宙社交全军覆没验证了这一点。 - **[30:12] 一级市场** - [30:12] 一级市场暴论：在当前时点，AI游戏项目说什么都对，因为短期无法证伪。 - [32:13] 第二个暴论：由于逻辑无法论证，只能看人，投资决策回归到创始人的背景和执念。 - [32:45] 牛人们在做什么：前巨人CEO吴萌做AI 3D引擎，前脸萌创始人郭烈的UGC游戏已停，前网易云创始人王石木做3D生成。 - [33:44] 暴论三：靠人拿钱的产品容易见光死，但一旦没有完全死掉就会变得极度稀缺并被追捧。 - [34:29] 一位创始人直言：“我账上的利息钱够养我的团队”，因为多轮小额融资让团队无需急于产出。 - **[35:36] 碎语结** - [36:41] 庄明浩吐槽某AI游戏项目想靠卖皮肤和故事商业化：“暖暖是你随便学就能学得会的吗”。 - [37:10] 结尾总结：“存在就是合理的”，在江湖中无论投资人还是创业者都没有对错之分。 ## Speakers - **庄明浩** (host) ## Topics 游戏开发与产业, 产品与应用 ## Mentioned miHoYo (company), 三七 (company), 作业帮 (company), 元象 (company), 昆仑 (company), 美团 (company), 西湖新城 (company), ChatGPT (product), Cocos (product), EVE (product), Kerry.ai (product), Tolen (product), 四零五游局 (product), 招养传 (product), 斯坦福小镇 (product), 林间一室 (product), 独享 (product), 秒 (product), 脸盲 (product), 蛋仔 (product) ## Transcript ### 引言 **庄明浩** [0:08] 呃 ， 这个 ， 我是庄明浩 ， 对 ， 然后我有一档自己的播客叫 《 屠龙之术 》。 然后雅婷找到我的时候 ， 她本来是想这期聊那个出海的 ， 对 ， 然后我说这个我的内容可能跟出海关系不是特别大 ， 然后后来我不知道为什么他们就换成了这个主题 。 **Guest** [0:22] 因为你要 。 **庄明浩** [0:23] 啊对 ， 然后我说那这个主题我可以简单聊一聊这个一些想法吧 ， 然后然后当时确定这个主题之后我就在想到底该聊什么 ，因为这个话题其实在过去的呃三年整个 AI 的发展过程中频繁有人提及 ， 然后但是即便到今天 ， 到这个时间点 ， 呃 ， 可能 ChatGPT 马上就发布满三年的时间点 ，在很多概念上的问题其实在业界内还有很多的探讨 ， 所以我就 想了这样一个标题 ， 结果这个标题还是撞题了 ， 然后我后面会讲到撞到谁 。 我今天起个标题叫 《 我们在谈论 AI 游戏时我们到底在谈论什么 》， 呃 ， 就是我们到底在谈论什么 ，其实是一个很常见的在演讲过程中遇到的一个标题 ， 那其实它更多在界定定义跟现在在发生什么 。 我们正式开始今天的内容 。其实内容大概有三个部分 ， 呃 ， 第一个部分就是我们把问题收束到狭义上的概念定义 ， 我们在聊的 ， 或者说我们期待中的 AI 游戏到底是什么 ， 然后那如果我们把定义定义好之后， 我们再看我们在这个定义下现在看到的已经在市场上发生的事情 ， 就是哪些人在做什么样的事情 。 就第二部分叫 《 当前时点的产品实施 》， 那最后是我的老本行 ， 就意识上在用钱去给这些创业者跟创始 ， 呃 ， 创创业公司投票 ， 那我们看是怎么投的 ，以及他们投资的逻辑是怎么样 。 大概这三个部分 ， 我们先看第一个部分 ， 关于概念定义的 。 首先呢 ， 呃 ，AI 的发展其实已经有几十年了 ，不像很多人认为的可能只有这三年才叫 AI，其实 AI 的历史要追溯到可能 1940 年还是 50 年左右 ， 人类的科学家们其实就研究 AI 了 。 ### 概念收束 **庄明浩** [1:55] 这张图也不是我做的 ， 这张图是一家国内非常知名的早期基金在研究 ChatGPT 的时候做的 。 从我们今天看到 ChatGPT 到 ChatGPT 之前的 GPT-3，因为 ChatGPT 是基于 GPT-3.5 的 ， 然后前面是 GPT-3， 然后 GPT-3 是基于 Transformer 架构的 ， 甚至今天这个时间点 ， 我们大家看到的主流大模型都是基于这个架构的 。 当然现在这个时间点 ， 大家也会去探讨这个架构本身是否也限制了 AI 的下一步发展 ， 我们不展开 。 然后在 Transformer 之前 ， 可能就是基于神经网络 ， 再之前是机器学习 ， 然后到最早最早的所谓 AI 是基于规则的 。其实 AI 一路走来已经走了几十年的过程 ， 只不过在确定的这三年左右时间 ， 确实让人类感受到了非常疯狂的演进 。 那为什么会列这样一个图表呢 ，其实一样的 ， 游戏的 AI 也不是今天才有的 ，其实游戏跟 AI 的结合也有几十年的历史了 。 比如最早的糖豆人， 对吧 ， 大家如果玩过糖豆人的话 ， 你想一下你的那四个颜色不同的敌人 ，他们的策略是怎么定的 。 有的策略是靠近你 3 格会异常的抖动 ， 对吧 ，有的靠近你 6 格他会去调整策略 ，有的靠近你 1 格才会调整策略 ， 那这些策略本身其实也是广义的 AI， 对吧 ， 那糖豆人有多少年了 。 然后我们再想更现实的例子 ， 如果大家玩过体育游戏的话 ， 你想一下你在踢 FIFA 的时候 ， 你在踢球的当下， 你的队友的跑动的状态 ， 你的对手的跑动的状态 ， 每个对手的选择的策略 ，是上抢 ，是躲在远远的 ，是出脚 ， 还是滑铲 ， 所有的这些策略本质上来讲也是 AI， 对吧 ，但是这个 AI 在上一代确实很难做 ， 所以体育游戏做得好只有那么几家 。 但是我想说的是 ，AI 跟游戏的结合也不是今天才有的 ，也已经有几十年了 。 如果大家有兴趣的话 ， 可以听一期播客 ， 这个是基核的一期播客 ， 就讲这个事情的 ， 就是讲历史上的 AI 其实跟游戏的结合也很多年了 。 那我们再把问题收束 ， 最近这一波 ， 就近三年， 对吧 ， 我们在讨论的 AI 游戏中 AI 的这件事情到底是什么 ， 然后我列了两页 PPT， 这两页 PPT 是我之前大概上个月 ， 啊 ， 这个月月初做的一次关于 25 年 AI 行业整理中的两页 ， 啊 ，不对 ， 应该是 24 年 6 月份就有了这两页 ， 我是借用了一下 。 第一页我说这一轮的关于 AI 或者关于 AGI 的讨论 ， 如果我们用打德州的方式去做对比的话 ， 这个主桌上的人应该是哪些 ， 那没有任何疑义的自然语言模型肯定在主桌上， 直到今天 ， 对吧 ， 就是大语言模型 ， 语言 ， 对吧 ， 就是在 ChatGPT 出现之后， 就有行业内专家说 ， 当机器掌握了语言 ， 强人工智能就到来了 ， 就是 AI 的这一波的代表自然语言模型 。 然后近两年 AI coding 的发展非常的快 ， 那有一派观点会认为 AI coding 是语言的子集 ， 对吧 ， 编程语言是语言的子集 ，也有一派会认为它是构建另外一个虚拟世界最核心的另外一套语言 ， 所以它可能也在主桌上 。 然后应该是 Anthropic 的创始人说 ，12 个月之内我们可能会进入一个 AI 能写出所有代码的世界 ， 那近一个月 AI 在代码上的进展又加速了 ， 对吧 。 然后第三桌多模态 ， 这个最近一段时间最热的词叫世界模型 ， 对吧 ， 就下面那张图 。 从我的观点来讲 ， 多模态在经历从图片 、 视频 、 语音 、 呃 ，3D 的局域战场到统一战场 ， 那个统一战场的战场就叫世界模型 。 然后最近一段时间 ， 那个李飞飞老师的这个创业公司发了他们第一代的这个测试产品 ， 对吧 ， 就是一张图片或者一段文字 ， 呃 ， 生成一个虚拟的世界 。 然后他在接受采访的时候有一句话特别打动我 ，他说他这个产品推出之后 ，他的一位很多年的同学给他打电话问了他这样一个问题 ， 我觉得这个问题特别好的描述了这件事情 。他那个同学问 ，他说我有恐高症 ， 我有恐高 ， 我用你的产品做出来那个世界我能玩吗 ？ 然后李飞飞笑了一下说 ， 可能人类真的在建造那个真实的 " 归集世界 "。 对 ， 那似乎我们在讨论的这一轮的 AI 可能是这些事情 ， 那问题就变成了这个样子 ， 对吧 ， 我们把问题从原来最早的 AI 跟游戏几十年的发展过程收束到了一个相对狭窄的范围内 ， 就是在过去这三年左右吧 ， 对吧 ， 三四年的时间 ， 我们把问题限定在以语言跟多模态为主 的生成式 AI， 就这一轮的 AI 到底跟游戏怎么样产生结合 ， 这个可能是我们在这个时间点讨论 AI 跟游戏的概念定义的问题 ， 对吧 。 然后那就出现了一个最直接的反应 ， 就是最最最我们先看到的当然是 AI 工具渗入到游戏的生产过程中， 对吧 ， 就是 AI 作为生产工具进入到了游戏的制作流程里 。 ### 生产工具 **庄明浩** [6:48] 所以比如说 AI 做图 ， 对吧 ，AI 做 3D 素材 ，AI 做美术资源 ，AI coding， 对吧 ， 然后可见的一些很多关于 AI 游戏的类似这样的行业报告跟 Map， 对吧 ， 你也见到非常多 ，其实大部分公司是在做的事情是把 AI 作为生产工具进入到游戏的生产流程里 ， 对吧 ， 图上有 2D、3D、Video、Character， 呃 ， 然后还有 NPC， 对吧 ， 还有 Code， 还有 Music、Video， 这可能都是更多集中在制作游戏过程中我们开始使用现在已经越来越成熟 的 AI 工具了 ， 对吧 。 那我们当然把这些功能再细分 ， 对吧 ， 可以分得更细 ， 呃 ， 这张图是 Google 画的 ， 啊 ，不 ， 这两张图其实都是 Google 做的 ，Google 云做的 ，Google 云在去年一次大会上发布的 ， 就是你把呃 ， 游戏的生产营销跟玩家体验段分开 ， 然后每一个环节上能够用 AI 做到什么 ， 然后它会把这些功能以它的难易程度跟成本再划分四个象限 。 这两张图我觉得内容本身不重要 ， 重要的时间点 ， 这张图做出来是 24 年的 9 月份 ， 就是已经一年多之前了 。 你要知道 ， 当一个事情可以被归纳跟整洁成这个样子的时候 ， 就代表它已经不是一个新的东西了 ， 它已经被一家云厂商归纳在总结它的对外的宣传的 PPT 里 ， 就代表着这些功能已经变成通用功能 ， 基本上已经服务所有公司了 。 这是 24 年 9 月份的事情 。 然后差不多时间点 ， 那个我的一个好朋友做了一个公众号叫 《 屠龙宇宙 》， 我们就聊过一次 AI 游戏的话题 ， 当时起的标题是这样的 ， 说 AI 游戏还是游戏 AI，AI 游戏是更新的一点名词 ， 游戏 AI 是可能是 AI 作为生产工具的事 ，但无论是怎么样 ，在 24 年 9 月份那个时间点 ，其实都很难 。 然后这是 24 年 9 月份的事情 ， 然后你在过去的一两年时间里面 ， 如果大家炒股的话 ， 或者关注相关的上市公司的话 ， 你会发现在各家游戏公司的财报里面都会频繁的提及一个关键词叫 AI 的中海 ， 对吧 ， 这两张图是分别是上面那张图应该是三七的 ， 下面那张图是凯因的 ， 对吧 ， 可以用 AI 做什么 ， 就刚才我们提到那些事情 ， 对吧 ， 做生 产端的 、 营销端的各种各样的素材 ， 对吧 ， 各种各样的 icon、 功能 、 模块 ， 对吧 ， 就是这个东西确实已经非常非常非常完整的渗透到了每一家游戏相关公司的生产管线里面 。 今天这个时间点 ， 相对有一定规模跟成熟的游戏公司其实都在用了 ， 尤其是在比如说在美术这个板块就更直接了 。 今天这个时间点可能偏 2D 的场景美术已经 totally AI 可以搞定了 ， 对吧 ， 这个叫 AI 中海 。 但讲到这呢 ， 就是你看这个概念 ， 我们从最早的广义的 AI、 广义的游戏 ， 到狭义的这轮 AI 跟游戏的结合 ， 到 AI 渗透到生产管线里面 ， 到这这个故事还是不够 sexy 的 ， 对吧 ， 大家期待中的一定不是这个事情 ， 或者说期待中如果是这个事情 ， 那这个事情到今天 已经结束了 ， 我们就不需要再讨论别的事情了 ， 对吧 ， 那似乎这个事情还要再往前探 ， 我们问题需要再次收束 ， 对吧 ， 我们抛开那些前面的宽的范围 ， 我们再把它漏斗收窄 ， 收到这 ， 对吧 ， 我们期待中那个所谓的 AI native game 是不是应该集中在玩法这个层面上， 就是我们去探讨 AI 游戏 ， 或者说很多人期待中那个完美的极端状态的 AI 游戏 ### 玩法难题 **庄明浩** [10:28] ， 大家讨论的话题应该是在玩法这个层面上的事情 ， 问题再次收束了 。 那好 ， 那我们就看当下这个时间点 ， 游戏这个行业发展到了什么样的状态 ， 我们只从游戏行业的角度来看 ， 全世界范围内的游戏规模已经几千亿美金了 ， 中国大概 3,000 亿 ， 对吧 ， 这是一个巨大无比的商业行业 。 第二 ， 头部的厂商在强调的全部都是极致的工业化 ， 今天一个项目动辄几百甚至上千人的 team， 做几年的时间做一款游戏都是很常见的 ， 然后偏独立跟小的团队开始尝试极致的创意 ，因为肉眼可见的类型玩法已经被很多人尝试了很多年了 ， 所以要么我们走到了极致工业化里 ， 要么我们走到了极致的拼创意里 ， 对吧 ， 然后游戏今天是绝对意义上的 商品 ， 游戏在此前还纠结过是商品还是艺术 ，但是在我们现在的这个讨论范围内 ， 我觉得它更接近商品 。在商品本身的同时， 除了提供商品本身的价值 ， 游戏在今天给人类或者给用户们在提多的更多的叫服务性质的体验 ， 这是现在这个时间点游戏的状态跟游戏行业发展的状态 。 我为什么要这个时间点强调这件事情 ， 我后面会说一句话 ， 我现在先说 ， 我说当下这个时间点做 AI 娱乐项目的很多项目的创始人过于忽略掉游戏本身的这个事情了 ，他们对这件事情缺少敬畏 。 然后那我们就看当下这个时间点游戏的样子到底是什么样的 。 去年的时候 ， 中国管游戏的叫中国音术协 ， 这个音术协发了一个行业规范 ， 这个规范是定义好游戏类型的 ， 然后它定义游戏类型里面又分几个具体的形式 ， 比如说题材 、 玩法 、 来源 、 技术实展现形式 、 创作性质跟玩家规模 ， 它连玩家规模都要限定 ， 我们不看上这些事情 ， 比 如我把这个第一项题材这个项目的列表拉出来 ， 你会发现有我们熟悉跟不太熟悉的很多的画面方式 ， 玄幻 、 修仙 、 武侠 、 魔幻 、 异世界 、 穿越 、 宫廷 、 西游 、 三国 ， 看题材是第一个划分的分类 ， 这是分类的方法 ， 还不是这个分类本身 ，是分类的方法 。 那我们刚才我们上一个说我们的问题收束到了玩法这个层面 ， 对吧 ， 那我们就看玩法这个层面上， 今天这个时间点 ， 中国的国家的管理单位对于游戏玩法的划分是怎么样的 ， 出现了这样一张表 ， 它分了 16 大类 ，其中有一些大类里面又分小类 ， 比如说第一大类叫角色扮演 ， 对吧 ， 又分回合制 、 即时制 、 放置 ， 第二大类叫竞技 ， 又分沙盒 、moba 跟非对抗 ， 对吧 ， 然后后面策略 、 卡牌 、 棋牌 、 塔防 、 消除 ， 各种各样的分类 ， 如果打走游戏的话 ， 你知道它在讲什么 ，但是你当你看到这种 ， 包括上一页的题材跟玩法这种分类的时候 ， 你会有一些问号出现了 ， 就是这种画面方式是否真的能把游戏的这个划分的很清楚 ，因为你会发现很多游戏其实算哪都可以 ， 对吧 ， 所以这里面引发另外一个说法 ， 就 是我们把玩法换成英文单词叫 gameplay， 对吧 ， 就是有一个没有办法回答的问题 ， 就是 gameplay 到底是什么 ， 就玩法到底是什么 ， 什么样的东西能够被称为玩法在游戏这个领域里面 。 然后你会发现今天这个时间点对于玩法的标签 ， 它都不是玩法本身 ， 它是对玩法的标签的描述 ， 似乎已经不单纯是关于玩法的描述 ， 它包含的信息变得太多了 ， 比如说很热的 ， 前几年很热的二次元 ， 二次元是玩法吗 ， 或者说它仅仅是玩法吗 ， 它更多可能是世界观 ，是美术风格 ， 对吧 ， 然后最近最热的搜打测可能偏向于玩法层面 ，但是它这首先这个词肯定不在刚才前面那个分类里 ， 那它是不是又包含了别的什么因素 ， 比如说我更熟悉的吃鸡 ， 它更更更接近是个玩法 ， 可是吃鸡能描述这个玩法本身所有的事情吗 ，UGC， 哦 ，UGC 这不是形容社交平台的吗 ， 怎么会形容游戏呢 ， 玩家们是在玩 UGC 吗 ， 那 UGC 似乎在强调这个项目本身的平台跟内容属性的来源的问题 。 所以你会发现今天这个时间点 ， 哪怕在 gameplay 这个事情上的描述也出现了问题 ， 就是我们原来已经把问题收束到一个非常狭窄的板块里 ， 我们叫我们希望通过今天的新的 AI 技术跟游戏的玩法产生结合 ，但是出现了一个问题 ， 玩法是什么 ， 我没法定义 ， 对吧 ， 我们这出现一个暴论 ， 就是我觉得短期内 ，因为刚才说的种种各样的原因 ， 短期内 AI ### 创新模式 **庄明浩** [15:39] 游戏如果它变成一个真正意义上的分类 ， 它被划定清楚界限的话 ， 这件事情在短期内是不太容易实现的 ， 短期内不太可能实现 ， 就是如果比如说我们穿越未来 ， 穿越到 5 年之后， 会有一个类目的游戏叫 AI 游戏 ， 我觉得短期内不太可能 。 然后我们回看历史经验 ， 对吧 ， 历史经验告诉我们游戏行业 ， 尤其是偏商业化的游戏行业 ， 这些所谓新的标签 ， 或者对玩法 gameplay 标签的描述 ， 往往是基于一些旧的标签的排列组合 ， 再加一些微创新出现的 ， 它是一个递进式的创新 ， 它不是突然间出现一个从来没见过的东西 ， 它是在之前人类的基础上把原来的几个标签排列组合加了一点微创新 ， 出现了新的东西 。 所以我们比如说我们最常见的吃鸡这个类目 ， 最开始第三章设计游戏 CS， 然后加了吃鸡玩法 ， 出现了吃鸡 ， 然后现在加上资源争夺 ， 出现了搜打车 ， 那 moba 也是 ， 对吧 ，moba 最早来自于 RTS， 对吧 ， 然后你会发现似乎如果我们硬要总结的话 ， 虽然很多事情没有办法总结 ，但我们如果硬要总结的话 ， 历史上很多新的这些标签是 通过旧的标签的排列组合加微创新出现的 ， 对我们的结论出现了 ， 那这个问题是不是又一次的被收束了 ， 我们在讨论 AI 游戏是不是在讨论是说我们把已经在这个行业里面可以归纳出来的一些旧的标签 ， 无论是选择一个还是几个 ， 把它们排列组合放到一起 ， 再加上 AI 来承担那个微创新的角色 ， 产生新的东西叫 AI 游戏 。 但是这里出了一个悖论 ， 为什么 AI 就要去承担那个微创新的角色呢 ， 别的东西承担不行吗 ，也行啊 ，因为今天所有在做游戏的人都在做类似的事情 ， 对吧 ，因为这个事情就是在不断演进 ， 那 AI 只不过今天实现是热门的话题 ， 它更容易融资或者更容易得到关注 ， 所以它被定义到了这个位置上 ，但这似乎并不是标准答案 ， 对吧 ， 那我们进入到我 ### 产品实施 **庄明浩** [18:00] 们把问题的定义刚刚描述完 ， 描述清楚 ， 我的演讲一半结束了 ， 对 ， 然后那我们看这个第二个部分 ， 关于当前时间点的产品实施 ， 我们不想那个约束之后的结论到底是对是错是怎么样的 ， 我们只看当下这个时间点的创业公司跟很多项目在干嘛 ， 就我们不去评论它这个概念本身对错 ， 我们只看现在在发生什么 。 首先我们前面说 ， 我们需要把旧的标签挑出来 ， 再加微创新 ， 第一个动作我们挑什么 ， 然后你在今天各种各样的 AI 游戏的报道新闻 ， 看到各种各样项目的时候 ， 你看到的非常多旧的标签被提炼出来了 ， 比如说沙盒 ， 比如说 Roguelike， 比如说编辑器 ， 比如说跑团 ， 比如说解谜 ， 比如说文字冒险 ， 比如说狼人杀 ， 叉叉叉什么什么杀 ， 对吧 ， 为什么是这些标签被挑出来了 ， 每一个标签被挑出来的时候都是有原因的 ， 它或 多或少大家会认为这件事情跟 AI 结合会更近 ， 所以它会被挑出来 ， 它可能被挑出来只挑出来一个 ，也有可能挑出来几个做排列组合 ， 大家去找今天你能找到的 AI 游戏的报道 ， 你去套 ， 基本都是可以把这些标签套上去的 ， 然后虽然都是叫微创新 ，但微创新里也分微微微微微创新跟微创新 ， 对吧 ， 我们迈一小小小小步能做什么事情 ， 这个 是最简单的 ， 对吧 ， 大家看得到的 ， 比如说常见的是那两个是做 NPC， 对吧 ， 都是世界上最好的游戏公司在做的事情 ， 把 NPC 这个事情跟 AI 产生结合 ， 这个呢是蛋仔里面做这个 3D 素材的生成 ，因为蛋仔的玩法里是 UGC， 所以它不单纯只是游戏本身的生产流程 ， 它是在给玩家提供玩法 ， 所以不在那个生产中台里哦 ， 这些都是在玩法跟消费端在做的事 情 ， 对吧 ，NPC 啊 ，3D 素材 ， 尤其在 UGC 这个板块里 ，但我觉得这个叫只能叫微微微微微创新 ， 对 ， 然后那我们想什么样的人有资格或者能够奢侈的做创新呢 ，因为创新是很奢侈的 ， 需要投最多的钱跟人力跟可能的不确定性跟面对错误跟风险 ， 那想最有钱的人应该会比较奢侈的可以做一些创新 ， 对吧 ， 那我们就看一看这个市面上当下这个时 间点比较有钱的人在干什么 ， 对吧 ， 我选了两家代表性的公司 ， 一家叫米哈游 ， 我看米哈游 logo 也在这里 ， 对吧 ， 一家叫元象 ， 我不需要去解释为什么他们有钱了 ， 对吧 ， 元象可能需要稍微解释一下， 后面解释米哈游我不需要解释了 ， 对吧 ， 这是我叫创新在任何时候都是奢侈的 ， 所以我们选择两个可以任性的代表 ， 我们看第一个任性的代表叫米 哈游 ，有近乎无限的预算在这个事情上， 没有商业化压力 ，因为是创始人自己担这个项目的负责人 ，他也不需要为任何人负责 ，也没有上市 ，也没有营业压力 ， 什么都没有 ， 任性的去干 ， 能干出什么来 ， 对吧 ， 这是他们最近在测试 ， 实际上测试的一款对话性质的解谜 ， 偏解谜类型的游戏 ， 对吧 ， 你可以跟这个 NPC 做各种各样的对话 ， 然后根据你的对话你可以去逃离这个星球 ， 对吧 ， 所以的游戏画面除了这样的画面就变成这样的画面了 ， 很像我 一个 ChatGPT 的聊天框 ， 对吧 ， 你就觉得就是他做的可能是对的 ，但是呢 ， 距离我们想象中那个创新好像有点远 ， 对吧 ， 就是可能也只能叫微创新吧 ， 对吧 ， 当然这是我们看到的一个东西 ， 那最近这公司不是又出了新的东西了吗 ， 对吧 ， 这个上一个它我们叫前菜 ， 那新放出来这个偏 UE5 的开放世界的游戏会是那个正餐吗 ， 看上去可能也不太像 ，但是他们 埋了一些彩蛋 ， 我觉得很有意思 ， 米哈游最近推了一个新的游戏的预告片 ， 对吧 ， 大家关注好应该知道 ，30 分钟 UE5 的开放世界游戏全真机的体验的视频 ， 然后大家看到了各种各样的爆炸的效果 ， 对吧 ， 然后特别羡慕这公司特别有钱做这样的尝试 ， 然后这个游戏的这个截图中有一帧 ， 我发现了一个特殊的情况 ， 这一帧是这样的 ， 就是这条树的 这个图 ， 这帧是这个他们那个场景里有一个那个警戒带 ， 这可能看不太清 ， 那个警戒带上有一些文字 ， 那个文字是什么 ， 那个文字叫 "The Attention Is All You Need"， 大家关注 AI 知道这篇论文是什么意义 ， 对吧 ， 就是那篇开启了这一轮 AI 的潘多拉魔盒的那篇论文的标题放在了这个纸袋上， 我们不知道它是恶趣味还是它真的埋了什么东西 ， 我们不知 道 ， 对吧 ，但至少看上去是这个样子 ， 这是米哈游的尝试 ， 然后元象的尝试 ， 这场有知道元象这家公司的吗 ， 可以举个手我看一下吗 ，不多哈 ， 我简单解释一下， 元象的创始人原来是腾讯 AI Lab 的老大 ， 这家公司成立于大概 2019 年到 20 年左右 ，也就是说它的成立时间不是这一轮 AI 爆火的时候 ， 它成立在上一个爆火的关键词的成立那个年叫元宇宙 ， 它 是那一波的最代表的公司之一 ，因为这个创始人以这个背景 ，他当时在做的就是 AI NPC， 当时因为元宇宙的爆火加 21 年的 ESA 的疯狂 ， 这个公司在这一波 ChatGPT 爆火之前就拿了几亿美金 ， 然后元宇宙的泡沫破掉了 ，但是这公司账上趴着几亿美金的现金 ，也没有人对它有更多的压力跟期待了 ，AI NPC 的上一代的叙事结束了 ，但是真的 AI 来了 ， 这公司干了什么呢 ， 它自己做游戏了 ，也就是说它原来从一个偏想做技术提供方的角色往前迈了一步 ， 做了自己的 AI 游戏产品 ， 这个叫招养传 ， 应该在实际上可以下载 ， 一个基于对话式的架空的历史题材的 ， 我不知道怎么定义的游戏 ， 对 ， 这就是这些有钱的任性的厂商们的选择 ， 然后我们聊到这了 ， 对吧 ， 这个我们提到了一个关键词 ， 这个叫元宇宙 ， 这个上一代元宇宙的时候还做投资呢 ， 就是正好那个时候在看这个行业 ， 就是有非常多死去的记忆开始攻击我了 ， 然后那似乎啊 ， 这个元的叙事在最近由于那个世界模型的到来 ， 似乎 ### 元与社交 **庄明浩** [25:10] 又再次被提及了 ， 对吧 ， 所以我拉了几个之前在我的元宇宙点赞的 PPT 里就出现了截图 ， 头号玩家 ， 西部世界 ， 刀剑神域 ， 讲这几个电影跟影视作品 ， 你一提到你就知道它在讲什么 ， 对吧 ， 所以似乎那个元的那个最终极的叙事又因为 AI 这波的技术的爆发又被推到了前面 ， 那是不是终极 ， 我们理想中那个 AI 游戏的终极差不多可能就是那个东西呢 ， 对吧 ， 那如果如果那个东西是终极的形态 ， 我们今天到底在什么位置呢 ， 我 最近看到一个很有意思的比喻 ， 这个比喻是一个美国的这个算是技术技术人员评测当前的 AI agent 的技术能力的 ，他会把 AI agent 的技术能力分那么几档 ， 最差的使用简单使用工具 ， 最牛逼的是有人类的常识性的认知 ， 然后他的测试场景是他假设这个 agent 是一个卖电脑的 DIY 的客服 ， 然后他去面对真实世界里面买 DIY 电脑的人产生的这些问题 ， 然后看这 个 agent 怎么给他回复 ， 然后大家去评价当前这些最牛逼的模型的状态到底到哪里 ， 然后评了这么的几个级 ， 然后他说最后他在文章的最后画了那样一张图 ，他说距离人类理想中那个状态真的差的太远太远太远了 ， 即便他今天有了一定的尝试 ，但是距离人类那个人类现在我们个人这个样子来讲还太远了 ， 那似乎如果我们把这个 比喻也放在 AI 游戏领域可能也是合适的 ， 就是它确实在往前推进 ，在符合我们一些逻辑推演的事情 ，但是距离理想中那个终极状态还有非常非常远 ， 然后我们除了用游戏走到那个终极之外， 似乎这个市场上还有另一些人在通过别的一条路也想走到那 ， 这些人叫 AI 社交跟陪伴 ， 我们公司是做社交的 ， 我们也在做类似的事情 ， 你发现啊 ，在各种各样 的排名搒单上做 AI 社交跟陪伴的公司也很多 ， 图上是 A16Z 的排行搒 ， 前 50 的 Web 应用里面应该有 12 个是做 AI 社交跟陪伴的 ，但是你发现除了能做一些偏擦边的事情之外， 似乎这个事情也做不了太久 ， 对吧 ， 然后这个如果硬要提的话 ， 可能今年上半年大家都会提到一家公司叫 Tolen，是我们做应该是法国一家公司做的一个小白星人的跟 AI 陪伴的事情 ， 然后国 内现在抄 Tolen 的团队应该也有很多 ， 国内也有一些做的 ， 比如说林间聊一室 ， 独享 ， 包括那个 EVE， 就是凯因投资的那家公司做 AI 女友跟 AI 男友的项目 ， 然后你会发现其实国内的模型厂商除了那几家还在真的疯狂在研究模型本身的事情之外呢 ， 那些已经被从主桌上踢掉的但还有模型的公司其实都在这个战场里 ， 比如说美团 、 昆仑 、 作业帮 ， 元象又一次出现了 ， 对 ， 西湖新城 ，其实他们都有类似的 AI 社交跟陪伴的产品 ，但这条路径呢 ， 到今天这个时间点基本上可以说全军覆没 ， 当然还有很多公司在尝试 ，但是基本上可以说全军覆没 ，也是刚才我们说的我们朋友做的那个这个这个公众号叫特工宇宙 ，他们在 11 月 16 号写了一这篇文章 ， 就是复盘 AI 陪伴的消亡史 ， 我们究竟做错了什么 ， 这张图是他们列的 ， 然后全军覆没是他们起的标题 ， 然后出现了刚才我在前面强调的那句话 ， 我说这是今年 7 月 7 号我跟在场一位嘉宾的合伙人聊天的时候我说的原话 ， 我说前几天和一个游戏行业的资深从业者朋友聊当前的 AI 游戏创业项目 ， 提及了几个项目的名字 ， 我这位朋友给了一个 评价 ， 这些人对做游戏这件事情缺少敬畏 ， 做游戏这件事情是什么我前面讲过 ， 然后这张 PPT 是我在二三年底做的 ， 讲元宇宙的这个坟墓的那期做的 ， 这位创始人是 Cocos 引擎的创始人， 当然 Cocos 今天已经卖掉了 ， 当时在元宇宙最火的时候也有很多人去探讨社交陪伴 ， 尤其是所谓的元宇宙社交陪伴跟游戏之间到底有什么区别 ， 这是当时他的原话 ，他说用我们的游戏引擎生产出来的东西 ，有生理条件的叫游戏 ， 没有生理条件的统称为元宇宙 ， 最后证明全没了 ， 对吧 ， 全军覆没 ， 所以真相在很多时候可能真的就是这么赤裸裸 ， 我们把当前这个时间点的产品史诗也看完了 ， 对吧 ， 然后我们看最后一点点 ，ETH 上用钱投票 ， 对吧 ， 第一个暴论就是我们刚才说短期内那 ### 一级市场 **庄明浩** [30:26] 个事情是不可能实现的 ， 所以它等于什么呢 ， 单纯盘逻辑 ， 就像我刚才讲的所有这些事情是没有办法被证伪的 ， 无论是正向还是负向 ， 那这块再往前推就是说某种意义上说今天这个时间点在做相关项目的创始人说什么都是对的 ， 说什么都是对的 ，因为短时间没有办法被证伪 ， 那问题来了 ， 投资人怎么投呢 ， 再看一页 PPT， 这页 PPT 同样是我做的 ， 当时总结的是当前那个时间点 AI 游戏相关以及社交娱乐相关的项目应该是什么状态 ， 或者说我们看一些诗和远方 ，AI 陪伴刚才讲了 Kerry AI、Talky 星野就是那些社交的 ，AI 游戏不是游戏 AI，是 AI 游戏 ， 你看西部世界又出现了 ， 对吧 ， 然后是斯坦福小镇 ， 对吧 ， 然后我当时就问这些是不是正确答案吗 ， 留存的情况撑得起 一个平台的运营吗 ， 现有的变现手段接得上吗 ， 还有我们是不是就不应该有所谓的路径依赖呢 ， 这是当时的问题 ，在今天这些问题其实依然适用 ， 对吧 ， 然后看右边 ， 这是吴秉健新资本的合伙人在 1 月 13 号 ， 当年的 1 月 13 号是 23 年， 我这张图是在 23 年做的 ，他说当下基于大模型的 To C 创业项目就三类 ，ChatGPT 的变体 ，Kerry.ai 的变体 ，以及斯坦福 小镇的变体 ， 就这三种 ， 这页 PPT 是在 23 年做的 ， 你发现这页 PPT 放到今天好像依然适用 ， 第二个暴论 ， 我们没有办法在逻辑层面上给一个项目进行论证评述的情况下只能去看人了 ， 看人的情况下要看人的背景以及他现在在做的事情跟他原来做的事情的匹配程度来去选择做投资的决策 ， 这又是一句正确的废话 ， 为什么呢 ，因为今天这个时间点所有 早期项目都是做不动的 ，不限行业 ，因为早期 VC 就是看人的 ， 对吧 ， 那对吧 ， 那么又是一页 PPT， 那我们就看这些牛逼的人们在干嘛吗 ， 原来继任的前 CEO 吴萌做了秒 ，在做一个 AI 3D 的游戏引擎或者是游戏生成世界 ， 前脸盲的创始人被字节收购之后离开脸盲做了就是郭烈做了一个偏 UGC 类似蛋仔的游戏已经停掉了 ， 然后原来网易云的创始人王石木做了 一个 3D 生成的 AI 的类似 Kerry.ai 这样的东西 ， 然后你会发现似乎这些我刚才前面讲到早期看什么看人以及人的背景 ， 这些这些人只靠背景就可以拿到钱 ， 所以这些人某种来说被诅咒了 ，他们被什么诅咒 ，他们对那个终极的东西 ， 我们前面定义的那个终极的东西有一份执念 ， 所以一直在做这些事情 ， 暴论三 ，因为是投人的 ， 然后大家又投所有投资 人又怕错过 ， 所以很多人就靠人这个因素就可以拿很多轮的钱 ， 同样的因为是投人的再加上短期内不可证伪 ，但是他做的东西一出来就会见光死 ，因为那个东西不对 ， 然后呢其实还有个小行 ， 就但凡没有就经历了这两轮讨论然后做出来的东西没有完全的见光死的情况下它就变得极度的稀缺 ， 它就会被人追捧 ， 市场是由供给双方决定的 ， 没有对错 ， 再是一张 PPT，24 年底做的 PPT，24 年底 ， 这是一个在这个行业创业的创始人的原话 ，他说我账上的利息钱的利息够养我的团队 ， 为什么呢 ，因为大家比如不知道该投什么 ， 人很牛逼投一点 ， 然后某个基金投了那我们也跟一点 ， 然后那某个基金跟某个基金投了我们再跟一点 ， 什么产品都没有 ， 连融三四轮 ， 当然每轮都不会特别大 ，但是呢你要算一个账啊 ， 你算一笔账 ， 这个如果这个创始人的团队控制在比如十几到二十个人 ，他不做那个基础模型的训练不花那 个最大的钱 ， 一年成本除了人力就是一点点算力投入 ，500 万够了 ， 按四个点利息又不收乱七八糟 ，也就是说你只要融超过 2,000 万美金 ， 你的利息就够养活你的团队了 ， 那还着什么急呢 ， 你有什么好着急的呢 ， 今天这个时间点这不是个例哦 ， 这不是个例 ， 然后最后一些比较细碎的表达 ， 我当时说说要做这个 PPT 我在 JSON 上发了一条 ， 我说 ### 碎语结 **庄明浩** [35:44] 当我们谈论发了这个标题图 ， 然后一位做投资的朋友叫 Jason 他说网游戏里掺 AI， 网 AI 里掺游戏 ， 还有一些别的产品非说它是 AI 游戏 ， 能对应上我今天说的所有事情 ， 对吧 ， 然后这张图是来自于一个播客的这个这个对话 ， 这个播客采访了今年最火的斯坦福小镇的变种 ， 那个创始人会说他们未来在商业化的测量跟想象是基于现有的 MMO 的 DAU UP 值去测算的 ， 我说反正当时我在底下留了一个评论 ， 我说 simple 了 ， 对吧 ， 然后这个第三张图呢是黄叔在参加完了这个行业非常知名的刚才前面那个连融四轮的没有产品或者产品见光死的创始团队出来之后 ，他说这个人想清楚了 ， 我一看啊想清楚就想成这个样子 ， 那个创始团又做了一个产品说我们要卖皮肤 ， 我们要卖故事 ， 我一听哦天呐 就是暖暖是你随便学就能学得会的吗 ， 对 ， 然后一些细碎 ， 然后最后这一段是我在 24 年 9 月份跟特工宇宙当时那篇文章的结尾 ， 我说从结论上来说纯业务的探讨在今天这个时间点是没有任何意义的 ，因为聊不清楚 ， 盘逻辑没有办法证伪 ， 最后投资人的决策又变成了这个人之前做过什么他的身价值多少 ， 你说这个事情投资人不知道吗 ， 这些在做的创业者不知道吗 ， 大家都知道 ，但人在江湖 ， 只能说存在的就是合理的 ， 没有什么对错 ， 最后推荐一期播客 ， 我刚才前面讲到这个我的这个这个这个 PPT 里面用了好几次这位播客以及他的创联合创始人的内容 ， 对吧 ，也是今天的嘉宾之一 ， 四种游击的筱宁 ， 然后这个播客叫四种游局 ， 我在最开始说过我说我今天这个题目跟人撞 题了 ，因为我回头我我把今天 PPT 做好发给小宁之后小宁说跟我们第一期一样 ，因为他们第一期聊的就是当我们在聊 AI 游戏的时候我们在说什么 ， 然后他们采访过今天这个时间点在上海能够找到的在投游戏跟孵化游戏最好的两位创始人， 原来 Next Next Studio 的这个沈黎以及原来 Justin 就是原来木桶的创始人， 然后他们聊过今天这个时间点我提过的好几家在做 AI 相关游戏跟社交陪伴的主场公司的创始人， 四零五游局大家有兴趣可以去关注一下， 今天也会有他的演讲 ， 然后谢谢大家 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。