愛詩科技，實(shí)時(shí)視頻模型在殺進(jìn)互娛賽場

Coding 之后，游戲的“GPT 時(shí)代”還要多久？

作者丨董子博

編輯丨林覺民

繼 Vibe Coding 的風(fēng)潮之后，AI 圈最熱的概念，已經(jīng)變成了世界模型。

談到世界模型，人們想到的往往或許是驅(qū)動具身機(jī)器人的“大腦”，指引自動駕駛的“向?qū)А保M物理世界的“沙盒”……但今天，技術(shù)路線還遠(yuǎn)未收斂，落地場景也尚未成熟。世界模型還像一個(gè)“并不完善的錘子”，尋找著一個(gè)“不一定存在的釘子”。

如果拋開今天紛繁復(fù)雜的學(xué)術(shù)流派，什么樣的世界模型才是有價(jià)值的？愛詩科技的聯(lián)合創(chuàng)始人王長虎一針見血：“真正重要的問題是，它（世界模型）能不能生成一個(gè)可持續(xù)的環(huán)境？能不能響應(yīng)行動？能不能根據(jù)用戶輸入實(shí)時(shí)變化？能不能讓交互結(jié)果保持一定的連續(xù)性和邏輯？”

如果模型只能生成內(nèi)容，那么不管視頻再漂亮，它距離“世界模型”的概念就還有很遠(yuǎn)；相反，如果用戶能和一個(gè)生成出的世界互動，即使效果還相當(dāng)有限，那么在王長虎看來，它也接近了世界模型的核心問題——交互。

作為探索世界模型的引領(lǐng)者，愛詩科技也瞄向了互動娛樂的場景

01

3 個(gè)女孩，3周完成概念PV：

視頻模型能給游戲帶來什么？

某個(gè)深夜三點(diǎn)，線上語音里，三個(gè)女孩正在熱火朝天地討論著她們喜歡的乙女游戲。

“如果能夠穿越到 XXX 的世界里，那該有多好啊。”在這樣的想法下，她們萌生出了自己制作一款游戲的念頭。

她們想要的，是主人公可以穿越無數(shù)的世界，和其中形形色色的男主人公邂逅，并與他們發(fā)展一段浪漫的情緣——而這種量級的游戲，要生成足量的場景、人物，還要能夠與其互動，消耗的人力、物力、財(cái)力都不是一個(gè)三人獨(dú)立團(tuán)隊(duì)可以承擔(dān)的。

而現(xiàn)實(shí)是，在愛詩科技實(shí)時(shí)視頻游戲引擎與多模態(tài)模型的技術(shù)支持下，三個(gè)女生只用了三個(gè)星期，就手搓了一款快穿題材的乙女游戲 PV，視頻在全網(wǎng)獲贊破萬。

這樣的故事，在過去甚至很難被想象；到了今天，越來越多人正在加入使用 AI 制作游戲的道路，其中就包括了疊紙科技的前 CTO Junbai，在愛詩科技 PixVerse Game 的生態(tài)中，自研 AI 游戲引擎。

AI 對游戲行業(yè)的加持，無非分為兩個(gè)層面。

首先，是人盡皆知的，內(nèi)容生成的提效。過去，在一個(gè)乙游項(xiàng)目中，從建模到貼圖、骨骼、動作等等方面——制作一個(gè)男主角需要的時(shí)間，要 3-6 個(gè)月的時(shí)間。而使用視頻模型生成，實(shí)現(xiàn)同樣的演出效果，只需要 3 個(gè)星期的時(shí)間，AI 的提效實(shí)現(xiàn)了最高 8 倍。

生成資源和素材，是 AI 讓游戲變得“好看”；而游戲不止是畫面，還有規(guī)則、反饋、角色一致性、互動等等方面，要讓游戲“好玩”，AI 還有很多能做的事情。

過去的游戲，即使再以“自由度”著稱，玩家能做的一切動作、達(dá)成的一切結(jié)果，都是在腳本中寫定的。而 AI 實(shí)時(shí)視頻和世界模型，則給了游戲互動的全新可能——玩家可以邊想象、邊生成、邊互動，沒有一定之規(guī)。

以剛剛提到的，快穿乙女游戲?yàn)槔婕蚁胍S時(shí)穿越到不同世界，在不同身份、不同關(guān)系里找到“另一個(gè)我”。而游戲中，玩家可以定制自己的游戲體驗(yàn)，從劇情、選擇、人設(shè)、世界觀不一而足，AI 能實(shí)時(shí)地為玩家生成這些定制化的環(huán)境，實(shí)時(shí)演繹玩家想要的故事。

不同于今天對于 AI 內(nèi)容，大多數(shù)人持有的保守反對意見，網(wǎng)絡(luò)上對于三個(gè)女生制作的游戲宣傳視頻，反而好評不少，不少網(wǎng)友都表示相當(dāng)期待，等待游戲上線的那天。

實(shí)際上，玩家反感的不是游戲的 AI 工具，而是沒有“靈魂”的 AI 內(nèi)容“以次充好”——相反，如果 AI 能為游戲?qū)嶋H提供更好的體驗(yàn)和吸引力，用更自由的玩法和更豐富的內(nèi)容來服務(wù)玩家，玩家當(dāng)然沒有拒絕的道理。

02

世界模型，是游戲引擎的未來

AI 能力，今天在游戲制作的角度上，究竟能做到什么程度？

前面提到的，愛詩科技推出的 PixVerse Game，將于今日正式在海外上線，成為市場上首個(gè)基于實(shí)時(shí)視頻的游戲引擎。

過往的游戲開發(fā)架構(gòu)，是在一個(gè)擁有獨(dú)特規(guī)則的世界中，放置角色、場景、攝像機(jī)等等元素；而 PixVerse Game 幾乎顛覆了這套流程，要把一款完整的游戲，直接構(gòu)建在一條實(shí)時(shí)互動的視頻流上，用 PixVerse R1 實(shí)時(shí)世界模型畫面的持續(xù)生成，去替代掉傳統(tǒng)游戲的渲染工作。

用簡單的方式理解，傳統(tǒng)的游戲是一個(gè)玩具箱，玩家只能用箱子里已有的玩具玩耍，游戲設(shè)計(jì)者決定了你能玩到什么玩具，以及要怎么玩這個(gè)玩具；PixVerse Game 則像一個(gè)和你一起寫故事的人，你來決定故事的大綱，AI 則負(fù)責(zé)把它們落在紙上，變成你游戲的劇情。

在聯(lián)合國 AI for Good Global Summit 2026 期間，愛詩科技的聯(lián)合創(chuàng)始人謝旭璋在分享時(shí)說道："這不是讓 AI 生成一種'像游戲的視頻'，而是探索一種新的游戲生產(chǎn)方式——To Create is to Play。創(chuàng)造本身，正在變成游戲的一部分。"

PixVerse Game 架構(gòu)的一端，是抽象游戲機(jī)制引擎，負(fù)責(zé)整套游戲最重要的邏輯和數(shù)值，分析游戲的目標(biāo)、管理玩家的資源、判定游戲的勝負(fù)，也就是所謂的“規(guī)則”。開發(fā)者應(yīng)該可以在可視化、低代碼、弱門檻的情況下，用自然語言也能設(shè)計(jì)自己的游戲。

架構(gòu)的另一端，是實(shí)時(shí)視頻生成層，通過自回歸的世界模型，來持續(xù)生成多模態(tài)的、電影級音畫品質(zhì)的游戲世界。游戲生成的內(nèi)容，可以和先前在游戲世界中發(fā)生的事情連續(xù)連貫，不是忘掉過去、另起爐灶，而是繼往開來、錦上添花；同樣，模型也必須能夠理解基本的常識，從物理世界的運(yùn)動規(guī)律、場景變化，到情感世界的人情往來、故事發(fā)展。

這兩端之間，是 AI 智能體的編排層，承擔(dān)玩家意圖理解、游戲機(jī)制評估、保證世界一致等工作，聯(lián)通規(guī)則和畫面，使二者可以同步。

三層架構(gòu)設(shè)計(jì)，給了 PixVerse Game 幾個(gè)相當(dāng)關(guān)鍵的核心 Feature。

首先，是游戲機(jī)制與表達(dá)的完全解耦。游戲的機(jī)制是抽象出來的規(guī)則，而表達(dá)則往往是具象的敘事，以之前跳動的快穿乙女游戲?yàn)槔婕蚁朐诠糯⒚駠⑵婊玫雀鞣N世界、時(shí)代設(shè)定中自由穿梭，用傳統(tǒng)的開發(fā)管線，就意味著美術(shù)資源的全盤推翻重做。

但實(shí)際上，機(jī)制和表達(dá)這“一表一里”并非不能拆開，在規(guī)則寫死的情況下，世界的“長相”可以即時(shí)生成。同一套底層機(jī)制，可以是仙俠背景，也可以是賽博朋克、末世廢土……這個(gè)在傳統(tǒng)開發(fā)流程中，占用了大量人力物力的工作板塊，AI 不僅可以更好地接手，更能根據(jù)用戶的需求隨時(shí)修改，給開發(fā)省去了不少苦功夫。

其次，是生成式的游戲循環(huán)。用人話說，就是讓用戶的每一次操作，都反饋到游戲里，讓游戲現(xiàn)場長出新的內(nèi)容。和與 AI ChatBot 說話一樣，玩家在游戲中的輸入，也可以被 Agent 抽象成為意圖，進(jìn)入抽象機(jī)制層算出“狀態(tài)變化”，最終用實(shí)時(shí)的世界模型，實(shí)時(shí)生成新的畫面和聲音。

玩家玩到的內(nèi)容，都是“現(xiàn)場現(xiàn)編”——某種程度上，即使游戲的開發(fā)者都不會完全知道，玩家的行動，會導(dǎo)致怎樣的后果。一款游戲能夠被重復(fù)體驗(yàn)的價(jià)值，也就體現(xiàn)在這里。

最后，是實(shí)時(shí)的一致性編排。游戲的本質(zhì)是“行動-反饋”的循環(huán)，玩家在游戲中做了一件事，如果沒能得到實(shí)時(shí)、準(zhǔn)確、直接的反饋，也就自然不能獲得好的體驗(yàn)。如果玩家好不容易找到了屠龍寶刀，但在戰(zhàn)斗時(shí)沒法使用；或者玩家終于完成了一件大任務(wù)，其他與之相關(guān)的 NPC 卻置若罔聞，游戲就容易讓人“出戲”。

在 PixVerse Game 的 Agent 編排層，AI 就像一個(gè)“場記”，一直關(guān)注著劇情的上下文、視頻生成的內(nèi)容、游戲機(jī)制規(guī)則的限制等等條件，并且在玩家意圖、規(guī)則允許、模型能力三者發(fā)生沖突時(shí)，給出折中的解決方案。

要讓游戲機(jī)制和視頻生成“握手”，中間一定要有 AI Agent 從中協(xié)調(diào)，來保證 AI 生成的游戲世界可以足夠“真實(shí)”。

03

結(jié)語

世界模型落地，愛詩科技為什么選擇了游戲場景試水？

AI 改變科技圈，改變的是人機(jī)交互——人類能夠通過自然語言和互聯(lián)網(wǎng)信息交互，并且得到 AI 直接實(shí)時(shí)生成的定制內(nèi)容。

而作為第九藝術(shù)，游戲的本質(zhì)就是交互，是剛剛提到的“行動-反饋”循環(huán)。生成式 AI 能為游戲帶來的，則是游戲交互范式的巨大革新：玩家不再只是游戲內(nèi)容的“消費(fèi)者”，而是成為和游戲開發(fā)者一樣的“共創(chuàng)者”，讓同一個(gè)游戲有無數(shù)種不同的玩法。

同時(shí)，游戲作為今天相當(dāng)成熟的 ToC 產(chǎn)品，離用戶更近，離錢也更近，開發(fā)者眾多，也有完備的分發(fā)渠道和社區(qū)環(huán)境。對于“高高在上”的世界模型，是一個(gè)更容易創(chuàng)造價(jià)值、更容易找到數(shù)據(jù)飛輪的場景。

今天，愛詩科技的 PixVerse 已經(jīng)在全球范圍內(nèi)找到了不計(jì)其數(shù)的用戶，幫助他們創(chuàng)作了更多的作品，在互聯(lián)網(wǎng)上收獲了不少粉絲。通過“全球產(chǎn)品+商業(yè)化+世界模型”的技術(shù)產(chǎn)品組合，愛詩 C 輪融資獲投 29.8 億元，證明市場對于視頻模型商業(yè)落地前景仍然相當(dāng)看好。

在過去十余年中，游戲市場上最成功的項(xiàng)目——Minecraft 和 Roblox 都是主打“創(chuàng)造即游玩”的概念，依靠巨大的用戶群體創(chuàng)造了無擬的商業(yè)成就。

而愛詩的 PixVerse Game 也是循著一樣的路，把創(chuàng)造的能力借由 AI 交給玩家，給游戲消費(fèi)設(shè)計(jì)了一個(gè)全新的閉環(huán)。

AI 對互娛行業(yè)的變革，還正在黎明。誰能讓玩家一同加入成為創(chuàng)造者，誰就抓住了定義未來交互的先機(jī)。

未經(jīng)「AI科技評論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號名片。