游族AI红岸实验室余华松：AI Agent如何重构游戏创作与交互？

【GameLook专稿，禁止转载！】

GameLook报道/AI，是这几年游族财报的热词，也是上半年业绩的一大亮点。

除了一系列屡屡冲上新闻的外部投资、战略合作外，游族早在2023年就成立了类似中台职能的AI创新院，持续推进AI在游戏研发、发行及运营全链路的应用，并构建了三大平台，财报提到AI 已成为游戏公司决胜未来的核心战略资产。

10月11日，在上海举办的2026中国元宇宙大会（CMC2026），以「虚实无界，智创未来」为主题，聚焦「世界模型与数字孪生」核心主旨，围绕智能感知与具身交互、物理AI与世界模型、大模型与智能体等诸多话题。其中，游族作为唯一的游戏行业代表出席大会主论坛，并进行了AI在产业端的实践分享。

当天上午，游族网络AI创新院红岸实验室负责人余华松，以《从生成内容到生成世界：AI Agent如何重构游戏创作与交互》为题，分享了AI Agent的技术演进路径，以及Agent在游戏领域的三大应用方向。

图源：游族公众号

余华松透露，游族AI创新院下设两个实验室：研究AIGC领域创新和应用的「智子实验室」，探索AI赋能全球化研发和发行的「红岸实验室」。目前游族内部六大场景，包括100多个子场景，都已经实现AI全面覆盖。

他认为，AI Agent在游戏领域有三大应用方向：一是多模态内容生成Agent生成的可扩展游戏内容；二是引入记忆管理、目标规划、环境感知及自主决策机制的智能NPC Agent；三是实现自然语言创意输入生成完整可玩游戏的一键游戏创作Agent。

AI Agent时代，AI不只是游戏生产工具，而是变为一种具备自主规划、决策与执行能力的智能系统，推动游戏研发与交互的变革。余华松表示，游戏是天然的数字宇宙，未来可以成为世界模型从理论走向落地的关键试验场之一，反过来，世界模型也可以成为游戏重要的驱动层。

以下是GameLook整理的完整演讲：

尊敬的各位领导、各位专家，现场各位来宾，我是游族网络AI创新院的余华松。

首先我要特别感谢大会主办方何斌教授的邀请，让我们作为产业界的代表和大家分享AI在游戏行业整体应用的进展和未来的趋势。

首先简单、快速地介绍一下我们公司。游族网络成立于2009年，我们主营业务是游戏研发和发行，包括AI和算力、IP经营等多个板块。我们总部在上海，在德国、新加坡、日本等多个国家都有分支机构。

我们2014年在A股上市，下面是我司的一些比较有代表性的产品，比如少三系列、少西系列，包括《权力的游戏》《盗墓笔记》等IP相关的作品。

公司内部非常注重AI技术的研究和应用，早在三年前，我们就成立了AI创新院，下面包含两个实验室：一个是「智子实验室」，它主要是研究AIGC领域的创新和应用；第二个是我现在负责的「红岸实验室」，致力于AI赋能游戏全球化研发和发行。

游族内部有六大场景，包括100多个子场景，都已经用AI进行全面覆盖。除了我们技术在用，包括像策划、运营，甚至行政、风控等相关部门都在广泛使用AI相关工具。

内部系统构建方面，首先在中间层，我们有自己内部的网关，集成了业界几十个行业顶尖的大模型，有我们自己的Skill Hub技能商店；在上面的应用层，结合我们的业务做了很多的产品。比如智能BI、AI内容风控、舆情智能分析，还有一些AIGC创作平台。

说到这里大家可能会问，做了那么多AI产品，AI到底给你们游戏行业带来了什么样的帮助，或者说产出？

想回答这个问题，首先要想一下游戏的本质是什么。

今天大会的主题叫「元宇宙大会」，没错，在我看来游戏天然就是一个「数字宇宙」。

为什么这么说？因为游戏是一个包含空间、角色、规则、状态等要素的特殊数字世界，里面有感知、理解、决策、行动、反馈，是一个完整的交互系统。说白了，之前我们做游戏，都是一群创作者把这些东西做出来，生成完整的数字世界，然后交给玩家体验。

后来AI来了，AI在某些环节成了我们的生产工具，帮助我们各个工种把这个数字世界做出来。现在AI Agent时代又变了，AI的能力更强了。AI不光是我们的生产工具，还能参加到游戏创造的过程中来，成为我们游戏的构建者、创造者。

接下来我想从三个层面跟大家分享一下，AI Agent如何帮助我们更好地构建游戏：第一个是生成内容，如何生成完整连续的游戏内容；第二个生成智能，怎么样在游戏里集成会思考、会决策的智能体；第三个生成世界，从一个创意、从一个idea出发，能够生成一个完整的、可玩的游戏世界。

第一点多模态内容的生成，从“单点生成”到“可以扩展内容”。

首先，第一代的AI大模型生成大家可能都比较熟悉，它其实解决的是一些图片、视频等单点生成的场景。它可以帮助我们提高生产效率，降低生产的成本。比如说你可以一句话来生成一张完整的图片、一个视频，对一张图片整体风格切换，也可以做一些视频的剪辑，甚至是3D模型生成。

但我们把这些场景应用到业务落地的过程中后，我们发现，你做到单点生成只是第一步。游戏是一个比较复杂的过程，我们面临的真正的难点是什么？是你要生成的这一套素材，要彼此一致、可以连续扩展，这样的内容才能最终进入到游戏管线里面。

可以举一个例子，比如我们要做一个三国题材的游戏。大家都知道三国题材有自己的历史背景，里面的人物长什么样，武器长什么样，城池或者地形长什么样，都有一个统一的世界观。如果我们上一秒生成的是银色盔甲，下一秒生成的变成黄金盔甲；或者说上一秒生成的是一个中式建筑，下一张图又变成欧式建筑……很明显，这些内容是不可能直接用到我们游戏中。

所以我们面临最核心的挑战，就是要解决游戏内容生成的一致性，保持世界观、风格、角色多维度的一致性。

第二是连续性，怎么样让时间、空间、剧情保持连续性。第三是可控性，让整个生成的过程更加可控，按照我们的想法来生成。

要解决这个问题，最核心的内容就是要做好上下文的管理。在这种情况下，我们设计了一个五层自动化内容生产系统。

第一层是世界设定层，它要建立一个统一的游戏世界观的描述，作为长期的上下文。包括世界观的设定，地形地貌，基础规则等这些大世界里面的内容。

第二步要做好任务的规划，先做好规划再去生成，不要一上手就跟它讲要生成什么东西，而是先做好任务的拆解。比如要做好一个村庄的相关模型的设定，那可以把它拆解成布局、建筑、NPC等子任务，做好流程的规划。

第三步非常关键，要做好多模态的协同。因为游戏资产有很多，有图片、视频、3D模型，每一种素材都要用不同的模型来生成。在这个过程中，上下文之间的共享变得特别重要。否则，图片跟视频、3D模型的整体表现可能不一样。

第四层是要积累整个游戏的知识库，包括游戏的文本内容、世界观、剧情等。当然我们也要建立一个素材库，让素材互相之间能够理解，角色、武器、区域之间的关联性，要把它表达出来。

第五点，也是最后一个很重要的点，要做好自动评估。相当于是一个质检系统，到最后一步生成完了之后，要通过统一的检查。比如跟第四步的知识库做比对，是不是符合我们这种世界观的设定。如果有问题，我们会反过来再进行修改，以此来形成闭环的反馈。通过这样一整套流程，最终可以让我们生成的素材在游戏中实现可用性。

接下来，就是我们内部根据这五层体系建立的系统YOOLab（游族万象画布）。

这里演示了一个完整的生成工作流：从生成线稿到图片、到后面的建模、特效，再到完整的视频。

有了第一步，我们完成了生成内容。第二步就是要生成智能，也就是智能NPC。

我们都知道，传统游戏的NPC都是靠策划或程序提前写好的脚本、行为数、状态机，由开发者写好了条件触发来推动NPC做对话、移动、战斗相关动作。这样做有一个好处，就是它会非常稳定、非常可控。但也有能力边界，就是设计师提前设计了什么，他只能完成什么样的互动。比如设计师就写了十句话，NPC就只能给完成十轮交互；你给他定义了几个行为，他就只拥有几个行为。

前几年大模型出来了之后，我们作为游戏从业者都感觉很兴奋。如果这样的话，我们的NPC不就可以变得像豆包一样跟我们聊天。所以，我们前年就已经实装了会聊天的NPC。经过一年的发展，我们又在思考，聊天只是NPC的一个表层能力，真正的核心在于说NPC要会决策。也就是说，NPC在游戏里只会跟玩家聊天，比较表层，它要更多地走入游戏世界，跟玩家进行更深层次的互动。

怎么样做一个会决策、会行动的NPC呢？第一步，要让NPC具备思考和感知能力。

感知是环境的感知，对游戏内场景的环境感知。比如我们游戏里的场景、角色，游戏里的物体，还有游戏世界观的环境。包括一些听觉的感知，对玩家语音的理解，理解游戏里面的音效，包括游戏世界的状态，还有事件的变化……把这些信息打包转化为结构化的数据，然后给到我们的智能NPC Agent。这是第一步，要做好环境的感知。

第二步是记忆系统，我们把记忆系统分为四个部分。第一个是短期的记忆，主要存储NPC当前和玩家的对话，包括一些临时的信息；第二个是长期的记忆，保存的是比较重要的经验，还有游戏的历史事件；第三个是人物记忆，就是记住NPC本身跟人物的关系，他的性格特征等；最后是世界记忆，记住整个游戏规则、地形、社会信息等。当一个NPC拥有了记忆，他才有自己的人生经历，更能像人一样去互动。

第三步是目标系统，你要基于决策生成一个符合NPC的目标，然后将目标拆解成不同的子任务，实时跟进任务进展之后，再引导他进行决策和自主行动。

有了感知、记忆和目标之后，接下来就是非常重要的决策和行动。

决策这一块，毫无疑问要依赖于决策大模型。但这里其实有一个分层的结构，决策大模型负责的是开放性决策。什么叫开放性决策？比如说他会去理解玩家的意图、游戏环境，然后生成多种行动方案，包括做一些动态的策略调整。

但游戏系统的确定性规则，还是由我们的游戏引擎来完成。比如数值计算的伤害，剧情任务的逻辑，包括平衡和世界规则等。

最后一步行动，就是驱动我们游戏世界，调用游戏引擎本身的能力。比如进行移动、攻击、交易，与玩家使用的是同一套世界规则。举一个简单的例子，我们怎么判断一个NPC要不要对玩家发动攻击？什么时间、什么情况下发动攻击？这些东西由我们的决策大模型来实现。一旦发生了攻击，类似“造成多少伤害”这样的数值计算，还是要由游戏引擎进行计算。

所以核心边界是什么？大模型不是控制一切，而是跟传统游戏引擎进行系统协同，确保整个游戏世界的规则不会被破坏。

可以试想这么一个游戏场景。比如玩家对NPC进行了掠夺，NPC记住了这个玩家，然后找到城门的守卫，跟他讲“我被什么玩家抢劫了，下次看到他要通缉他”。然后他又把这个事情告诉了商会的会长，会长决定要调整交易价格对市场进行评估。

你看，仅仅是玩家的一个小小行为，一层一层向外传导，最后影响了整个游戏世界，对周边造成整体改变——这就是智能NPC的深层价值，它能够对游戏产生一个持续行为和动态影响。NPC从之前的开发者写了什么，转向角色经历了什么，游戏开始向更实时的方向演化。

这是我们内部一个项目的预演，它是一个双方攻防的简单游戏demo。之前游戏怎么做？每一个角色都是由我们的脚本和规则驱动的。但现在演示的这个demo，每一个个体都是由决策大模型在后台驱动。他是选择进攻还是防守、或者找掩护？是正面进攻还是撤退？这些都是由我们的决策大模型驱动。

之后我们在想，能不能进一步去生成整个完整的可玩世界。传统的游戏开发模式，需要策划、美术、程序、测试等整个开发团队，需要人来组织工作，最终通过写文档、写代码生成素材等，最终交付一个完整的游戏产品。

AI在这个过程中起什么作用？它起到一个单点辅助的作用，就是在每一个环节帮我们去完成一部分工作——这是之前传统的模式。那么，现在AI Agent时代又是怎么样的？

我们在想，通过目标驱动，由Agent来完成整个链路的闭环。当创作者表达一个想法之后，Agent智能体就能自主完成设定、生成、编码，包括测试到修改的整体工作，从一个创意出发，能够成为一个真正可以体验的游戏。

AI的工作范围在不断地扩大，从开始一句话生成一个素材，到后来一句话可以生成一个目标，完成一段工作流。未来可以变成一个想法，就能生成一个可以玩的游戏世界。当然要达到这个目的并不容易，目前还在探索阶段。

怎么达成这个目标呢？有个很重要的因素：要做到多智能体协同的虚拟研发团队。

游戏开发其实是一个非常复杂的工作，中间包含了创意、设计、生产、逻辑测试等很多环节。我们之中要有一个总控的智能体，他来负责目标的拆解、任务的分配、结果的检查，进行持续的迭代。然后把这些工作分工到不同的专业智能体里面来完成，比如策划智能体、世界设计智能体、内容智能体、程序智能体、测试智能体等。

简单来讲，这些专业智能体每一个都负责一些相对专业领域，并由总控智能体负责统一调度，这样才能保证整体流程是顺畅的。

接下来是基于这个体系研发的一套游戏开发协作平台YOOSpark。

最后想谈谈对未来的一些展望。因为今天主题有世界模型相关部分，我想谈一谈世界模型跟游戏未来是一个什么关系。

虽然游戏对生成式AI的应用比较多，但它还是有一些局限性。因为整个游戏描述的是“世界看起来像什么”，也就是视觉上的世界，还是通过人写规则来模拟世界。一个真正运行的数字世界，还需要回答几个问题：“世界是如何变化的”。

放到游戏里，我们可以认为一个角色走到这里会发生什么？一个物体受到外力会变得怎么样？一个事件之后整个环境会发生什么变化？这些也是世界模型正在研究的方向和话题，所以我认为，游戏未来可以成为世界模型重要的试炼场之一。

因为游戏具备一种天然特性：可重置、可复制、可加速，也能够精确记录中间每一个环节。游戏怎么重置？我输了可以重新开一局，对吧？我可以开多个服务器，就可以复制，我也可以加速，当然也可以做好日志的记录。

这种情况之下，世界模型可以在游戏场景中不断循环完善自己、验证自己——因此，游戏可以成为世界模型重要的试炼场之一。反过来，世界模型未来也可以成为游戏重要的驱动层。让我们的游戏世界拥有更复杂的场景、更丰富的交互和更强的智能协同，最终进入更真实的游戏世界。

最后做一个简单总结：过去几年AI首先进入的是游戏内容的生产，它帮助我们画图、做视频，生成三维资产。接下来AI开始进入游戏角色本身，角色开始拥有记忆、目标、推理、决策和行动的能力。再往前一步，AI开始参与整个游戏的设计、构建和运行。

所以我想说，AI正在从游戏生产的工具逐步成为我们游戏数字世界中的智能体，并最终参与到游戏数字世界本身的构建和演化。

我的分享就到这里，谢谢大家。