夜雨聆风如需报告请联系客服或扫码获取更多报告
一、AI双轮驱动：激发内容供给活力，释放用户需求潜能
1.1.1 传统游戏开发面临开发时间长、成本高等问题
传统游戏开发面临开发时间长、成本高等问题，从而或导致产品供给不能有效满足用户需求的变化。近十年来，随着玩家的游戏体验不断升级，游戏在玩法、画面和引擎上有了提升，体量也不断膨胀。因此，上线一款游戏的平均时间不断拉长，拟投入成本不断上升。从游戏体量来看，1997年诺基亚上《贪吃蛇》存储不到5KB，目前3A游戏大作普遍普通100GB；从开发时间来看，根据Unity，2022年平均上线一款游戏时间为218天，2023年上升到304天；从成本来看，2020年发布的《赛博朋克2077》开发成本接近6亿美元，开发周期5年左右，后期还有膨胀的营销费用。
1.1.2 AI打破游戏开发“不可能三角”，以低成本维持高强度产出
AI游戏解决的核心痛点是传统游戏开发模式下，日益增长的开发成本、漫长的开发周期与玩家对内容消耗速度之间的矛盾，可从提效和创新两条路径重塑行业底层逻辑。
1、提效：AI赋能游戏从研发到测试再到发行等各环节，作为生产力工具助力行业降本增效，抬升利润率水平。
1）在研发美术环节，AI工具通过文生图、图生图等技术大幅降低美术成本和提高创作效率。比如《逆水寒》手游引入AI捏脸系统，将角色定制时间从传统数小时缩短至秒级，场景设计效率提升70%，动画产能综合提效30%-300%。
2）在测试环节，AI技术通过自动化测试工具能显著提高测试覆盖率和效率。比如网易伏羲开发的Wuji框架结合演化策略与强化学习，能够探索游戏空间并发现隐藏BUG。据官方数据，AI自动测试系统效率提升50%，大幅减少人工测试时间。
3）在发行运营环节，AI通过生成虚拟客服等强化游戏服务、降低营销素材制造成本等优化营销和运营环节，减少消耗。根据量子位，在使用AI 的工作室中，71%表示AI帮助优化了交付和运营流程。
1.1.3 AI普及于游戏开发，2033年AI游戏市场有望达512.6亿美元
AI目前已成为国内外游戏驱动产业升级的重要工具之一 。根据《游戏企业AI技术应用调研报告》，AI在我国游戏研发中已经实现了高普及率，应用率达到了86.36%。其中，AI技术在可自动化、重复性高、数据驱动的环节推广最广。例如，美术设计环节重复性强、产量需求大、有大量数据可供训练、相关工具和应用较为成熟，因此AI技术在美术设计环节应用最广（84.2%）；在智能NPC和自动化测试等高度重复、高资源消耗的环节也有较高应用率（68.4%）。
根据Grand View Research，2024年，全球游戏人工智能市场规模估计为32.809亿美元，预计到2033年将达到512.593亿美元，2025年至2033年的复合年增长率为 36.1%。 预计市场增长将因人工智能技术在游戏行业的使用日益增多以及深度学习技术的进步而加速，这些进步改善了视觉效果和性能，允许用户进行个性化和适应性的游戏体验，从而扩大了行业内的游戏平台。
1.2 需求端：AI显著提升游戏体验，有望提升用户规模和游戏LTV
AI提升了游戏玩法、真实感和个性化体验，极大程度地增强产品的吸引力和精准度，直接驱动用户活跃、留存和付费转化，从而提升游戏LTV和用户规模。
1、用户黏性与长线收入提升，即用户数量及增长率提升：
1）智能NPC的深度交互：AI让游戏中的互动更加自然，根据用户的不同选择给出独特反馈，从而为用户营造出沉浸式的游戏体验。借助大语言模型等技术，NPC变为具备长期记忆、性格逻辑且能理解自然语言的数字生命。例如，AI驱动的NPC（如《逆水寒》）通过实时语音、性格记忆和情感反馈，有望显著提升玩家的参与度和在线时长 。根据量子位，投放AI后，案例DAU次月增长最高达2%，整体增长率稳步提升，最高可达8.35%；用户体验也因游戏互动变多、投诉率下降而提升。
1、用户黏性与长线收入提升，即用户数量及增长率提升：
2）内容供给无限化、无限的探索空间：游戏中的场景、角色、剧情等内容得以丰富生成，满足用户对新鲜体验的需求。例如，融合AIGC和PCG技术的AI原生游戏《1001夜》，通过讲故事，诱导由AI驱动的国王说出“剑”、“盾”等武器的关键词，让它们具现化为真实的武器，在故事世界中打败国王，这确保每个玩家的探索体验都是独一无二的，极大地提升了游戏的复玩价值 ；《蛋仔派对》在UGC创作工具中加入AIGC功能支持，进一步激发了用户的创作热情，灵活探索游戏空间。
2、变现效率与商业化优化，即用户付费率和ARPPU提升：
1）精准货币化： AI分析玩家的消费习惯和行为模式，在玩家最活跃的节点提供个性化的道具或促销建议，从而提升付费转化率。例如，叠纸游戏（Papergames）凭借《闪耀暖暖》分析玩家对服装的偏好、抽卡模式、购买行为等，指导新服装设计、活动节奏和礼包定价，游戏首月收入4600万美元，月均稳定收入250万美元。
2）实时动态平衡： AI可根据玩家水平实时调整难度（DDA）和游戏内经济系统，防止玩家因挫败感流失，确保稳定的长线DAU。根据《Dynamic Difficulty Algorithms as a Tool for Enhancing Player Retention: An Empirical Study in a Gaming Environment》，针对“风险用户”群体逐夜降低难度，可使30日留存率提升3个百分点，平均每位用户每月多玩1天、多进行10局游戏，且用户生命周期价值（LTV）提升0.08美元，其中内购（IAP）贡献了79%的增长，广告贡献了21%。
二、AI游戏规模化的三大支柱，模型、算力与成本的协同突破
2.1 多模态模型突破，打破AI游戏供给瓶颈
我们认为，传统游戏开发中，美术资源成本占比高，高质量的3D资产、纹理、动画和剧情文本高度依赖人工，导致开发周期长、成本高企。多模态技术是AI游戏从降本增效工具向原生玩法创新跨越的核心驱动力，有望将部分前期概念设计、场景原型构建乃至动态分镜预览的过程，压缩至几分钟甚至几秒钟，提高行业生产力。
图片与3D多模态模型（Image-to-3D）的进展，直接作用于传统游戏管线的工业化。
25年11月，腾讯混元正式推出混元3D Studio 1.1，并正式接入全新美术级3D生成大模型hunyuan 3D PolyGen 1.5，改善过去3D生成算法存在面数过高、布线紊乱等问题，支持AI直接生成具备专业布线结构的原生四边形网格3D资产，适配游戏、动画、VR等专业制作流程的3D资产输出能力。
多模态视频模型在游戏的终极形态或为世界模型，使得AI生成可实时反馈、具备物理一致性的虚拟空间。目前的学术和产业重心正从单纯的“文生图/视频”演进为能够感知环境、理解物理规律并产出可交互资产的“世界模型”与“动作智能体”。
24年10月，Decart & Etched基于类似DiT架构发布首个具有体验性、实时性的开放世界人工智能模型Oasis，实现了20FPS的实时互动视频生成。它直接接收键盘输入并输出画面，无需物理引擎即可模拟重力、碰撞和光影，成为视频即游戏的初步验证。
25年8月，谷歌发布首个支持实时交互的世界模型Genie 3，用户只需输入文本提示，Genie 3就能以每秒24帧的速度实时生成可供自由探索的动态世界，并在720p分辨率下保持数分钟的画面一致性；26年1月，谷歌在Genie 3的基础上，向外部开放了Project Genie，支持约1分钟的可交互探索时长，分辨率为720p，其人物控制方式接近传统游戏逻辑，用户可以使用WASD控制角色前后左右移动，同时用方向键可独立控制视角进行前后左右的镜头转动。
2.2 终端和边缘算力下沉，AI游戏规模化应用成为可能
算力的下沉是AI游戏从技术Demo走向大规模用户覆盖的关键一跃。随着移动互联网的发展，2025年移动游戏已占据我国游戏份额7层以上。复杂的AI推理严重依赖云端服务器，带来高延迟、高成本及隐私安全等问题。我们认为，如果说模型突破解决了“能不能生成”的问题，那么终端与边缘算力的提升则决定了“能不能用得上、用得 好”，这使得实时AI交互（如智能NPC对话）、端侧AI生成（如个性化角色捏脸）等功能得以流畅运行，无需时刻联网。
随着手机、PC等终端设备的端侧性能跃升，大模型的本地化、低延迟部署成为现实，AI游戏在端侧运行也成为可能。
IDC预计，2026年中国新一代AI手机出货量将达到1.47亿台，同比增长31.6%，占据整体市场的53%。端云结合将成为主流服务模式：厂商更多调用外部云侧大模型，同时将自身资源集中于端侧多模态模型的轻量化与深度推理能力建设，在保障数据安全的前提下，追求AI终端的个性化与定制化。
Gartner预测，AI PC全球出货量到25年末预计达7780万台，在全球PC市场份额达31%；26年出货量达1.43亿台，占PC市场的55%，并在29年成为常态。
