腾讯、网易、米哈游等游戏大厂在人工智能布局上各有投入，但应用层面较为相似，竞争焦点正从模型技术本身转向各家积累的训练数据。在普遍嵌用 GPT 等通用模型的情况下，游戏 AI 应用的实际效果差异，主要取决于各厂商能够提供的游戏数据与玩家行为数据质量。

大厂 AI 布局：应用相似，数据定高低

从行业现状看，腾讯、网易、米哈游等游戏大厂均有自己的 AI 布局，在应用层面都比较相似。官方资料明确指出，技术的高低主要受各家能够提供的训练集影响——这意味着，当底层模型趋于同质化，真正拉开差距的是谁拥有更丰富、更高质量的游戏场景数据和玩家交互数据。

在 AI 应用层面，网易、完美世界、巨人网络等厂商也都有相关布局，但关注领域有所不同。例如网易的《逆水寒》声称已实现通过 AI 与 NPC 进行无差别、无障碍对话的功能。这些厂商的模型大部分是嵌用的，使用 GPT 等通用模型，目前主要是在游戏的支线任务中测试相关功能。

AI 赋能游戏的两大环节

AI 对游戏产业的赋能主要集中在研发端和发行端。研发端包括文本生成、道具与角色生成、音效合成以及场景生成四个方面；发行端则涵盖本地化翻译、素材创作和社区运营。以文本生成为例，传统模式下 NPC 对话由文案策划统一撰写，所有玩家看到相同文本，而 AI 可以生成差异化文案，让玩家与 NPC 进行更自由的交互。

第三方工具：潜在的新竞争变量

当前格局下，游戏大厂凭借自研能力和多年积累的数据资产占据先机。至于第三方游戏 AI 工具厂商能否打破大厂自研的围墙、形成新的竞争变量，官方资料未给出明确判断。可以确定的是，AI 在游戏研发和发行环节的应用，最终能为游戏公司节省大量人力和时间成本，未来游戏厂商的整体盈利能力预计会有明显提升，而优先布局 AI 技术并应用在日常运营中的厂商，有望在后续市场竞争中获得更大优势。

常见问题

为什么说游戏 AI 竞争的关键是训练数据？

因为各家大厂在应用层面普遍嵌用 GPT 等通用模型，底层技术本身差异不大。技术表现的高低主要受各家能够提供的训练集影响——游戏数据积累越丰富，AI 生成的内容就越贴合产品需求。

网易在游戏 AI 应用上有什么特点？

网易在 AI 应用层面有相关布局，其《逆水寒》声称已实现 AI 驱动的 NPC 对话功能，让玩家能够与 NPC 进行无差别、无障碍的交流，属于厂商在具体游戏场景中落地 AI 能力的代表性案例。

AI 能为游戏公司节省多少成本？

根据游戏公司米哈游的内部测试与联调经验，AI 在游戏研发和发行环节最终可以为游戏公司节省 50% 以上的人力和时间。其中研发端的文字生成部分目前已能节省约 25% 的人力，未来技术应用成熟后预计可节省 70%-80% 的人力。