说真的，想用好AI的游戏厂商真应该看看他们是怎么做的_游戏陀螺

七月底，我又一次来到了上海。每年的ChinaJoy，除了看产品，我更习惯于把它当作一个观察行业情绪的窗口。

今年，AI无疑是绝对的焦点。几乎我接触的每一家公司，都在谈论这个话题，各种令人眼花缭乱的技术和宏大愿景交织在一起。大家都知道AI很重要，但具体要怎么用、怎么用好，每个人都有自己的方向。

ChinaJoy期间，我前往参加同期会议2025CDEC高峰论坛，而在大会正式开始前，我有机会同其他媒体，与三七互娱的技术中心数据副总裁王传鹏，提前进行了一场对话。

三七互娱技术中心数据副总裁王传鹏

他坦诚地分享了成本投入、团队构成、技术方向，乃至那些尚未解决的问题。这场对话，让我得以了解三七互娱AI战略从宏大叙事到具体实践的全过程。

更重要的是，我意识到，AI的竞争，早已越过了简单使用市面上通用工具的阶段。真正的差异化，可能在于能否为每一个独立的游戏产品，训练出它专属的、不可复制的自有模型。而三七互娱在这条路上的长期投入，正在构建起他们在AI时代最核心的竞争力。

AI布局，8年前就开始了

梳理近几年的行业热点，能发现一个现象：每当一个新技术、新趋势涌现，很多公司的反应往往是应激式的，先追上去再说。但在三七互娱身上，却能看到一条异常清晰和连贯的主线。他们似乎总能提前卡在正确的节点上。当年转身投入移动游戏，再到小游戏业务是这样，现在的AI，也是如此。

一开始，我也好奇这是不是单纯运气好踩中了风口。但在和王传鹏聊过之后，我感觉这更像是一种长期战略不断积累下的必然结果。

王传鹏表示，“在AI技术爆发之前，三七互娱对信息化数字化的一个建设，或者包括技术赋能整个研运体系，这条思路本身就是非常重视的。我们一直是两条战略方向，一条战略是技术战略，第二条是研发的内容战略。”

这说明，AI对于三七互娱，并非一个突然闯入的新风口。他们一直在思考，下一个能为游戏工业化体系带来巨大增益的技术到底是什么。而不断成熟的AI技术，恰好就是那个答案。

实际上从2018年开始，他们就已经开始探索AI在游戏运营及发行领域的应用，并逐步将AI工具运用到研发、发行乃至通用办公等业务类型，覆盖了策划、美术、技术、测试等多个细分流程。

而真正体现他们战略“决心”的，是在一个关键的“十字路口”上做出的选择。王传鹏提到，2022年底，在AI热潮全面爆发前，他们的技术团队面临着两条路径的抉择：是投入确定性更高、能更快看到回报的“商业化”，还是投入充满不确定性、需要长期耕耘的“AI”。

他的答案是：“对于三七互娱来说，相较于商业化，AI一定是最最重要的，它一定代表了下一代的生产力。所以我们就在2023年年初，就把整个大的方向给定下来了。”

三七互娱的AI矩阵

这个在AI热潮全面爆发前就做出的“反商业直觉”的选择，说明了很多问题。它背后，是一种自上而下的、对技术变革趋势的坚定判断。王传鹏也提到，AI在公司是“一把手工程”，这种高层共识，确保了在关键时刻，公司的资源能够向更着眼于未来的方向倾斜。

三七互娱对AI到底有多重视？除了内部的战略抉择，其外部的投资版图或许更能说明问题。翻看近两年的投资记录，会发现一个清晰的脉络：行业里几家头部的大模型公司，比如智谱AI、百川智能、月之暗面，背后都有三七互娱的身影。

他们的视野还不止于大模型。通过对此芯科技、辉羲智能、华翊量子等一批企业的投资，三七的触角已经延伸到了AI算力芯片、半导体，甚至量子计算这样的硬科技领域。在游戏公司里，能做到如此深度和广度的体系化投资布局，实属少见。

三七互娱的AI产业链投资布局

如果说外部投资展现了三七在AI领域的野心，那么内部的资源投入则印证了他们要把这件事做扎实的决心。王传鹏透露，其内部“算力投入占比高达40%～50%”，这意味着大量的资源被实实在在地用在了模型训练和高效推理这些AI的“重资产”环节。而在具体的布局上，从王传鹏在CDEC大会的分享中，已经可以看到一个完整的系统性框架：文化上，自上而下推动AI创新；组织上，成立专门的AI效率委员会；人才上，全年AI人才数量增长了3倍；能力上，则打造出“小七”这样的工位级AI智能体产品。

在这庞大的外部布局和内部投入之下，作为一家游戏公司，他们“内生”的、最核心的目标，就是用AI去解决游戏研发和运营中最实际的问题。

为何要执着于“自研”？

在与王传鹏的交流中，我最大的感受是，他们对AI的应用，始终保持着一种“务实”的态度。这种务实，体现在他们对应用场景的精准切分上。

先从行业最关注，也是AI最先落地的营销环节来看。在如今的买量市场，海量、高频的创意素材是所有厂商的刚需，也是消耗成本最大的业务之一。根据三七互娱2024年度报告披露的数据，他们的广告素材投放视频中，由AI深度参与生成的视频占比已超过了70%。

不过，AI素材用于买量这件事并不稀奇，许多大厂都在用。真正值得关注的，是他们的AI应用已经开始向更核心的研运环节渗透。

比如，在运营环节。面向全球市场的本地化翻译是出海厂商的刚需。王传鹏提到，在俄罗斯等略显小众的市场，通用模型对小语种的处理能力并不是那么强。为此，他们训练了专属的翻译模型。根据其在CDEC大会上分享的数据，目前AI翻译准确率已高达95%，覆盖了超过85%的海外游戏，每年能节省大约450万的费用。在客服端，情况也类似，他们通过AI客服，实现了对所有游戏的覆盖，准确率达到80%，其工作效率约等于一个30人的团队。

在美术资产生产上，AI单季度能产出超过50万张的图片素材，整体提效超过80%。更关键的是，这种提效并非简单地生成通用素材，而是深度结合项目需求。在分享会上，他们展示了AI如何根据“制作一条古代三国骑兵们冒着风雪行军的CG视频”这样的指令，一键式生成包含分镜、配音、字幕和背景音乐的完整影片。

ChinaJoy上三七互娱重点展示了AI和投资布局

而在技术的最源头，也就是代码和项目开发上，AI的介入甚至开始颠覆传统管线。王传鹏透露，在他们的发行线开发项目中，已有30%到40%的项目验证了AI可以绕过传统冗长的开发流程，将效率提升至原来的4倍。

要达到如此高精度和高契合度，仅仅依赖通用大模型是远远不够的。这背后指向了同一个技术内核——用自有数据精心训练出的、一个个不可复制的“小模型”。

之所以要投入巨大的资源去自研，王传监的解释揭示了其根本目的：“自研的目的，是解决那些‘通用模型无法理解这家公司和这家公司的数字资产’的深度、高精度问题。”这个技术内核，就是他们自研的“小七”大模型，以及在其之上，根据不同职能分工构建的一系列垂类模型，例如服务于美术的“图灵”、服务于投放的“量子”、服务于数据分析的“天机”等等。

他举了一个很生动的例子：“我们把《斗罗大陆》的模型交给一些二次元的游戏去用，肯定是不太合理的，因为他们画风都不太一样。所以数据资产上的这种开放，其实是不太合理，也没有太大作用的。”

这也说明了垂类模型的战略价值所在，它能保证美术风格的独一无二和高度统一，让AI能快速生成真正符合其世界观和调性的内容。同时，每一个训练好的垂类模型，其本身就是公司最宝贵的核心资产之一，沉淀了对特定IP、特定画风的深度理解，这是任何外部通用模型都无法给予的。当拥有大量高精度垂类模型的公司，在内容生成的质量、风格和效率上，都将具备明显的差异化优势。

当这些分布在各个环节的小模型能力被打通和整合，其产生的效果就更为惊人。以AI小游戏《明月宫心》为例，它首先验证了“AI全要素生产”的可行性，将开发周期从30天压缩至10天，完成了从“单点提效”到“全要素整合”的跨越。

而这，还只是第一步。王传鹏称，目前，新的《明月宫心 贰》就在此基础上，开始加入判别式AI，试图去构建一种“千人千面”的非线性游戏体验。就好像用户刷短视频时，系统会根据个性化推荐呈现不同内容，该模式下的每个玩家都可能获得属于自己的个性化剧情。这也预示了他们下一步的方向：“我们预计在今年内尝试更多的AI玩法、开放世界及UGC等内容。”

AI拼到最后拼什么？

在了解了三七互娱的AI战略和布局后，我想，在AI时代，我们评价一家游戏公司的价值，可能需要增加一个新的维度了。

传统的价值锚点，如产品流水或IP储备，固然重要，但它们更多反映了一家公司把握当下市场的能力。AI的出现，正在引入一个更具决定性的变量：是否拥有一套高效且能持续进化的内容生产范式。过去，行业的成功更多依赖于少数明星制作人或团队的灵感与个人经验，去“赌”一个爆款，这其中充满了不确定性。而在三七互娱的实践中，我看到的是一套旨在对抗这种不确定性的清晰打法。

他们正在构建的，并非一个能自动产出爆款的工具——王传鹏也在访谈中坦言，直接去问AI“怎么才能做一个爆款出来”是不现实的——而是一套能将AI能力深度嵌入的工业化体系。这套体系的目标，是持续稳定地产出高质量内容，并从每一次试错中迭代进化，从而让整个生产流程变得更加透明、可控和高效。

当一个公司能够更稳定地输出内容，并有效降低试错成本时，其业绩的稳定性和可预测性，自然会得到增强。这种“确定性”的提升，正是AI为游戏工业化带来的最宝贵的价值之一。

而建立这套体系的核心，便是一种更底层的组织能力：能够将公司的经验、数据和审美，快速转化为可执行、可迭代的AI能力。

王传鹏在访谈中提到的一个机制，就是这种组织能力的具体体现。他们会通过建立“采纳率”这类客观指标，来衡量AI生成内容的有效性。当一个AI生成的美术资产“采纳率”低时，系统就会去归因：是画风不对，还是主题有误？找到根因后，再反过来迭代和优化模型。

这个过程，建立起了一个能让AI“自我进化”的闭环。在我看来，拥有这样一套能够持续迭代的机制，远比拥有某个当下最强的AI模型要重要得多，也更难被竞争对手模仿。

三七互娱的故事，或许为整个游戏行业提供了一个重要的启示。当AI技术变得越来越普及，单纯拥有某个AI工具，将不再是决定性的差异。真正的领先身位，将属于那些能将AI深度融入自身的组织、流程和文化，并沉淀下独有的数据与模型资产，最终形成一套属于自己的、高效的“生产范式”的公司。