對話UnityCEO：AI正在改變遊戲引擎的底層邏輯

「我不相信AI能透過一句話就能打造一款優質的遊戲，但AI確實正在改寫遊戲引擎的底層邏輯。」這是Unity執行長張俊波，在近期與媒體溝通時反覆強調的一句話。過去一年，AI公司不斷展示「繞過遊戲引擎」的可能性，嘗試讓開發者只需要輸入自然語言，就能生成角色、建築，乃至於一整個虛擬世界。沿著這個邏輯推演，一個尖銳的問題隨之浮現：未來遊戲開發者還需要遊戲引擎嗎？張俊波的態度很清楚，他部分認同AI會顛覆軟體、大規模提高生產效率，但AI對引擎公司來說反而是好事；AI降低了遊戲開發的門檻，也意味著引擎公司可以在遊戲產業中滲透得更深。 先談AI在遊戲開發中究竟能做到什麼。答案可能比想像中多，但也比想像中少。2025年，AI在遊戲產業的滲透已經相當深。三七互娛藉助AI輔助生成的2D美術資產佔比已超過80%，單季可產出超過50萬張圖片；網易已建成1000餘條AI生產管線，覆蓋90%生產場景，場景設計效率提升70%，動畫產能綜合提效30%，部分場景效率提升300%。根據中國音數協遊戲工委發布的調研報告，AI技術在遊戲研發中的應用率已達到86.36%。GDC發布的《2025年遊戲產業現狀報告》也顯示，52%的開發者所在公司正在使用生成式AI工具。這些數字背後透露一個明確訊號：AI已經從「概念驗證」走到了「生產工具」階段。 3D建模是AI介入最深、也最令人驚豔的領域之一。2025年9月，騰訊發布混元3D 3.0模型，建模精度比上一版提升3倍，幾何分辨率高達1536立方，支持36億體素的超高清建模。騰訊同時推出面向3D專業生產管線的一站式工具混元3D Studio，覆蓋從概念設計到動作系統的全流程。騰訊遊戲旗下全鏈路AI創作解決方案VISVISE，涵蓋動畫製作、3D模型生成、智能NPC與數位資產管理四大管線，貫穿模型生成、貼圖製作、骨骼綁定、動畫製作、場景建構及渲染六大環節。在傳統流程中，綁定蒙皮環節單件通常需要1至3.5天，骨骼動畫製作每10秒動畫需3至7天；而VISVISE可將蒙皮效率提升8倍以上。 影眸科技是另一個典型案例。這家孵化自上海科技大學人工智慧視覺實驗室的公司，專注於3D生成大模型，商業化後的第一個客戶就是Unity。張俊波對此表示：「做遊戲除了在編輯器裡面寫代碼把各種東西拼起來之外，很大的投入其實是3D資產，還有各種紋理、貼圖、動畫等等，這些傳統都是在Blender、在Maya等各種DCC軟件裡面做出來的，Unity原來從來都不做這些。」換句話說，AI 3D公司與遊戲引擎之間，天然是上下游關係，前者負責擴大資產供給，後者負責把資產協同組織成產品。 雖然AI能生成精美的3D模型、逼真的場景、流暢的動畫，但打造一款優質遊戲並非資產的堆砌。張俊波指出：「無論是AI 3D生成模型還是未來世界模型，都更像是資產。而遊戲是一項系統工程，不僅需要畫面和場景，還需要玩法規則、數值系統、交互邏輯，並能夠持續迭代和長期運營。」團結引擎AI產品研發負責人顧申華說得更直接：世界模型可以快速生成虛擬空間，但能夠觀看和體驗的世界，並不等於一款可以長期運營的遊戲。這揭示一個事實：AI生成3D資產的能力越強，越說明引擎作為「組裝車間」的價值越大。資產可以批量生產，但如何把這些資產組織成一個可玩、可運營、可迭代的遊戲，仍需要一個總調度臺。 如果引擎公司不想被繞過，就必須讓AI用得上引擎。這正是團結引擎2.0最核心的改動。張俊波解釋了背後的底層邏輯：「Unity傳統的工程項目是落在地上，要麼是C+腳本，要麼是YAML文件，所以團結引擎2.0裡面我們會深度改制bridge，改變數據格式，會產生一個新的數據格式，讓新的數據更加對AI友好。」也就是說，過去引擎的數據格式是給人看的，AI看不懂；現在要改成AI也能看懂的數據格式。這個轉變意味著AI不再只是寫代碼的助手，而是可以像人類開發者一樣理解專案、操作場景和腳本。 基於這套架構，Unity中國推出了能理解需求、編寫代碼、搭建場景、運行測試、分析報錯、修復問題並交付可檢查結果的完整工作流產品「團結Codely」。張俊波透露，Codely並非臨時起意，這款產品在Unity中國內部已研發近兩年，2026年5月啟動邀測。公司內部90%的員工大部分時間都在使用Codely，目前每日API調用量約80萬次，其中95%為代碼生成與工程輔助任務，約三分之一的用戶每日使用Codely超過2小時。但Codely的定位很克制，它不是一個靠一句話生成遊戲的工具，而是一個嵌入引擎工作流的Agent。張俊波打了個比方：「左邊是對話框，右邊是你要主動操作的東西。」Codely要做的是把左邊的需求轉化成右邊的操作，而不是替你做出所有決定。 面對為何選擇這一路徑的提問，張俊波坦言，AI寫代碼的能力快速提升，但完全用AI寫代碼在大規模專案中仍然並不可靠。「Unity中國內部已經有一半的人只用命令行幹活，但他們的問題是從來沒有見過他們寫的代碼。」他進一步表示，內部甚至要求每個人用AI寫的代碼打印出來手敲一遍才能提交。Unity遇到的困境，也印證了當前AI Coding共同面臨的困境：AI生成的代碼品質在提升，但可維護性、可追溯性仍然是問題。「AI修復bug比起coding還貴，你要讓AI去調堆棧，那是很貴的。」張俊波強調。 這引出了一個更深層的問題：AI到底在多大程度上改變了遊戲開發？張俊波的判斷是：降本增效是一定的，門檻降低也是一定的，但AI實現完全替代還早得很。「我們不大相信什麼『一句話生成遊戲』這種話。那個創意是來自於AI，不是來自於你，我們更希望服務有創意的人。」

AI降低了門檻，帶來的第一個變化是：做遊戲的人變多了。TapTap數據顯示，2026年上半年新增遊戲接近10倍成長，Apple Store和Google Play新上架的遊戲數量也實現翻倍成長。張俊波對此的判斷是：「大家覺得我以前手搓三個月，現在三個禮拜搓出來的遊戲馬上上架。」但供給過剩之後呢？「未來因為遊戲供給量競爭更加激烈，精品遊戲最終贏，還是要靠遊戲質量。」他甚至預測一個有趣的場景：未來可能不再是人看15秒廣告決定是否下載遊戲，而是你的AI Agent替你玩遊戲，評測是不是你想要的遊戲。AI帶來的不是遊戲的「數量通脹」持續下去，而是一個動態平衡的過程。「如果開發者持續做快速創意的遊戲，完成度比較低、內容比較雷同的遊戲，很快會被刷掉。」

隨著門檻降低，遊戲產業也出現越來越多的OPC（一人公司）。據行業統計，在AI加持下，單款遊戲製作成本可以控制在1000至1500元，主要涵蓋AI工具訂閱及資產包購買費用，相比傳統團隊動輒200萬的研發成本形成鮮明對比。有獨立開發者離職創業一年開發6款彈幕遊戲，總流水接近2000萬元。但被問及如何看待這種趨勢時，張俊波的觀點略顯保守：「未來不見得是OPC的方式開發遊戲，還是得有人懂程序，因為AI寫出來的代碼還是得有人兜底。此外，美術還是要有。」原來一個製作人帶十個工程師的模式，可能逐漸轉向製作人提出想法、多個AI Agent執行具體任務。一批擁有開發經驗、熟悉遊戲產業的程式設計師、美術和企劃人員，將被從既有專案中釋放出來，組成更多小型團隊。 但小團隊並不意味著更容易成功。張俊波說得很直白：「開發門檻下降，不意味著成功率會上升。」過去需要三個月完成的遊戲，三個星期便能上架，市場首先迎來的可能是一輪供給過熱；產品數量增加、玩法趨同，用戶注意力與流量入口會變得更加昂貴。AI時代比算力更珍貴的，是成熟的、更好的軟體封裝。張俊波表示，AI可以生成很多東西，但把生成的東西組織成一個可玩的遊戲，仍然需要一個成熟的操作系統。而這個操作系統，正是遊戲引擎在AI時代最不該被忽視的價值。