过去一年时间内，AI 公司不断展示 " 绕过游戏引擎 " 的可能性，他们试图让开发者只需要输入自然语言，就能生成角色、建筑乃至一整个虚拟世界。沿着这个逻辑推演下去，一个尖锐的问题浮出水面：未来，游戏开发者还需要游戏引擎吗？
张俊波的态度很明确：部分认同 AI 会颠覆软件、大规模提高生产效率，但 AI 对引擎公司来说反而是好事，他认为，AI 降低了游戏开发的门槛，也意味着引擎公司可以在游戏行业里渗透得更深入。
用 AI 做游戏是另一回事
先说 AI 在游戏开发中到底能干什么。答案可能比你想象的要多，但也比你想象的要少。
此话怎讲？2025 年，AI 在游戏行业的渗透已经到了一个相当深的程度。三七互娱借助 AI 辅助生成的 2D 美术资产占比已超 80%，单季度可产出超 50 万张图片；网易已建成 1000 余条 AI 生产管线，覆盖 90% 生产场景，场景设计效率提升 70%，动画产能综合提效 30%，部分场景效率提升 300%。根据中国音数协游戏工委发布的调研报告，AI 技术在游戏研发中的应用率已达到 86.36%。GDC 发布的《2025 年游戏行业现状报告》也显示，52% 的开发者所在公司正在使用生成式 AI 工具。
这些数字背后是一个明确的信号：AI 已经从 " 概念验证 " 走到了 " 生产工具 " 阶段。
3D 建模是 AI 介入最深也最惊艳的领域之一。2025 年 9 月，腾讯发布混元 3D 3.0 模型，建模精度比上一版提升了 3 倍，几何分辨率高达 1536 ，支持 36 亿体素的超高清建模。腾讯还推出了面向 3D 专业生产管线的一站式工具混元 3D Studio，覆盖从概念设计到动作系统的全流程。腾讯游戏旗下全链路 AI 创作解决方案 VISVISE，覆盖动画制作、3D 模型生成、智能 NPC 和数字资产管理四大管线，贯穿模型生成、贴图制作、骨骼绑定、动画制作、场景构建及渲染六大环节。在传统流程中，绑定蒙皮环节通常每件需 1 至 3.5 天，骨骼动画制作每 10 秒动画需 3 至 7 天，而 VISVISE 可将蒙皮效率提升 8 倍以上。
影眸科技是另一个典型。这家孵化于上海科技大学人工智能视觉实验室的公司，专注于 3D 生成大模型。而影眸商业化后的第一个客户就是 Unity。对此，张俊波表示，" 做游戏除了在编辑器里面写代码把各种东西拼起来之外，很大的投入其实是 3D 资产，还有各种纹理、贴图、动画等等，这些传统都是在 Blender、在 Maya 等各种 DCC 软件里面做出来的。Unity 原来从来都不做这些。"
换句话说，AI 3D 公司和游戏引擎之间，天然是上下游关系，前者负责扩大资产供给，后者负责把这些资产协同组织成产品。
虽然 AI 能生成精美的 3D 模型、逼真的场景、流畅的动画，但打造一款优质的游戏不是资产的堆砌。" 无论是 AI 3D 生成模型还是未来的世界模型，都更像是资产。而游戏是一项系统工程，不仅需要画面和场景，还需要玩法规则、数值系统、交互逻辑，并能够持续迭代和长期运营。" 张俊波指出。
团结引擎 AI 产品研发负责人顾申华说得更直白：世界模型可以快速生成虚拟空间，但能够观看和体验的世界，并不等于一款可以长期运营的游戏。这揭示了一个事实：AI 生成 3D 资产的能力越强，越说明引擎作为 " 组装车间 " 的价值越大。资产可以批量生产，但如何把这些资产组织成一个可玩、可运营、可迭代的游戏，仍然需要一个总调度台。
底层引擎加上 AI
如果引擎公司不想被绕过，就必须让 AI 用得上引擎。这正是团结引擎 2.0 最核心的改动。张俊波向笔者解释了底层逻辑："Unity 传统的工程项目是落在地上，要么是 C+ 脚本，要么是 YAML 文件，所以团结引擎 2.0 里面我们会深度改制 bridge，改变数据格式，会产生一个新的数据格式，让新的数据更加对 AI 友好。"
也就是说，过去引擎的数据格式是给人看的，AI 看不懂；现在要改成 AI 也能看懂的数据格式。
而这个转变也意味着 AI 不再只是写代码的助手，而是可以像人类开发者一样理解项目、操作场景和脚本。基于这套架构，Unity 中国推出了能够理解需求、编写代码、搭建场景、运行测试、分析报错、修复问题并交付可检查结果的完整工作流的 " 团结 Codely"。
据张俊波透露，Codely 并非临时起意，这款产品在 Unity 中国内部已研发近两年，2026 年 5 月启动邀测。在公司内部，90% 的员工大部分时间都在使用 Codely。目前每日 API 调用量约 80 万次，其中 95% 为代码生成与工程辅助任务，约三分之一的用户每日使用 Codely 超过 2 小时。
但 Codely 的定位很克制。它不是一个依靠一句话生成游戏的工具，而是一个嵌入引擎工作流的 Agent。张俊波打了个比方：" 左边是对话框，右边是你要主动操作的东西。"Codely 要做的是把左边的需求转化成右边的操作，而不是替你做所有的决定。
面对为何要选择这一路径的提问，张俊波坦言，AI 写代码的能力在快速提升，但完全用 AI 写代码在大规模项目中仍然并不可靠。"Unity 中国内部已经有一半的人只用命令行干活，但他们的问题是从来没有见过他们写的代码 "，张俊波进一步表示，" 我们内部甚至要求每个人用 AI 写的代码打印出来手敲一遍才能提交。"
Unity 遇见的困境也印证了当前 AI Coding 所共同的困境，AI 生成的代码质量在提升，但可维护性、可追溯性仍然是问题。"AI 修复 bug 比起 coding 还贵，你要让 AI 去调堆栈，那是很贵的。" 张俊波强调。
这引出了一个更深层的问题：AI 到底在多大程度上改变了游戏开发？张俊波的判断是：降本增效是一定的，门槛降低也是一定的，但 AI 实现完全替代还早得很。" 我们不大相信什么 ' 一句话生成游戏 ' 这种话。那个创意是来自于 AI 不是来自于你，我们更希望的是服务有创意的人。" 张俊波指出。
门槛低了，然后呢？
AI 降低了门槛，带来的第一个变化是：做游戏的人变多了。TapTap 数据显示，2026 年上半年新增游戏接近 10 倍增长。Apple Store 和 Google Play 新上架的游戏数量也实现了翻倍增长。张俊波对此的判断是：" 大家觉得我以前手搓三个月，现在三个礼拜搓出来的游戏马上上架。"
但供给过剩之后呢？" 未来因为游戏供给量竞争更加激烈，精品游戏最终赢，还是要靠游戏质量。" 张俊波说。他甚至预测了一个有趣的场景：未来可能不再是人看 15 秒广告决定是否下载游戏，而是你的 AI Agent 替你玩游戏，评测是不是你想要的游戏。
AI 带来的不是游戏的 " 数量通胀 " 持续下去，而是一个动态平衡的过程。" 如果开发者持续做快速创意的游戏，完成度比较低、内容比较雷同的游戏，很快会被刷掉。" 张俊波判断。
此外，随着门槛的降低，游戏行业也出现了越来越多的 OPC（一人公司）。据行业统计，在 AI 加持下，单款游戏制作成本可以控制在 1000 至 1500 元，主要涵盖 AI 工具订阅及资产包购买费用，相比传统团队动辄 200 万的研发成本形成鲜明对比。有独立开发者离职创业一年开发了 6 款弹幕游戏，总流水接近 2000 万元。
但被问及如何看待这种趋势时，张俊波的观点略显保守，他表示，" 未来不见得是 OPC 的方式开发游戏，还是得有人懂程序，因为 AI 写出来的代码还是得有人兜底。此外，美术还是要有。"
原来一个制作人带十个工程师的模式，可能逐渐转向制作人提出想法、多个 AI Agent 执行具体任务。一批拥有开发经验、熟悉游戏行业的程序员、美术和策划人员将被从存量项目中释放出来，组成更多小型团队。
但小团队并不意味着更容易成功。张俊波说得很直白：" 开发门槛下降，不意味着成功率会上升。" 过去需要三个月完成的游戏，三个星期便能上架，市场首先迎来的可能是一轮供给过热。产品数量增加、玩法趋同，用户注意力和流量入口会变得更加昂贵。
AI 时代在比算力更珍贵的是成熟的、更好的软件封装，对此，张俊波表示，AI 可以生成很多东西，但把生成的东西组织成一个可玩的游戏，仍然需要一个成熟的操作系统。而这个操作系统，正是游戏引擎在 AI 时代最不该被忽视的价值。
（文｜Leo 张 ToB 杂谈，作者｜张申宇，编辑丨杨林）
