騰訊離職創業,產品曾多國Top 1,製作人:卷不過大廠,AI是活路

“玩家不關心用了什麼技術,他只關心遊戲好不好玩。”

文/梁樂天

最近,有朋友向葡萄君推薦了一款叫《詭祕推理》的AI遊戲。

我本以爲這又會是一款跟風之作,畢竟當下AI遊戲市場風起雲湧,各種新奇概念層出不窮,難免會有一些蹭熱度的作品。

然而,在試玩了它的demo之後,我卻發現這款遊戲還真有點說法。

一方面,作爲一款類逆轉裁判的作品,《詭祕推理》無論是場外蒐證,還是庭審對質,遊戲玩法都在保留傳統的選擇題模式基礎上,增加了可選的問答題模式。

遊戲中的特定選項不再是唯一的解法,案件謎題有了多種可能的解答。你不會再卡在“哪裏還差一個證物?”的窘境中,而是可以按照自己的節奏搜查現場、串聯線索。

另一方面,在遊戲過程中,玩家不僅要面對裝配了語言大模型、扮演特定角色的NPC,還需要主動扮演角色,讓NPC判斷。

比如,作爲初入職場的新人,爲了說服唯利是圖的上司,你得學會阿諛奉承;而作爲偵探,爲了避免因過於粗暴對待嫌疑人被投訴,招來上司的電話質問,你需要更加小心謹慎。

當你追問嫌疑人時,言辭過於尖銳,可能會導致對方拒絕溝通

公開信息顯示,《詭祕推理》的開發商戰吼網絡由三名前騰訊員工創立,總部位於深圳,主攻海外市場。

他們曾嘗試開發一款類似Discord的聊天應用,但未能成功。隨後,團隊轉型做遊戲,其首款作品《醬爆大亂跳》獲得了蘋果的全球推薦,音樂跑酷遊戲《Beat Blade: Dash Dance》曾登頂多國iOS遊戲下載榜。

如今,除了繼續開發海外手遊外,戰吼網絡還組建了一個3人團隊做買斷遊戲。《詭祕推理》便是他們的作品。

爲什麼他們在做海外手遊的同時,要開發上Steam的AI遊戲?與傳統遊戲相比,AI遊戲有什麼不同?AI遊戲目前又發展到什麼樣的階段?爲了解答這些問題,我和戰吼網絡的CEO,同時也是《詭祕推理》製作人的Yans進行了一番交流。

Yans告訴我,手遊行業越來越卷,利潤越來越低是他們嘗試開發買斷制遊戲的直接原因。而之所以選擇AI遊戲,是因爲小團隊想實現跨越式的發展,只能靠這些新興的技術或創意。

在他看來,AI遊戲目前最大的問題不是算力和成本,而是如何找到有趣的玩法,來滿足玩家需求。

在新興玩法還沒出現前,上架Steam的AI遊戲,其發展方向可能是將AI元素融入成熟的遊戲類型中,並確保AI元素的加入能夠提升遊戲的趣味性。

Yans認爲,AI遊戲下一步的發展機會或許是端側模型的出現。這能讓遊戲突破傳統對話式玩法的侷限,讓角色扮演和非即時策略遊戲實現質的飛躍。

以下是葡萄君和Yans交流的內容,爲方便閱讀,內容有所調整:

01

AI遊戲的過去和現在

葡萄君:作爲一家主要做海外手遊的公司,你們爲什麼選擇開發上Steam的AI遊戲?

Yans:一方面,手遊已經非常捲了。以發行毛利爲例,以前能做到30%,現在只有5%-10%,不到原來的三分之一。但與過去相比,遊戲做了更復雜的系統,更多的內容,成本反而上升了。

另一方面,就算想卷,你也卷不過大公司。比如在微信小遊戲的榜單上,Top 10幾乎都被上市遊戲公司佔據,小團隊想要翻身,機會太渺茫了。

在這種情況下,小團隊想要發展和突破,永遠得靠變異,要麼是新技術,要麼是好創意。

如果我們可以利用AI技術創造出全新的、有趣的體驗,並且能夠較早地進入市場,得到玩家的認可,那麼這或許就是一次跨越式發展的機會。

葡萄君:那你們有研究過AI遊戲嗎?它一開始是怎麼樣的?

Yans:2023年4月,當時有一款叫《病嬌AI貓娘女友》的遊戲。在B站和YouTube上,與之相關的視頻播放量都有幾百萬。它向大家展示了AI玩法可能帶來的體驗。

它的技術並不複雜:基於ChatGPT 3.5,搭配一個3D場景和人物模型,再預設一些動作和表情,讓角色對特定指令做出響應。在此基礎上,它還融入了一個玩家喜愛的設定——我有個女朋友,這種體驗本身很新穎。

然而,我們在體驗後,發現它存在兩個主要問題。

一是這款遊戲的新鮮感持續時間太短。一旦超過10分鐘,玩家的興趣就會迅速消退。這意味着,它無法支撐起一款PC遊戲所需的商業模式。

在Steam上,玩家可以在購買後14天內,對遊玩時間不超過2小時的遊戲申請退款

二是Steam當時明確禁止使用AI技術的遊戲上架。

《病嬌AI貓娘女友》最早只上線了itch.io

葡萄君:對於AI遊戲不能上架這一點,我記得Steam後來調整了政策。

Yans:在2024年年初,或許是AI技術在遊戲生產管線中的廣泛運用,Steam開始允許AI遊戲上線,但要求開發者披露遊戲中AI的應用情況。

這一政策的轉變,爲PC平臺上的AI遊戲開發提供了一個低成本的發行和銷售渠道,促使更多開發者開始嘗試將AI技術融入遊戲。我們也是在這個時候,開始考慮投身AI遊戲的開發。

《病嬌AI貓娘女友》後來更名爲《AI2U: 與你直到世界盡頭 ~ 我的病嬌貓娘AI女友》,上線了Steam

葡萄君:後來有哪些AI遊戲,是你覺得還不錯的?

Yans:有一款叫《Suck Up! 》的遊戲。玩家扮演一個吸血鬼,通過找藉口、賣慘等方式說服NPC讓自己進門,吸食他們的血液。

還有一款叫《心跳AI審訊遊戲》的遊戲,是一家日本團隊製作的。玩家扮演一名警員,審訊成爲兇殺案嫌犯的AI,讓它承認自己的罪行。

但它們的問題依然和我之前說的一樣,新的體驗往往只能維持很短的時間。

這也是大多數AI遊戲的現狀:AI技術能應用到遊戲中,但帶來的增強式體驗不多;完全靠AI驅動的新玩法,可能更多是小的創意點子;與其說是完整的商業遊戲,不如說是一個技術Demo。

這就像蔡浩宇的《Whispers from the Star》,他們也說是技術Demo。他們整合了大語言模型、3D渲染和表情動作,難度很高;但玩家評價不高,認爲缺乏新意,只是“加強版的病嬌貓娘”,換了個場景而已。

對於AI遊戲,我認爲最大的問題不是算力和成本,而是如何找到有趣的玩法來滿足玩家需求。

現在有不少MMORPG加入了AI NPC。但僅僅讓NPC與玩家對話這種最基礎的應用,玩家興趣寥寥。因爲玩家可以跟真人聊天,那爲什麼還要和AI聊呢?

大家可能想要的是基於大語言模型的小創意。而這個創意能帶來像《絕地求生》或《DOTA》那樣的全新玩法。

葡萄君:這件事的難點在哪裏?

Yans:與其說是難點,不如說是一些限制。

首先,遊戲要吸引人、有意思,這本身就足夠難了;其次,你得用AI技術,創造出在沒有AI技術之前根本不存在的玩法;最後,你還得讓玩家接受這種玩法。

玩家不關心用了什麼技術,他只關心遊戲好不好玩。

玩家需要的是一個有起承轉合、不斷變化的、體驗豐富的遊戲。目前,大多數AI以問答式交互爲主,很難獨立創造出起承轉合的複雜結構。而如果完全依賴人去設計這些情節和關卡,遊戲又迴歸到“傳統遊戲”的模式了。

葡萄君:很多人都期待會有這樣的玩法出現,但現在還沒有。

Yans:

是的。Steam上推出的商業化PC遊戲,最終的發展方向很可能是將AI元素融入成熟的遊戲類型中,並確保AI元素的加入能夠提升遊戲的趣味性。

02

相同的下限,更高的上限

葡萄君:我們具體聊一下《詭祕推理》。當時是怎麼想到要做推理遊戲的?

Yans:我們團隊一直想做推理遊戲,因爲我和技術合夥人,以及部分策劃都是《逆轉裁判》的粉絲。

大約在2021年,我們曾構思過一個以辛亥革命爲背景的劇本。故事圍繞海外華人展開,他們爲支持國內革命籌款卻慘遭殺害。玩家的任務是揭開兇手的真面目,並找到隱藏的資金。

當時,我們還邀請了影視編劇合作,但由於疫情以及編劇對遊戲劇本創作不熟悉,這個項目最終被擱置了。

2024年,我們準備做AI遊戲時,發現商業上比較靠譜的做法,是將AI技術融入成熟玩法,提供新鮮體驗。技術本身在遊戲中要有意義,不是硬加的。經過一些小的Demo嘗試,我們發現推理遊戲加入大語言模型能夠滿足這些要求。

葡萄君:它能提供哪些新鮮的體驗?

Yans:首先,傳統的推理遊戲自由度比較低,以《逆轉裁判》爲例,一個關卡通常有五六個NPC和二三十個證物,玩家沒辦法向不同的人詢問證物,而且NPC的回覆也比較有限。

如果遊戲的情節發生變化,那麼在不同的時間點,回覆也需要相應地變化,這在以前做起來非常複雜。所以,爲了簡化設計,遊戲通常會直接限制玩家的提問。

而在《詭祕推理》中,玩家可以拿任何證物,向任何感興趣的人詢問。

其次是推理遊戲的核心玩法,還是以《逆轉裁判》爲例,玩家推理謎題後,最終都是做選擇題。遊戲一開始就告訴你兇手是誰,你要做的是證明他是兇手,包括作案手法、兇器、動機,拿出鐵證糊他臉上。

這樣的話,經常會出現一種情況:玩家的思路跟不上開發者的思路,覺得某個證物也能回答問題,但遊戲卻判定錯誤。即便玩家的理解講得通,也會因爲選項的限制無法繼續。

在《詭祕推理》中,選擇題變成了問答題,玩家除了選擇系統提供的選項外,還可以通過打字描述作案手法、疑點。

這不僅能解決上述問題,還可以確保玩家真的是通過自己的思考和理解得出答案的。畢竟如果遊戲中只有固定的選項,玩家可以利用自動讀檔,通過不斷試錯來找到正確答案。

此外,推理遊戲一般分爲蒐證階段和對峙階段。以前蒐證階段很無聊,玩家不知道該收集什麼;現在用了AI,在和證人對質時,玩家可以通過自己的方式取證。

比如,某個NPC的性格設定是膽小怕事、藏不住話。你可以通過正常劇情地點和他對話,出示證物指證他,也可以直接嚇唬他:“我已經知道你是兇手了,同夥都招了,你趕緊招供,不然就加重你的罪行!”

最後,在上述玩法之外,還有一種是反過來讓玩家進行角色扮演,由NPC來判斷玩家做得對不對。

比如,在遊戲即將上線的免費Demo中,玩家將扮演一名充滿正義感的新手警察,他的頂頭上司是一個腐敗警長。第一個案件是調查富豪家的命案,警長暗示主角不要得罪富豪,走個過場就行。

主角到案發現場詢問富豪家的負責人時,對方很生氣。這時警長打電話訓斥主角得罪了人。玩家可以選擇頂撞或講道理,但警長會變本加厲地罵回來。最終,玩家會發現只有拍馬屁才能過關。

我們測試下來,會發現玩家一開始都是牴觸的。畢竟,誰都不喜歡拍馬屁。等玩家三五個回合,一直卡在那裏過不去的時候,就會嘗試違心地拍馬屁,換着法地誇警長。這種體驗超出了玩家的預期。

從宣發的角度來說,不同的人會用不同的方式進行嘗試,產生很多有趣的情節,這還能帶來一些直播效果和傳播性。

葡萄君:以前你只能在拍或不拍馬屁中,選擇拍馬屁;現在雖然你也只能拍馬屁,但聽起來過程會更有意思。

Yans:除此之外,語言大模型還可以根據你輸入的文本,輸出對應的文本語氣和角色的2D立繪表情,提升角色扮演的沉浸感。

比如在遊戲中,主角有一個小跟班。如果你逗她開心,提議下班後一起去看電影,她的表情就會變得開心;而如果你惹她生氣,問了不該問的問題,她的表情就會變成生氣的樣子。

葡萄君:我有點好奇,這些角色在技術上是如何實現的?

Yans:第一步,我們會在通用的大語言模型中,挑選一些角色扮演效果比較好的,比如千問和豆包。

第二步,我們會爲每個NPC寫一堆Prompt(提示詞),包括人設、行爲、常用的口頭禪。

在這之外,我們還會利用大語言模型支持的Function calling功能,讓NPC做一些思考和判斷。比如有一個NPC,當你跟他提“槍”的時候,他立馬就會生氣。我上面提到過的表情也是如此。

第三步,就是不停地測試了。

葡萄君:NPC輸出的內容會不會出現無法控制的情況?

Yans:用大語言模型的術語來說,可能有兩種情況:一種是OOC(Out of Character),角色的言論跳出了設定;另一種是幻覺,它自己胡編亂造了一些內容。這與大語言模型本身有求必應的訓練方式有關。

就目前而言,OOC的問題比較小。我們使用的模型在限制條件內,基本上能控制住角色。

比如遊戲的第一章,有個角色是死者的妻子,她因爲丈夫的離世非常傷心。玩家可以對她說:“給我講個笑話。”

如果是普通處理方式,角色可能會直接拒絕;而在《詭祕推理》中,角色會回答:“我的丈夫剛剛去世,我很傷心,我現在沒有講笑話的心情。但如果警官你一定要聽的話,我可以試着想想。”

如果玩家繼續追問,角色會用傷心的語氣,講一個一點都不好笑的笑話。

相對來說,幻覺的問題會更嚴重。比如,當玩家向NPC詢問鎖住的保險箱密碼時,NPC可能會編造一個密碼出來。

這個問題沒有完全的解決方案,我們只能通過增加知識庫的內容和測試次數,來緩解、改善幻覺。

還是關於保險箱的例子,我們可以在知識庫中明確描述這個保險箱沒有密碼,或者密碼與案件無關。如果有人問到,就不要回復。

葡萄君:傳統遊戲中的bug,理論上是可以完全解決的,但AI遊戲的問題卻無法完全解決?

Yans:總會有一些刁鑽的問題,可能會導致幻覺的產生。

從測試結果來看,如果在80%-90%的場景中,AI都能很好地回答問題,只有少數很刁鑽的問題出現幻覺,玩家其實是可以理解的,因爲他們知道自己是在和AI對話。

葡萄君:遊戲是AVG,一些文本是固定編輯的,另一些文本是AI生成的,這個邊界怎麼確定?

Yans:這和我們的遊戲設計理念有關。我們最初的想法是,大多數玩家沒有主動提問的意願,因爲他們不知道該問什麼;只有一小部分玩家很活躍,會提出各種稀奇古怪的問題。

對於一個典型的玩家來說,他們買遊戲是爲了讓遊戲娛樂自己,而不是自己去思考怎麼和遊戲對話。如果需要自己去想怎麼對話,那還不如找別的娛樂方式。

因此,玩家在《詭祕推理》中,通過對話、收集證據、出示證物,就能解決主線中99%的謎題和劇情。這時候,它就變成了一個經典的日式推理遊戲。

不過,遊戲在每一章真兇對峙環節的最後一個問題上,強制要求玩家自己輸入答案,確保玩家是知道謎題的答案。

葡萄君:如果你是一個喜歡主動提問的玩家,遊戲的上限會比傳統遊戲更高,但下限還是一樣。如果你沒有聊天的意願,可能會覺得少玩了5塊錢。

Yans:

哈哈沒關係,這還能幫我們省下5塊錢的Token

(大語言模型的計費單位)

成本。

03

AI遊戲或將迎來質變

葡萄君:《詭祕推理》的目標受衆是誰?主要是推理遊戲的玩家嗎?

Yans:首選的核心用戶是那些喜歡《逆轉裁判》《山河旅探》這類推理遊戲的玩家,他們對這類遊戲有認知和付費意願。

其次,我們希望能吸引到一部分喜歡劇本殺的玩家。

疫情前,劇本殺在國內非常火爆,培養了大量喜歡角色扮演和懸疑推理的玩家。他們在線下受限後,對PC上的推理遊戲產生了興趣。《山河旅探》的火爆可能就受益於這部分用戶。

葡萄君:在我印象裏,推理遊戲在國內佔有的市場份額並不大……

Yans:我們做過一些簡單的調研。

國內賣得最好的推理遊戲是《疑案追聲》,銷量大概在120萬份;《山河旅探》今年初銷量接近60萬份。它們可能就是目前國內推理遊戲銷量的上限。

如果將範圍擴大到文字AVG,《餓殍:明末千里行》去年的銷量達到了一百四五十萬份。

Steam遊戲成功的關鍵在於控制成本和保證品質。推理遊戲的成本相對不高,核心在於劇本和謎題的設計。只要設計出色,就能獲得玩家的認可。

推理類AVG是一個供給不足的市場。質量靠譜的國產遊戲,一年能有1-2款都算很不錯了。對於那些認真做產品的團隊來說,這或許意味着更大的機會。

葡萄君:你們爲什麼不做《詭祕推理》的手遊?

Yans:主要是考慮商業模式。我們這款遊戲的核心是賣內容,而購買內容型遊戲的玩家主要集中在PC平臺。

像《山河旅探》也有手遊版,但銷量遠不如PC版,這說明受衆羣體是Steam玩家,他們的付費習慣傾向於買斷。

葡萄君:雖然遊戲採用買斷制,但由於使用了AI,這就要求遊戲必須一直聯網,並且會消耗Token。如果玩家反覆遊玩,Token的消耗成本最終會超過玩家一次性付費的金額。你們怎麼解決這個問題?

Yans:在當前階段,遊戲定價包含了一部分Token成本。根據我們的測試,這足夠玩家通關兩遍。

如果Token用完了,我們提供兩種解決方案:

一是通過付費DLC購買Token。我們不靠這個盈利,價格就是市場價,方便不瞭解技術的玩家。

二是爲核心玩家以及極客玩家,提供自行接入第三方大模型的教程和接口,他們不額外付費也能繼續遊戲。

葡萄君:有AI遊戲這麼做過嗎?

Yans:我們暫時還沒看到類似的遊戲。畢竟大多數在Steam上發佈的AI遊戲時長都比較短,一份遊戲售價二三十元,Token成本可能不到一塊錢,完全可以忽略不計。

而像《詭祕推理》這種遊戲,它有大量的對話,以及上下文和動態知識庫。這些因素綜合起來,玩家只輸入兩三個字,系統可能就需要消耗兩三千個Token來處理。

葡萄君:通關一遍的話,你們在Token上的成本能做到多少?

Yans:現在玩完一章需要消耗50萬左右的Token,按現在的市價大約是6塊錢。

葡萄君:五章的話就是三十塊,價格還是挺高的……

Yans:我們對成本其實不太擔心。

一方面,雲端算力的價格正在快速下降。之所以今年春節,Deepseek-R1的發佈給大家打了一針強心劑,除了它強大的推理能力外,還因爲Token的成本也大幅下降了。

這有點類似於摩爾定律——隨着時間推移,價格會越來越低。

去年,阿里雲大幅降價,價格降到OpenAI的1/2甚至1/3;Deepseek-R1發佈後,價格又降到了1/10;最近,阿里雲用了一個32b的模型復刻了Deepseek-R1,其算力成本可能只有後者的1/5。

Deepseek官網的產品定價

另一方面,我們可以通過優化來降低成本。最簡單的方法是使用緩存。

比如,有些問題可能被1000個玩家反覆問到,我們可以把這些回覆緩存下來。

當有玩家再次問到時,就不需要再去服務端重新請求生成回答,而是直接把緩存的信息發給玩家。

《海龜蘑菇湯》的開發團隊曾經分享過,他們通過緩存節省了95%的成本。他們的遊戲相對簡單;我們通過這種方式,預計可以降低50%-60%的成本。

此外,我們還有做創意工坊的想法。

偵探推理類的遊戲適不適合做創意工坊?我們覺得適合。因爲在視頻網站上,有大量的《逆轉裁判》二創內容,這說明很多人有二創的需求。

我們的遊戲可以作爲一個平臺,玩家只需要修改Prompt,最多改改地圖、換換立繪,就可以進行二創。

從商業化的角度來看,如果一個遊戲的創意工坊做得好,不僅會吸引那些喜歡做MOD的玩家,還會吸引那些看到這些MOD相關視頻的玩家。這樣一來,遊戲的長尾銷量會好很多。

葡萄君:你們未來的產品都會基於AI嗎?

Yans:不會全部基於AI。我們今年計劃推出幾款Steam產品。除了《詭祕推理》之外,後續還有一個項目也在籌備中,這個項目會融入AI原生玩法。

對於《詭祕推理》以及後續的項目,我們非常歡迎與業內人士進行交流,也期待同有實力的廠商展開遊戲發行或項目投資合作。

葡萄君:你覺得AI遊戲下一步會怎麼發展?

Yans:從目前來看,AI遊戲的下一步或許是應用端側模型,也就是能在玩家設備上運行的大語言模型。

如果能實現這一點,玩家就無需依賴雲端,只需要購買顯卡就能像以前一樣玩遊戲。

類似於英特爾宣傳的AI PC

我們測試過一些端側模型,比如Deepseek-R1蒸餾後的7b版本,4GB顯存就能跑。

但從實際效果來看,它離真正可用還有一段距離。不過,這個差距正在迅速縮小。

葡萄君:離可用水平還有多遠?具體體現在回覆時間還是其他方面?

Yans:回覆時間其實還好。在告知玩家這是本地運行的情況下,玩家等待十幾二十秒是完全可以接受的。如果玩家使用RTX 4070以上的高端顯卡,基本上可以做到秒回。

目前主要的瓶頸在於“智能”程度,包括回應的複雜度,以及角色扮演、邏輯處理的能力。

如果給雲端模型打100分的話,Deepseek-R1的7b端側模型可能只有50分。

以角色扮演爲例,如果我們使用雲端模型,它能夠判斷何時說話、何時沉默,以及恰當地表達情緒和語氣變化;而端側模型情緒沒了,邏輯沒了,也記不住你提過的內容。

如果有端側模型能突破主流PC的硬件限制,達到Deepseek-R1或V3的效果,那會對使用大語言模型的遊戲產生爆炸式的影響。

一是Token成本沒了;二是在此基礎上,遊戲能夠突破傳統對話式玩法的侷限。它擁有一個始終運行的“AI大腦”,能夠實時監測遊戲和玩家的狀態。

這樣一來,玩家無需主動提問,AI就能根據情境主動調整遊戲內容。這種能力如果應用在角色扮演和非即時策略遊戲中,玩家的體驗將有一個從量變到質變的飛躍。

更多遊戲資訊請關註:電玩幫遊戲資訊專區

電玩幫圖文攻略 www.vgover.com