AI竞赛进入深水区，游戏公司开始争夺“AI原生”

本文来源：时代财经 作者：肖冰

图片来源：视觉中国

当AI生成一张游戏原画、剪出一条广告视频，甚至自动完成一次广告投放时，游戏行业关于AI的讨论已经发生了变化。

过去，行业讨论的是“要不要用AI”；如今，这个问题似乎已经有了答案。伽马数据今年7月底发布的报告显示，收入排名前50名的国内游戏企业中，已有80%公开披露开展AI相关布局。随着AI逐步进入游戏研发、发行、运营等环节，行业开始进入一个新的阶段——比起简单地接入一个大模型、增加几个AI工具，游戏公司更需要回答的问题是：如何让AI真正进入企业的生产体系？

换句话说，AI竞赛正在从“有没有用”，走向“用得深不深”。

这或许也是观察三七互娱AI布局的一个新角度。

近期公开资料显示，截至今年上半年，三七互娱已有超过80%的2D美术资产由AI辅助生成，超过70%的广告素材由AI参与制作，超过50%的广告投放由AI自动化执行。

这些数字背后，并不仅仅意味着“公司用了多少AI工具”。从AI参与美术生产，到介入广告创意，再到自动完成投放执行，AI正在被嵌入一个游戏公司的生产流程之中。

当AI画图、AI剪视频、AI投广告逐渐成为行业标配，真正的分水岭或许已经不在于企业是否拥有AI工具，而在于：企业是否能够围绕AI重新组织数据、流程和人与机器之间的协作方式。

这也是三七互娱正在尝试回答的问题。

从“用AI”到“AI原生”：分界线不在工具，在组织

游戏行业中，三七互娱是最早嗅到AI机遇的企业。当大多数选手还在讨论要不要用AI时，三七互娱已经开始“囤粮”，将所有的美术素材、投放数据、用户行为、运营策略、版权信息都系统性地存了下来。

自2018年开始，该公司就将AI深度嵌入创意、研发、发行、运营全流程。企业陆续推出“量子”“天机”“图灵”等智能化系统，并逐步将AI和大数据能力拓展至游戏研发、发行、运营等更多业务场景。

与今天直接接入大模型不同，彼时的AI建设更像一场长期的“基础设施工程”。

游戏研发过程中产生的美术素材、用户行为数据、广告投放数据以及运营经验，过去往往分散在不同业务系统和人员经验之中。要让AI真正理解业务，首先需要将这些数据、知识和流程沉淀下来。

这也成为三七互娱多年AI布局的重要基础。

2022年的那份年报里，三七互娱向外界展示了AI进程的阶段性成果。数据显示，“量子”系统投入使用后，公司游戏产品上线全天广告所耗时间从6小时缩短到30分钟，效率提升10倍以上，部分地区智能投放占比超过60%，流量运营成本降低。

此后，三七互娱不断增加AI投入，逐步将生成式AI内嵌至中台管线之中，构建出一条成熟、完整的游戏工业化管线。待到大模型时代到来，这些积累变得更具价值——因为AI需要“吃”数据才能工作，而三七互娱已经攒了多年的“饲料”，极大支撑了公司的能力建设。

如今，公司以自研游戏垂类大模型“小七”为核心底座，协同接入外部主流模型及工具生态，搭建起从模型到业务应用的多层架构。

其中，AI基座负责提供底层模型能力；“知七”企业级知识库把企业的数据、知识和工具变成可调用的资产；“智七”智能体开发平台负责智能体的开发和运行，让AI能够理解任务、调用工具并完成执行；AI原生应用孵化平台则将这些能力快速组合成面向具体业务的原生应用。

三七互娱最新财报数据显示，公司“小七智能体平台”已沉淀70多项AI能力，接入超过240个模型及AI工具，沉淀600余个自研智能体，覆盖市场分析、产品立项、美术设计、开发辅助、广告投放、运营分析、智能客服、通用办公等业务领域，推动AI成为覆盖研运管全流程的系统性生产力。

从这一体系来看，三七互娱正在尝试做的，已经不仅仅是给员工增加几个AI助手，而是将AI能力逐步嵌入研、运、管等不同流程之中。

这或许也是“AI原生”与简单“使用AI”之间最大的区别。

工具可以直接采购，模型可以快速接入，但企业长期形成的业务知识、数据资产和生产流程，却无法简单复制。

‌三七互娱技术中心数据副总裁王传鹏曾在公开场合表示，目前公司对所有分工和岗位的交付流程已经有了深度理解，再加上AI赋能，对AI与研发、发行链路的结合掌握度已经很高，“前几年的路不是白走的”。

他强调，公司内部衡量AI的标准绝不是替代了多少人，而是让人的创造力与AI的生产力形成新的组合，“如果组织仍然沿用原来的分工和流程，再强的AI也只能让旧流程跑得快一点”。

将人的经验、知识沉淀为组织能力后，效率的提升显而易见。以《明月宫心》AI小游戏为例，作为“AI+剧情互动”的验证项目，《明月宫心壹》仅由两三人的团队耗时近10天便完成开发落地，实现了由AI驱动研发管线的可行性验证；到了续作《明月宫心贰》，AI被深度嵌入游戏核心机制，可通过实时捕捉玩家行为偏好，生成千人千面的差异化剧情。

从成本中心到利润中心：AI能力开始“外销”

对于一家游戏公司而言，AI最早解决的往往是内部问题。

如何提高素材生产效率？如何优化广告投放？如何分析用户行为？如何发现侵权内容？

但当这些问题在内部得到解决之后，企业也开始发现，其中一些能力并不只属于游戏行业。

于是，AI能力开始从内部工具走向产品化。

“灵察察”便是其中之一。这款产品最初源自三七互娱自身的数字资产保护需求。

作为游戏发行企业，三七互娱每年需要处理大量广告投放和素材生产任务，随着数字内容规模不断增加，如何及时发现侵权和抄袭，也成为一个越来越依赖技术解决的问题。

传统依靠人工检索和比对的方式，面对海量内容往往效率有限。为此，公司打造了“灵察察”，利用AI能力进行数字资产监测和侵权线索识别。

数据显示，该产品在内部上线5个月后，核心线索获取效率较人工方式提升约9倍。随后，这项能力被进一步产品化，并开始面向文娱、电商、科技等领域探索数字资产保护等服务场景。

另一款“灵栩栩”则来自游戏营销中的视频生产需求。它将创意策划、脚本拆解、多模态素材生成、镜头编排直到成片交付串成一条AI工作流，在服务自身游戏宣发之外，也开始向更广泛的文娱内容生产场景开放。

对于这些产品为什么能卖出去，王传鹏给出的回答是，大模型正在稀释各行业的通用能力，但垂类知识无法替代，客户买的不是一个AI工具，而是交付结果和服务。

他直言，“灵察察”看的是侵权检测的覆盖度和准确度；“灵栩栩”看的是成片质量和制作效率，“三七互娱把多年发行经验、流程理解和交付标准固化在产品里，这是大模型短期内无法复制的壁垒”。

这一路径说明，AI从“辅助工具”到“生产力基础设施”的路是走得通的，但门槛不在技术本身，而是在于多年业务数据的结构化沉淀、全链路的系统性整合以及组织机制的配套重构，它们缺一不可。

至于“AI原生”游戏的终局，行业还在寻找答案。但至少在商业化层面，三七互娱已经率先迈出了步伐。