新观察｜AI让出图越来越快，游戏美术真正稀缺的东西反而变了

游戏美术团队以前经常遇到一个问题：方案不够。

一个新角色立项以后，美术师先找参考，再做剪影、服装、配色，一轮一轮往下试。大家围在一起讨论，有时候不是不知道哪个方案好，而是手里只有三五个方案，还没看到更多可能性。

生成式AI出现以后，这件事突然反过来了。

现在只要给出一个相对明确的方向，一下午产生几十张甚至更多视觉方案，并不是什么困难的事情。

于是，美术团队开始遇到一种过去没有那么突出的麻烦：

不是没有方案，而是方案太多了。

几十个角色摆在面前，每一个似乎都“还不错”。有人喜欢第7个的脸，有人觉得第12个的服装更符合世界观，又有人想保留第21个的武器。

这个时候真正困难的事情，已经不再是把图画出来。

而是回答另一个问题：

到底什么才是这个游戏真正需要的东西？

我觉得，这是AI进入游戏美术之后，一个经常被忽略的变化

当“生成”变得便宜，“选择”就开始变贵

这几年大家习惯用生成速度评价AI。

过去几小时完成的事情，现在几分钟可以看到结果；过去只能尝试三个方向，现在可以同时看三十个。

从效率上看，当然是一件好事。

Unity在《2025 Gaming Report》中调查了300多位游戏开发者，并结合近500万Unity开发者的数据以及20多家工作室的访谈。结果显示，96%的受访工作室已经在部分工作流程中使用AI工具，79%的受访者对AI应用于游戏开发持积极态度。

但如果把镜头拉近一点，会发现AI目前在游戏行业真正使用得最多的地方，仍然集中在前期。

GDC发布的《2026 State of the Game Industry》调查了超过2300名游戏行业从业者，其中36%表示已经在工作中使用生成式AI。

更值得注意的是它的具体用途。

在使用生成式AI的从业者中，81%会把它用于研究或头脑风暴，而用于原型制作的比例是35%。

这个数据挺有意思。

它说明今天很多游戏开发者已经愿意让AI参与“想什么”，但真正到了“把东西做出来”，行业依然谨慎。

原因可能没有那么复杂。

创意阶段需要的是可能性。

生产阶段需要的是确定性。

而这两件事情，对工具提出的要求完全不同。

游戏美术最怕的，其实不是“不好看”

假设今天要设计一款东方幻想题材游戏。

AI一下子给出了30个女主角方案。

如果只是问哪一张最好看，可能很快就有答案。

但真正的美术总监不会只问这个问题。

他会继续看：这个轮廓放进游戏里够不够醒目？和已经存在的几个角色放在一起会不会撞型？服装上的文化元素到底属于哪个体系？这个角色做成3D以后结构是否成立？如果半年以后推出第二套皮肤，哪些视觉特征必须保留？

甚至还会考虑一个非常现实的问题：

玩家只看一个黑色剪影，能不能认出来这是她？

到了这个阶段，所谓“画得漂亮”，反而只是最基础的一层要求。

一个商业游戏真正需要的是视觉规则。

什么样的脸属于这个项目？角色的身体比例是什么？金属、布料、皮革分别应该怎么处理？什么样的色彩能够进入主视觉？一个阵营应该使用怎样的造型语言？哪些东西是可以改变的，哪些东西绝对不能改？

这些东西过去往往藏在美术总监的经验里，或者被写进Art Bible、美术规范和大量参考案例中。

AI到来之后，这些规则反而变得更重要了。

因为当生产一个“看起来不错”的东西越来越容易时，真正决定作品是不是属于这个游戏的，就是这些约束。

所以AI时代，美术总监可能会更忙

这听起来有一点反常识。很多人最初设想AI进入美术生产以后，会减少大量判断工作。实际上，它可能先制造更多判断。

以前摆在桌面上的是5个方案，美术总监选一个。现在摆在桌面上的是50个。

以前一个初级美术师可能花一天完成三种方向探索，现在借助工具，一个小时就可以看到很多变化。问题是人的注意力并没有扩大十倍。

如果没有清晰的视觉标准，AI带来的结果很容易变成另一种形式的低效率：

出图很多，但每一张都差一点；方向很多，但没有人知道到底该往哪里走；不断调整提示词，不断重新生成，最后发现时间都花在“再试一版”上。

这也是为什么我越来越觉得，AI在游戏美术里的长期价值，未必是让人“不需要审美”。

反而可能是：

它让审美判断第一次成为整个流程里最稀缺的能力之一。

机器可以快速回答“还有没有别的方案”。

但“为什么应该选择这个方案”，仍然需要人来回答。

从今年GDC的一个案例，也能看到这种变化

今年GDC有一场关于《Angry Birds Dream Blast》的分享很有代表性。

Rovio和AWS讨论了如何把生成式AI真正放进游戏资产制作环节。这个案例强调的重点并不是“AI一次生成多少资产”，而是另一件事情：在扩大内容生产的同时，如何继续保持art direction和brand consistency——美术方向与品牌一致性。

这两个词很重要。

《愤怒的小鸟》已经是一个存在多年的成熟IP。

红色小鸟是什么样，黄色小鸟是什么样，玩家其实早就形成了认知。

对于这样一个项目来说，AI的任务不是重新设计一个更酷的红色小鸟。

恰恰相反。它必须知道：哪些地方不能动。

这可能也是AI进入专业游戏美术以后，与普通AI图片创作越来越明显的区别。

一个普通用户可能希望每次都有惊喜。专业团队更多时候希望：这一次不要给我惊喜。把已经确认的设计，准确完成。

这也是垂直游戏美术AI开始出现的原因

如果只是做创意探索，通用图像模型已经非常强大。

它们最大的优势就是没有边界。摄影、插画、建筑、产品、游戏角色，各种内容都可以生成。但到了专业游戏美术生产里，需求会逐渐变窄，也会变得非常具体。比如一个角色已经确认之后，美术师往往不会继续问：“还能不能再创造一个角色？”

而会问：能不能把她转到另外一个视角？能不能保留现有设计进入3D？能不能让她换一个动作，但不要重新设计衣服？能不能换一种灯光，角色本身保持不变？

这类需求也是为什么这两年开始出现专门针对游戏美术的垂直AI产品。像芽仔Yazai，从产品定位上就把范围收在了游戏美术专业创作领域。它做角色创作，也继续往精准转视角、3D生成、动作迁移、风格处理和打光这些具体游戏美术环节延伸。

如果只是看功能列表，会觉得这些不过是不同的AI能力。但站在游戏美术师的角度，它们实际上围绕着一个共同前提：

前面的美术决策已经做完了，后面需要继续执行，而不是不断推翻重来。

这也是垂直游戏美术工具和通用生成工具可能逐渐拉开差异的地方。前者要理解的不只是“用户想画什么”。还要理解：这个项目已经决定了什么。

好的游戏美术，本质上是一套选择

有时候我们会把游戏美术理解得过于接近“绘画”。

实际上，一款成熟游戏呈现在玩家面前的视觉世界，是无数次选择叠加出来的。

角色是七头身还是八头身，是选择。建筑应该复杂还是简洁，是选择。金属应该真实还是夸张，是选择。技能特效应该占满屏幕还是留出空间，还是选择。等这些选择不断积累，最后才形成我们所谓的“美术风格”。

所以AI真正改变游戏美术，很可能不是把这些选择消灭掉。它只是把每一次选择之前的尝试空间，突然放大了很多倍。

以前想看十种可能性，需要十份时间。

现在可能不需要。但最终仍然只能留下一个答案。这也是为什么我并不太认同一种观点：

AI越来越强以后，美术专业能力会变得不那么重要。

我反而觉得，情况可能相反。

当执行能力逐渐普及之后，优秀创作者和普通创作者之间真正拉开差距的，会越来越集中在那些机器暂时很难标准化的东西上：

看过多少东西。为什么觉得这个角色不对。为什么明明两张图都很漂亮，其中一张就是不属于这个项目。为什么一个设计放在单张图里很好，但放到整套游戏视觉体系里会出问题。

这些过去被我们统称为“经验”或者“审美”的东西，在AI时代可能会变得越来越具体，也越来越值钱。

AI会让游戏美术进入一个“少画、多判断”的时代吗？

现在下这个结论还太早。

从GDC的数据来看，行业对生成式AI的态度依然非常复杂。超过三分之一的从业者已经在使用，但超过一半的受访者又认为生成式AI正在对游戏行业产生负面影响；尤其是视觉与技术美术从业者，态度更加谨慎。

这并不矛盾。工具已经进入工作，但行业还没有决定应该让它进入多深。真正值得观察的，也许不是明年模型还能提高多少分辨率。而是游戏团队会不会逐渐形成一套新的工作方式：

AI负责迅速把可能性摆到桌面上；创作者负责决定哪些东西值得留下；专业工具再把已经确定的设计稳定地向后推进。

如果这套方式真的成熟，AI给游戏美术带来的最大变化可能并不是“每个人都可以画画”。

而是：我们终于可以把更少的时间用在“把东西做出来”，把更多的时间用在“决定到底应该做什么”。

对于游戏美术来说，后一个问题，可能从来都比前一个更难。

原创声明：本文为「AI观察范」原创内容，未经授权请勿转载或摘编。