AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽

资讯 创业邦 作者:光锥智能 全文 4410 字 · 约 12 分钟读完 配图 12 张 分类游戏

上周,朋友给我发了一大段网页链接,说在办公室“摸鱼”已经摸疯了。

所属频道 影视与游戏

这则内容出自微信公众号“光锥智能”(ID:guangzhui-tech),作者Gulu,编辑刘俊宏,36氪获授权发布。


上周朋友甩来一大串网页链接,说自己在办公室已经“摸鱼”摸到停不下来。

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 1)

按说像我这种经历过Flash游戏年代、又爱玩独立游戏的老家伙,这种小游戏根本懒得点开。结果我打开了一个够得上3A水准的离谱作品。

FPS玩家都清楚,这几年最火的玩法就是“搜打撤”,要追源头得说到塔科夫。可要是有人告诉你,这类游戏能在网页端跑起来呢?《Saltline》就是Anthropic工程师Felix Rieseberg放出来的网页游戏。

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 2)

光影够真,材质够清,不少人第一反应是不敢信。我玩的前五分钟一直以为这是云游戏,背后准是某个真实存在的大作。可惜真相不是这样:《Saltline》彻头彻尾是款AI游戏,做法也简单,一段简短提示词丢给Fable 5.2,跑了8小时直接出成品。Felix Rieseberg还特意说明,模型、声音、纹理,所有素材都是从0开始做的,总共只花了550美元。

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 3)

AI都能做出这种游戏了,游戏制作人是不是该集体下岗?换个问法:普通人能不能把脑子里那点游戏创意也做出来?

于是我抽了点时间,动手做了自己的游戏。

从网页起步,做一个游戏

老玩家一提到游戏开发,脑子里先冒出来的往往是Godot、Unity、虚幻这些引擎工具,还有专业团队和漫长的开发周期。

网页游戏在正常游戏里只算个小众选项。体量小,不用安装,做出来发条链接,别人就能试玩。

可它最大的好处其实落在开发者身上。创作者不用先被一堆繁杂技术知识绊住,精力可以更多放在创意和玩法上。一个想法到底成不成立,很快就能见分晓。

抱着试水的心态,我把市面上最近流行的AI网页小游戏挨个玩了一遍。

先看一款以《穿越火线》经典地图“运输船”为原型的网页射击游戏。集装箱、管道、交火区域全被搬进浏览器,枪战那种战斗刺激算是完整复现了。

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 4)

另一款是《黑神话:悟空》的网页同人游戏。画面粗糙归粗糙,动作游戏该有的移动、闪避、轻重攻击它还原得不错。再往上就够不到原版的高度了,一些招式和复杂动作做不出来。

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 5)

玩完这些,我们得出了一个结论。

市面上这些AI网页游戏,基本都照着原版的画面和玩法来。换句话说,玩法和参考对象都明确的前提下,AI能做到形似。基本场景素材、交互逻辑、玩家行动、游戏机制,它完成得都比较好。

不过Flash和独立游戏的游玩经验也让我明白一件事:好游戏最要紧的从来不是复杂,而是本身好玩。

它可以是故事动人,而故事也许只靠对话和文本就能讲;也可以是战斗爽快,那种爽感来自光效和场景的反馈。再比如最近爆火的《深空当铺》,画面就是像素风,靠复杂的合成系统和经济反馈,再叠上世界观,照样让大量玩家沉浸进去。

玩下来,我的判断比一开始收敛了些:参照物明确时,AI已经很擅长搭出画面和基本交互;可这些游戏只能说明AI“能复刻”,谈不上创作。

想法既然成立,作为玩家我挺激动。

普通人的创意配上AI,能不能做出一个有趣、好玩的游戏?眼下游戏创作的门槛,真降到普通人够得着的位置了吗?脑子里有想法、又愿意动手的人,能不能很快拿到一份原型?

所以我做了一次测试。

我用DeepSeek和Kimi分别做了一个“肉鸽”

类型上我选的是近几年很火、对独立游戏制作人来说安全边际“最高”的肉鸽割草游戏。

市面上这类游戏有两个绕不开的代表作,《土豆兄弟》和《吸血鬼幸存者》。玩法大体相近:玩家操控角色一边移动一边打怪,升级后挑新能力和新武器,而能力与武器之间能互相联动。说白了有点像打麻将凑牌型,几个特定技能配几把特定武器,凑齐了就“胡牌”。

说回这次的项目。我打算让主角是个作家,他钻进稿纸世界,去对付创作者最熟悉的那几样东西——空白、弹窗、拖延、焦虑,还有最后压过来的截稿日。玩家能做的操作有移动和攻击,场景里的泉水可以回血,炸药桶能造成范围伤害,升级时三选一强化,商店里能买装备和机能,击杀精英怪会掉强化宝箱。

流程方面,我规划了五个独立的主线关卡,每关主题各不相同。通关目标很直接:活满十分钟,再把关底BOSS打倒。

需求差不多齐了,我把它们收进同一份任务书,交给 DeepSeekV4 Pro 和 KimiK3.1 Pro 分别做2D和3D版本,最后拿到四个Demo。

不过在动用AI之前,项目计划得先由自己定下来。

工具上选的是浏览器能原生跑、不挑设备的那一套,HTML、CSS 加原生 JavaScript(3D 版用 Three.js 低多边形),做出《灵感守卫战》这个动作肉鸽游戏。玩家在稿纸世界里抵挡杂念,五关每关10分钟,靠升级、商店、装备和武器进化搭出构筑,最后打赢关底Boss。

接着是整个游戏的设计架构:关卡怎么排,敌人长什么样,BOSS何时登场,主角能做哪些动作(移动、主动攻击、冲刺、受击保护、双端输入),场景里放哪些可交互物(灵感泉要持续交互、受伤会中断,爆裂墨桶有范围伤害、还能用来引怪),以及UI最后怎么设计。

基础需求交代完,还得把游戏制作的方法论和验收办法一并灌给AI。

我们要求整个开发严格按九个阶段走:工程基线、主线状态机(一张规划图,说明游戏处在什么阶段、下一步是什么)、基础战斗、成长商店装备进化、共享敌人行为、第一关垂直切片(先做出一段完整可玩的流程,验证所有核心系统能不能一起跑)、第二至第四关、第五关与结局、跨端(PC与手机)体验与构建部署。每个阶段都配一次验收,验收清单分主线流程、战斗交互、成长持久化、工程上线四类,逐条列明。

每个阶段的做法都是先写会失败的自动化测试,把这一阶段的规则定死;再写实现让测试通过;最后补边界情况、整理代码。工程上这叫TDD(测试驱动开发)。打个比方,就像盖房子动工前先写一份“验收清单”——“客厅窗户必须能开到 45 度”、“水管压力达到 3 公斤不能漏”。然后你只做刚好能让这些检查通过的事。过一项,写下一项检查,再做,直到全部完成。

最后一步也最关键:工具得选对。

这次我们挑两个模型来做,效果差异才对比得出来。为了贴近国内用户的真实场景,测试没用Claude或者Chatgpt,选的是国内人气较高的两个:DeepSeekv4 pro和Kimik3.1 pro。

为了比较不同模型的设计效果,我把它们的权限卡死了:模型只能读任务书,不许看其他模型的产物,也不许碰其他模型的实现和历史会话代码,免得互相参考。

以上工作做完,进入演示环节。

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 6)

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 7)

先看DeepSeek的两个版本,说实话,有够“毛坯”的。

第一眼就是画面太糙。基本游玩功能倒是有,可哪哪都不成样子:小人拿的枪永远朝一个方向平移;敌人简陋不说,还各种穿模;升级奖励只报个名字,具体干啥不知道。敌人种类也少,不同类型根本分不清。

最要命的是游戏没告诉我怎么玩。没有键位说明,只能自己试。好在键位是这类游戏的常见默认键位,看来模型默认我们都知道了。

结论是生成出来这一坨玩意,看起来能玩,但能玩又不太可能。

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 8)

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 9)

Kimi的版本,卖相就好多了。

模型和画面元素明显比DeepSeek那版精致,攻击范围有显示,受击有动画,boss战斗场面也够丰富,升级奖励还给了说明。模型本身还是粗糙,这倒能理解,我们也没专门做。两款模型有个同样的问题:Kimi也没给键位提示。

但话又说回来,Kimi本来就该做得好,毕竟Kimik3.1 pro的主要卖点里就包含游戏开发能力与审美。

接下来算了一下这个项目的成本。

这次Deepseek v4 pro的两个Demo花了10块钱左右。Kimi用掉pro套餐13%左右的月额度,按199块钱一个月算,相当于花了20多。这么一算,普通用户想做个游戏,成本其实不高。

不过项目还没完。好不容易做个游戏,不想就做得这么垃圾。

细节还得接着磨。第一版任务最大的毛病在于,我们只交代了游戏里"有什么",没讲明白玩起来"应该怎样"。于是跑到玩家社区平台收了一轮反馈:攻击要即时、冲刺要顺手、受击得有反馈……这些恰恰是玩家最能感知的地方,上一轮我和AI都没顾上。

随后我又跟AI捋了一遍需求,这回不用DeepSeek,只留Kimi。

建模首先不能那么丑。原来玩家就是一个球加两个点,现在让它拿几何图形拼出个小人形象。人物转向也别再只有8个方向那么死板,BOSS不能杵着不动,凡是能动的元素都得丝滑。游玩中那些bug,像穿模、动作不跟手、按特定按钮报错,也顺手一并修了。

升级奖励同样要加料。我参照《吸血鬼幸存者》里的道具让它来设计,AI给的版本是这样的。

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 10)

最后跑出来的结果是这样:

AI做游戏实测:550美元直出FPS,我用DeepSeek和Kimi各做了个肉鸽(配图 11)

比上一轮强了不少。模型照样丑,特效照样毛坯,玩起来也还是个很初级的半成品。但能玩的样子,它已经全有了。

到这一步我算想明白一件事:想让AI把你脑子里的东西搬出来,不跟它反复抠细节根本没戏,可它确实把从想法到原型的距离压得很短。我做游戏纯属外行,靠AI,想法还真被它实现出来了。

结语

2026年的游戏圈,隔三差五就能听见一种说法:AI毁了游戏。

今年Steam新品节那阵,我对这话深以为然。满眼都是AI独立游戏,看多了只觉得雷同、做作、平庸。AI量产出一大批工业化的"预制菜",这些半成品把市场切得稀碎。

可反过来想,没有AI,艺术消费品行业本身不也这副样子吗?

这几年游戏和影视市场里,观众的选择看着越来越多,真正新鲜的东西却没见同比涨上去。续作、重启、翻拍,成熟IP和被验证过的玩法被复制得到处都是。消费者一厌倦,立马有"理中客"跳出来说,商业项目得算成本和回报,大公司只能选安全。

问题在于,安全和稳定一旦成了项目中心,原创想法就越来越难拿到资源。

到头来,玩家和观众面对的,很可能是同一套叙事、同一套机制翻来覆去地排列。米哈游的《原神》爆火之后,类似的二次元开放世界游戏遍地都是;塔科夫验证了"搜打撤",FPS游戏纷纷跟着做;最近很火的"在稻草里面找针"这类增量游戏,被制作人换着花样重复做了成百上千款。

或许AI正是那个突破口。

普通人能把想法付诸实现,更多声音能被听见。一个点子不必先过完整团队、充足预算和复杂流程这一关,几十块钱的预算,就够让它被世界看见。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. DeepSeek长对话限额7天,免费用户为何反求收费

    话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂战不同,这场争议中出现了一个颇为“魔幻”的画面:平时最不愿意付费的一群人,正在主动求着DeepSeek收费。

    来源 TechWeb
  2. DeepSeek限制长对话使用:用户反求付费,官方未给时间表

    【TechWeb】11月15日起,多名用户在社交平台发帖称,DeepSeek已对App与网页版的长对话功能实施了使用限额。页面弹窗显示:“因算力不足,不再支持超过7天不活跃的长对话。” 随后几天,愤怒与不解迅速在社交平台发酵。11月18日,话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。 但与一般产品限流引发

    来源 AI 行业观察
  3. 让AI打游戏,到底难在哪里

    先问你一个问题。如果你要教一个AI玩游戏,你会怎么教?大部分人的直觉是:找一堆人类玩游戏的录像,让AI看着学。这个思路对,但也不完全对。腾讯和新加坡国立大学的一个研究团队发现了一个很现实的问题:人类玩游戏的录像再多,也覆盖不了游戏里所有可能出现的状态。你录一万小时《我的世界》视频,AI依然可能在第一万零一...

    来源 腾讯网
  4. DeepSeek收紧免费对话限制引众怒,用户反求收费

    【TechWeb】11月15日起,多名用户在社交平台发帖称,DeepSeek已对App与网页版的长对话功能实施了使用限额。页面弹窗显示:“因算力不足,不再支持超过7天不活跃的长对话。”随后几天,愤怒与不解迅速在社交平台发酵。11月18日,话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂

    来源 腾讯网
  5. AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性

    我们对 AI 的信任,正在达到史无前例的高度。 无论是在屏幕前码字,还是在生活中做决策,我们都习惯向 AI 寻求那个「完美建议」。用得多了,你甚至会发现它总是精准地踩中我们预期中的最优解。 这种顺滑,很可能是一种被精心设计的心理按摩。 哥伦比亚大学教授桑德拉·马茨用冰淇淋店 Baskin Robbins 做了一个实验。

    来源 AI 行业观察
  6. DeepSeek限制免费额度:算力不够用,AI需求远未到顶

    DeepSeek 开始限制免费使用量了,这恰恰说明 AI 还有很大的发展空间。现在很多人都担心 AI对硬件的需求是不是走到头了?未来还有成长空间吗?对这个问题,不能取决于英伟达,也不能取决于其他厂家,而是取决于 AI 下游的实际需求。很多人都说,现在全球建立了大量的数据中心, 算力可能出现算力过剩,但真正重度依赖 AI

    来源 AI 行业观察
  7. DeepSeek Harness 实战:从零搭建你的第一个 AI Agent 工作流

    DeepSeek Harness (dsh) 是一款开源的 Agent 运行框架,它让 AI 能够直接操作你的本地文件系统和终端。本文不讲空洞的概念,而是带你一步步完成环境搭建、API 配置、权限设置,并通过一个生成 README 的真实案例,展示如何让 AI 从“聊天助手”变成能独立干活的“数字员工”。适合希望提升开

    来源 AI 应用前沿
  8. Fable 5.2发布:套壳Agent的编排壁垒还能撑多久?

    Fable 5.2发布后没几天,国内社交平台上流传过一款“国产自研3A射击游戏”,页面写着由Fable 5.2自主研发。 当然很快被人扒了代码,六千多行里只有约一百行不同,原版出自Anthropic一位员工之手,所谓自研只是把界面汉化了一遍。 这件事倒是很能说明Fable 5.2在国内的处境。 讨论的人多,真正用上的人

    来源 AI 行业观察
  9. 三星美光海力士内存涨价7倍,法官戳破AI背锅说法

    最近,硬件圈发生了一件魔幻的事。因为新一代DDR5内存条贵得离谱,而老款DDR4和DDR5插槽互不兼容,逼得多家主板厂从年中开始掉头重启了原本停产的DDR4主板产线。更离谱的是,玩家去市场上一问价,发现老旧的DDR4不仅没便宜,近期涨幅一度反超了新款DDR5。今年的笔记本新品们,更是集体退回16GB内存时代。这一年多来

    来源 腾讯网
  10. 李沐出任Aimotion联合创始人兼CTO,这家AI公司做什么的?

    AI大神李沐,悄悄多了一个新身份。 最新消息,这位前AWS AI资深首席科学家、Apache MXNet创始人之一、卡内基梅隆计算机博士,已经正式出任硅谷AI公司Aimotion的联合创始人兼CTO,亲自带队搭建其下一代产业级AI技术体系。 这家公司来头不小,Aimotion主要面向汽车等高价值、长决策周期行业,提供A

    来源 AI 行业观察
  11. 奥特曼不敢全速训AI,Christiano推演GPT-10失控风险

    用AI加速训练下一代AI,这件事在OpenAI内部已经司空见惯了。 但再往前一步呢? 就在刚刚落幕的Semafor峰会上,主持人直接问到了外界最关心的那个临界点:「你们现在已经进入RSI阶段了吗?」 对此奥特曼回答道,OpenAI早已在用自家的技术加快新一代模型研发。 只不过,眼下还没到「按下按钮、让模型在无人监管下飞

    来源 AI 行业观察
  12. AMD高管:AI取代不了超算,FP64高精度计算仍长期不可缺

    科技媒体 Tom's Hardware 昨日(11 月 16 日)发布博文,报道称 AMD 负责高性能计算(HPC)与主权 AI 的企业副总裁 Scott Tease 表示,多数 HPC 研究机构已经认识到,AI“永远不会取代”传统高性能计算。即便 AI 应用持续扩张,依赖双精度 FP64 的高精度科学计算仍将长期存在

    来源 IT之家
  13. 李沐加盟的Aimotion,是一家什么AI公司?

    最新消息,这位前AWS AI资深首席科学家、Apache MXNet创始人之一、卡内基梅隆计算机博士,已经正式出任硅谷AI公司Aimotion的联合创始人兼CTO,亲自带队搭建其下一代产业级AI技术体系。

    来源 量子位
  14. AI高薪叙事之外:985硕士12小时连轴转,校招门槛抬到社招

    晚上11点,杨涵合上电脑,12小时连轴转暂告一段落。但人下班了,神经没下,一旦数据有问题,她要24小时待命。 杨涵毕业已经3年,是985计算机本科、QS前20院校硕士,始终在AI这条线上,在几家大厂攒过实习和履历,还当过初创公司AI方向负责人。 这扎实的简历,配上超高的工作强度,按理说收入该傲视群雄。但眼下杨涵的月薪,

    来源 AI 行业观察
向下滚动自动加载更多