AI做游戏实测:8小时直出3A级网页游戏,成本550美元

资讯 钛媒体 全文 4354 字 · 约 11 分钟读完 配图 9 张 分类游戏

人人都是制作人 。

所属频道 影视与游戏

上周朋友甩过来一大段网页链接,说他在办公室已经“摸鱼”摸到停不下来。像我这种从Flash游戏时代一路玩过来的独立游戏老玩家,本来对这种小游戏根本提不起兴趣,直到点开了一个离谱到够得上3A水准的作品。

AI做游戏实测:8小时直出3A级网页游戏,成本550美元(配图 1)

玩FPS的人都清楚,这几年最火的玩法就是“搜打撤”,要说源头得算塔科夫。可要是这游戏能在网页端跑起来呢?Anthropic工程师Felix Rieseberg发布的网页游戏《Saltline》就是这么个东西。

AI做游戏实测:8小时直出3A级网页游戏,成本550美元(配图 2)

光影拟真,材质高清,不少人都看傻了。前五分钟我一直以为这是云游戏,背后跑的是某款真正存在的大作。结果挺遗憾,《Saltline》彻头彻尾是AI做的,甚至只用了一段简短提示词,让Fable 5.2跑了8小时直出。Felix Rieseberg还专门说明,模型、声音、纹理等所有素材都从0开始制作,总共花了550美元。

AI做游戏实测:8小时直出3A级网页游戏,成本550美元(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?一个普通人,能不能把脑子里的游戏创意也做出来?于是我花了点时间,做了自己的游戏。

从网页开始,做一个游戏

一提游戏开发,老玩家第一反应往往是Godot、Unity、虚幻这些引擎,还有专业团队和漫长的周期。相比之下,网页游戏只是正常游戏里一个小众选项,体量小,不用安装,生成后发个链接别人就能试玩。

不过网页游戏最大的好处是给开发者的:创作者不用先被繁杂的技术知识绊住,能把更多精力放在创意和玩法上。一个想法到底成不成立,很快就能见分晓。

抱着测试的心态,我把市面上流行的AI网页小游戏挨个试了一遍。先看以《穿越火线》经典地图“运输船”为原型的网页射击游戏,集装箱、管道和交火区域全搬进了浏览器,枪战那种刺激感算是完整复现了。

AI做游戏实测:8小时直出3A级网页游戏,成本550美元(配图 4)

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

AI做游戏实测:8小时直出3A级网页游戏,成本550美元(配图 5)

玩完这些,我们得出一个结论:市面上的AI网页游戏基本都参照了原版画面和玩法。也就是说,玩法和参考对象明确的前提下,AI能做到形似,基本的场景素材、交互逻辑、玩家行动、游戏机制,它都完成得比较好。

但Flash和独立游戏的游玩经验也让我很清楚一件事:好游戏最重要的不是复杂,而是本身好玩。它可以是故事感人,而故事只靠对话和文本演示;也可以是战斗爽快,靠光效和场景给出反馈。再比如最近爆火的《深空当铺》,画面就是像素,但复杂的合成系统和经济反馈叠上世界观,让大量玩家沉浸其中。

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;但这些游戏只能证明AI“能复刻”,而不是创作。

想法既然成立,作为玩家我挺激动。一个普通人的创意加上AI,能不能做出有趣好玩的游戏?现在的游戏创作门槛,真降到普通人够得着的位置了吗?脑子里有想法、愿意动手的人,能不能快速拿到一份原型?

于是我做了个测试。

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、对独立游戏制作人安全边际也“最高”的肉鸽割草。这个品类有两个经典代表作——《土豆兄弟》和《吸血鬼幸存者》,模式大致类似:玩家操作角色移动打怪,升级后挑选新能力和武器,能力和武器之间存在联动。有点像打麻将凑牌型,几个特定的技能和武器组合起来就能出特定效果,然后“胡牌”。

说回手上的项目。这次的主角设定为一位作家,他会钻进稿纸世界,跟创作者最头疼的几样东西正面碰上——空白、弹窗、拖延、焦虑,还有最终的截稿日。玩家能做的动作有移动和攻击,场景里的泉水可以回血,炸药桶能打出范围伤害,升级时三选一强化,商店里能买装备和机能,击杀精英怪还能拿到强化宝箱。

游戏的整体流程,我划成五个互相独立的主线关卡,每关主题各不相同。通关目标倒很统一:先撑过十分钟,再放倒最终BOSS。

需求理清之后,我把它们并进同一份任务书,交给 DeepSeek V4 Pro 和 Kimi K3.1 Pro 分别做2D和3D版本,最终拿到四个Demo。

不过在动 AI 之前,项目计划得由我们自己先拿出来。

最先定的是技术路线:用浏览器能原生跑、不挑设备的 HTML、CSS 和原生 JavaScript,3D 版则用 Three.js 低多边形,来做《灵感守卫战》这款动作肉鸽游戏。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(灵感泉能持续交互、受伤会中断,爆裂墨桶有范围伤害、还能用来引怪),以及最后的UI。

基础需求交出去以后,还得把游戏制作的方法论和验收办法一并教给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(也就是游戏处在什么阶段、下一步该做什么的规划图)、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,看所有核心系统能不能协同运转)、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,验收清单按主线流程、战斗交互、成长持久化、工程上线四类逐条列。

每个阶段的打法都是先写会失败的自动化测试,把这一阶段的规则固定下来;再写实现让测试跑通;最后补边界情况、整理代码。工程上管这叫TDD(测试驱动开发)。说白了就像盖房子动工前先列一份“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”,然后只做刚好能让这些检查通过的事。过一项,再写下一项检查,再做,直到收工。

最后一步也最关键:工具得选对。

这次特意用两个模型来做,好把效果差异比出来。为了贴近国内用户的真实场景,测试没用Claude或者Chatgpt,挑的是国内人气较高的两个:DeepSeek v4 pro和Kimi k3.1 pro。

为了对比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、其他模型的实现和历史会话代码,免得互相参考。

以上都弄完,就进入演示环节。

先看DeepSeek的两个版本。说实话,有够“毛坯”的。

第一眼看上去,画面实在太糙。基本游玩功能是有了,可哪哪都不像样:小人手里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,不同类别的敌人根本分不清。

最要命的是,这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。

结论就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:8小时直出3A级网页游戏,成本550美元(配图 6)

AI做游戏实测:8小时直出3A级网页游戏,成本550美元(配图 7)

Kimi的版本,卖相就好多了。

模型和画面元素明显比DeepSeek的版本精致,攻击有了范围显示,受击有动画,boss战斗场面也够丰富,升级选项还带了解释。模型依旧粗糙,不过也能理解,我们本来就没专门做。两款模型有个同样的毛病:Kimi也没给键位提示。

话又说回来,Kimi本来就应该做得好,毕竟Kimi k3.1 pro的主要卖点里就有游戏开发能力和审美。

接着我们算了算这个项目的成本。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。

但项目还没完。好不容易做个游戏,不想就做得这么垃圾。

细节还得优化。第一版任务书最大的毛病,是只写了游戏里“有什么”,没写清楚玩起来“应该怎样”。于是我们去玩家社区平台收了一波反馈:攻击要即时、冲刺要顺手、受击得有反馈……这些玩家最能感受到的细节,上一轮我和AI都没考虑到。

需求又跟AI对了一轮,这回把DeepSeek放下,只留Kimi。

头一件事是建模别那么磕碜。之前玩家就是个球加两个点,现在让它拿几何图形拼出一个小人。人物转向也别卡在8个方向上,BOSS不能杵着不动,凡是能动的元素都得顺滑起来。穿模、动作不跟手、按某个键就报错,这些游玩里的毛病也一并修掉。

升级奖励得再丰富些,我照着《吸血鬼幸存者》里的道具,让AI出方案。它给回来的一版是这样。

AI做游戏实测:8小时直出3A级网页游戏,成本550美元(配图 8)

最后跑出来的结果,是下面这样:

AI做游戏实测:8小时直出3A级网页游戏,成本550美元(配图 9)

跟上一轮比,进步不小。模型还是丑,特效还是毛坯,玩起来也就是个很初级的半成品,但能玩的部分它都齐了。

到这儿我算是想通了:要把脑子里的东西靠AI搬出来,不跟它一遍遍抠细节是不成的。可从想法到原型的这段路,它确实压得很短。我做游戏纯属外行,借着AI,想法居然真能落地。

结语

2026年的游戏圈里,常能听见一种说法:AI把游戏毁了。今年Steam新品节那阵,我对这话还挺认同。

满眼都是AI独立游戏,看下来只觉得雷同、做作、平庸。AI批量产出的工业化“预制菜”,把这些半成品摊得满地都是,市场被切得稀碎。

可话说回来,没有AI,艺术消费品这门行当本来不也这副样子?

这几年游戏和影视市场上,观众能挑的看上去多了,真正新鲜的东西却没跟着同比涨。续作、重启、翻拍,成熟IP和被验证过的玩法被到处复制。消费者一厌倦,立马有“理中客”跳出来讲,商业项目得算成本与回报,大公司只能选安全。

问题是,安全和稳定一旦成了项目的中心,原创想法想拿到资源就越来越难。

玩家和观众到头来面对的,可能还是同一套叙事、同一套机制翻来覆去地排。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;塔科夫把“搜打撤”验证了,FPS游戏就都跟着做;最近很火的“在稻草里面找针”这类增量游戏,制作人换着花样重复了成百上千款。

也许AI就是个突破口。

普通人能把自己的想法做出来,能让更多声音被听见。一个念头不用先过完整团队、充足预算和复杂流程这道关,几十块钱的预算,就能让世界看见它。

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. 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
  2. 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
  3. 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
  4. 诺奖得主哈萨比斯的AI制药公司Isomorphic Labs完成50亿美元C轮融资

    智东西11月17日消息,刚刚,由诺奖得主、谷歌DeepMind联合创始人德米斯·哈萨比斯(Demis Hassabis)创办的英国AI药物研发公司Isomorphic Labs宣布完成50亿美元(约合人民币333亿元)C轮融资,融资获得超额认购。 结合公开数据不完全统计,本轮融资刷新该公司此前的单轮融资纪录,可能创下全

    来源 AI 行业观察
  5. 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
  6. 雷军谈AI落地:手机与具身智能机器人空间大,三四年内或现颠覆时刻

    IT之家 11 月 18 日消息,小米创办人、董事长兼 CEO 雷军 11 月 17 日出席 APEC 工商领导人峰会。今日(11 月 18 日),雷军接受了人民日报采访。 谈及人工智能,雷军坦言,人工智能浪潮席卷各行各业,作为 AI 从业者能感受到一些焦虑。 雷军认为,“AI+ 手机”“AI+ 具身智能机器人”等领域

    来源 AI 行业观察
  7. 13款AI应用停运调整:OpenAI、苹果、微软均在其中

    智东西11月17日消息,据TechCrunch昨日报道,截至目前,美国至少有13款行业知名、曾被寄予厚望的AI应用或项目相继停止运营、进行重大调整,或陷入发展困境。其中既有OpenAI、苹果、微软等科技巨头的产品,也有曾经风光无限的AI明星创业项目。 ▲13款或项目调整、转型或停止运营的AI应用(智东西制表) 在科技巨

    来源 AI 行业观察
  8. AI 冲击大学数学课堂,加州理工学院教授不再依据答案对错批改作业

    IT之家 11 月 17 日消息,据《商业内幕》16 日报道,在加州理工学院任教 17 年的数学教授倪忆表示,自己不再根据学生答案的对错给作业打分,而是只检查是否完成。“教育过程出了问题。大学里的数学作业,几乎都能用 AI 来做。” 究其原因,在于学生普遍使用 AI 完成作业。倪忆坦言,作为教授,自己根本无法判断学生交

    来源 AI 行业观察
  9. 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
  10. 百度Q3财报:AI新业务占一般性收入53%,智能云同比增94%

    第三季度经营现金流为人民币28亿元,截至2026年9月30日,百度公司现金及投资总额高达人民币2766亿元。AI新业务占比达53%,传统业务承压本季度百度最大的亮点在于业务结构的根本性改变。在11月12日的百度世界2026大会上,百度创始人李彦宏宣布推出连接AI模型服务商与客户的交易平台“词元所”。另外,AI应用板块,

    来源 TechWeb
向下滚动自动加载更多