用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽

资讯 AI 行业观察 作者:光锥智能 全文 4376 字 · 约 11 分钟读完 配图 11 张 分类游戏

人人都是制作人 。

所属频道 影视与游戏

(本文作者为 光锥智能,钛媒体经授权发布)

前阵子朋友甩给我一大串网页链接,说他在工位上已经“摸鱼”摸到停不下来。

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 1)

按说像我这种从Flash游戏年代过来、平时也爱玩独立游戏的老家伙,对这类小游戏本该看不上眼。结果我点开了一个离谱到接近3A规格的作品。

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。可要是有人告诉你,这游戏能在浏览器里玩呢?《Saltline》就是Anthropic工程师Felix Rieseberg放出来的网页游戏。

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 2)

光影够真,材质也够清晰,不少小伙伴看完都不敢信。头五分钟我一直以为这是某种云游戏,背后跑的是某个真实存在的大作。可惜真相并非如此,《Saltline》从头到尾都是AI做的,而且只用了很短的提示词,让Fable 5.2跑了8小时直接出成品。Felix Rieseberg还专门说明,模型、声音、纹理这些素材全部从0做起,总共花了550美元。

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 3)

既然AI都能做出这种游戏,那游戏制作人是不是可以集体下岗了?换成普通人,能不能也把自己脑子里的点子做出来?

于是我抽了点时间,把自己的游戏做了出来。

从网页起步,做一个游戏

作为老玩家,一提到做游戏,我们头一个想到的往往是Godot、Unity、虚幻这类引擎工具,还有专业团队和漫长的开发周期这些成本。

网页游戏在正常游戏里只算个小众选项。它体量小,不用安装,做完发个链接,别人就能上手试。

可网页游戏最大的好处其实是给开发者的。创作者不用先被一堆技术知识绊住,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,我把最近市面上流行的AI网页小游戏挨个玩了一遍。

先看的是一款以《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、交火区域全被搬进了浏览器,枪战那种紧张感算是完整复现了。

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 4)

还有一款《黑神话:悟空》的网页同人游戏。画面挺粗糙,但动作游戏该有的移动、闪避、轻重攻击,它还原得不错。再往上就够不着原版的高度了,一些招式和复杂动作它做不出来。

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 5)

玩完之后,我们得出了一个结论。

市面上这些AI网页游戏,基本上都照着原版的画面和玩法来。换句话说,只要玩法和参考对象足够明确,AI能做到形似的程度。基本的场景素材、交互逻辑、玩家行动、游戏机制,AI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:好游戏最要紧的不是复杂,而是本身好玩。

它可以是故事动人,而故事只靠对话和文本就能讲;也可以是战斗爽快,而爽快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,可它靠复杂的合成系统和经济反馈,再叠上世界观,让大量玩家沉浸其中。

玩下来,我的判断比一开始收敛了些:有明确参照物时,AI已经很会搭画面和基本交互;但这些游戏只能说明AI“能复刻”,谈不上创作。

想法既然成立,作为玩家我挺激动。

一个普通人的创意加上AI,能不能做出有趣、好玩的游戏?现在的创作门槛,是不是真降到了普通人够得着的位置?脑子里有想法、也愿意动手的人,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、对独立制作人安全边际也“最高”的肉鸽割草游戏。

市面上这类游戏有两个经典样本:《土豆兄弟》和《吸血鬼幸存者》。玩法套路大体一致——玩家操控角色边跑边打,升级时挑新能力、换新武器,能力与武器之间还能互相联动。打个比方,跟打麻将凑牌型差不多,几个特定技能配特定武器就能拼出特定效果,然后“胡牌”。

说回我们自己的项目。主角设定为一个作家,他闯进稿纸世界,要对付的都是创作者再熟悉不过的敌人:空白、弹窗、拖延、焦虑,还有最后的截稿日。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;升级时从三个强化里挑一个,商店里能买装备和机能,击杀精英怪会掉落强化宝箱。整个流程我规划了五个独立主线关卡,每关主题不同,通关条件很统一:活满十分钟,再放倒最终BOSS。

需求理清之后,我把它们汇总成同一份任务书,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。

动手用AI之前,项目计划得自己先定下来。工具上选的是浏览器原生就能跑、不挑设备的那一套:HTML、CSS 加原生 JavaScript,3D 版用 Three.js 低多边形。产品就是这款动作肉鸽《灵感守卫战》,玩家在稿纸世界里抵挡杂念,五关各打10分钟,靠升级、商店、装备和武器进化搭出构筑,最后干掉关底Boss。

接着是整款游戏的设计架构:关卡怎么排布、敌人长什么样、BOSS何时登场、主角具备哪些动作(移动、主动攻击、冲刺、受击保护、双端输入)、场景里有哪些可交互物(灵感泉的持续交互与受伤中断、爆裂墨桶的范围伤害与引怪利用),以及最后的UI设计。

基础需求交代完,还得往AI脑子里灌游戏制作方法论和验收标准。

我们把开发锁死在九个阶段上依次推进:工程基线、主线状态机(一张图说明游戏当前处在哪个阶段、下一步该做什么)、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——也就是先做出一段完整可玩的流程,检验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,把这一阶段的规则钉死;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)。说白了就像盖房子破土之前先列一份“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”,然后你只做刚好能让这些检查过关的事。过一项,写下一项检查,再做,直到收工。

最后一环,也是最要紧的一环:工具得选对。

这次我们挑了两个月模型来跑,为的是能对比出效果差异。要贴近国内用户的真实使用场景,所以没用Claude或者Chatgpt,选的是国内人气较高的两个:DeepSeek v4 pro和Kimi k3.1 pro。

为了看清不同模型的设计水平,我把它们的权限卡死了:只能读任务书,不许碰其他模型的产物、实现代码和历史会话代码,杜绝互相参考。

这些准备工作做完,下面就进演示环节。

先看DeepSeek的两个版本,说实话相当“毛坯”。第一眼过去画面太糙了,基本游玩功能倒是都有,可哪哪都不成样子。小人手里的枪永远朝一个方向平移;敌人本身就简陋,还各种穿模;升级奖励只报个名字,具体干什么用完全不知道。敌人种类也少,不同类型的根本分不清。

最要命的是,这游戏没教我该怎么玩。键位说明没有,只能自己试。好在它用的是这类游戏的常见默认键位,看来模型默认大家都懂。

总结下来,生成出来的这一坨玩意儿,看着能玩,真玩起来又不太可能。

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 6)

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 7)

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战场面也足够丰富,升级选项还附了解释。模型依然粗糙,不过也能理解,毕竟我们没专门做这块。两个模型犯的是同一个毛病:Kimi也没给键位提示。

话又说回来,Kimi本就该做得好,毕竟Kimi k3.1 pro的主要卖点里就包含游戏开发能力和审美。

下面算算这个项目的成本。

Deepseek v4 pro的两个Demo花了10块钱左右。Kimi那边消耗了pro套餐约13%的月额度,按199块钱一个月折算,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。

不过项目还没收尾。好不容易做出来的游戏,不想就让它这么垃圾下去。

细节还得接着磨。第一版任务出了个大毛病:我们只交代了游戏里“有什么”,没讲明白玩起来“该是什么手感”。后来跑到玩家社区平台收了一轮反馈,意见很集中——攻击要即时、冲刺要顺手、受击得有反馈。这类玩家最能直接感受到的细节,上一轮我和AI谁都没顾上。

随后我又跟AI核了一遍需求。这一轮把DeepSeek放下了,只用Kimi。

改的东西不少。建模先不能那么丑:原来玩家就是一个球加两个点,这回让它用几何图形拼出一个小人。人物转向也不能只卡在8个方向,太僵;BOSS不能老杵着不动,凡是能移动的元素都得顺滑。游玩里那些bug——穿模、动作不跟手、按特定按钮报错——也一并修掉。

升级奖励也得加料。我拿《吸血鬼幸存者》的道具作参照,让AI照这个思路设计。它给出的一版是这样。

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 8)

最后跑出来的结果:

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 9)

跟上一轮比,进步明显。模型还是丑,特效还是毛坯,玩起来也仍然只是个很初级的半成品。但能玩的样子,它已经全有了。

到这一步我算想清楚了一件事:想让AI把你脑子里的东西搬出来,不跟它反复抠细节根本办不到;不过从想法到原型这段距离,它确实能大幅压缩。我做游戏是纯外行,靠AI,想法居然真能落地。

结语

2026年游戏圈里,“AI毁了游戏”这个说法经常被拿出来讨论。

今年Steam新品节那阵,我对这话还挺认同。尤其是看到满屏的AI独立游戏,总觉得雷同、做作、平庸。AI批量产出的工业化“预制菜”,把市场切得稀碎。

可反过来想,没有AI的时候,艺术消费品行业本身不也这样?

这些年游戏和影视市场,观众面前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、已经被验证的玩法,被复制得到处都是。消费者一开始腻,立马有“理中客”站出来说,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中心,原创想法就越来越难拿到资源。

最后落到玩家和观众面前的,可能就是同一套叙事、同一套机制反复排列。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,被制作人换着花样做了成百上千款。

也许AI出现,正好是个突破口。

用AI做游戏实测:成本压到20块,DeepSeek和Kimi各做了一个肉鸽(配图 10)

普通人能把自己的想法做出来,能让更多声音被听见。一个想法不用先过完整团队、充足预算和复杂流程这几道关,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. Vals测试:一句“这是游戏”,AI模型就把平民标成军事目标

    旧金山AI评估初创公司Vals测试发现,多家领先AI模型在“这是游戏”的提示框架下,会被诱导参与自主战争,甚至把平民标记为军事目标。研究揭示大模型安全对齐在角色扮演和游戏化语境中可能失效,为军事AI治理与红队测试敲响警钟。

    来源 AI 科技快讯
  2. 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
  3. 吴志涛谈互动影游:3天流水超200万,AI难替真人

    (关注公众号,点私信,发送:试用,免费试用)“AI它始终是个非常好的辅助工具,它没办法代替真人。”说这句话的吴志涛,所在的一相逢互动科技本身就把AI写进了公司方向。这家公司覆盖互动产品从制作、生产到发行的全流程,有一套囊括内容生产、内容制作、宣发全链路的AI大模型,目前以“AI加互动”为核心,旗下已发行《美女...

    来源 腾讯网
  4. 谷歌 SRE 圣经被迫重写:AI 时代,硬技能在塌陷,第一性原理在升值

    编译|林绮蓓 策划|Tina 2016 年,一本蓝色封面的书砸进了整个技术行业,把“运维”这两个字从地下室拽进了工程学科的殿堂。 在它之前,运维在大多数组织里是一个成本中心,是一群被凌晨告警叫醒的人,是开发团队眼中“拖慢发布速度的那帮人”,是一门靠师傅带徒弟、靠口口相传、靠个人英雄主义在机房里临场发挥的手艺。系统出了故

    来源 AI 行业观察
  5. 可灵AI上线Kling Image 4.0:原生8K生成,单图可写2000字

    【TechWeb】11月17日晚,可灵AI全新一代图像创作模型Kling Image 4.0正式上线。 真实、文字表现、指令理解和一致性,是这一代模型升级的核心方向。Kling Image 4.0聚焦影视创作、广告营销等专业图像创作场景,在三个方向实现集中突破:画面真实感全面升级,光影、肤质与材质纹理呈现接近相机直出的

    来源 AI 行业观察
  6. 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
  7. 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
  8. Gamehaus拟收购Anamana:AI原生娱乐版图与交割后五大重点

    2026年11月2日,Gamehaus签署最终协议,拟收购Anamana控股权,交割后Gamehaus预计持有Anamana控股公司Techforge约56%股权,交割预计于2026年11月完成。2026年11月5日,创始人兼董事会主席谢峰发布致股东信,阐述了交易背后的思考、两项业务协同方式与交割后工作重点。拟控股An

    来源 腾讯网
  9. 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
  10. 李彦宏APEC谈AI落地:价值在应用层,最紧迫是找到合适场景

    【TechWeb】11月17日消息,2026年亚太经合组织(APEC)工商领导人峰会首日在深圳前海国际会议中心举行。百度集团创始人、董事长兼首席执行官李彦宏当日分别用中英文参加了两场对话,分别为工商对话"亚太经济新图景与合作新机遇",以及专题研讨"共建开放普惠的人工智能创新生态"。围绕AI在亚太区域如何真正落地、区域经

    来源 AI 行业观察
  11. 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
  12. 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
向下滚动自动加载更多