三个月过去，AI在游戏领域的表现再次令人惊叹。
例如，7月份葡萄君撰写K399相关内容时，K3模型生成的射击游戏是这样的：
而到了10月，团结引擎codely测试的Kimi K3.1 Pro模型（简称K3.1）制作的同类作品变成了这样：
能察觉到显著差异吗？再来看这组对比。
这是K3生成的大世界游戏：
这是K3.1当前制作的大世界游戏：
这光影、云层、水面……你确信这是大模型独立完成的？
别急，接下来要讲的更引人深思：上面K3.1展示的游戏案例，都是模型自行使用Unity、UE5从零构建的。
换句话说，这些并非一次性成品，你可以随时打开项目文件进行编辑，或在自己操作到一半时让大模型接手。例如，B站已有用户放出用K3.1配合UE5在两天内复刻《皇牌空战》的视频——AI正真正成为游戏生产流程的一部分。
其实早在9月GPT-6 Astra发布并展现出操作专业软件的能力后，不少游戏从业者就开始关注此事，甚至有朋友表示已用Astra来修复游戏模型。
而9月底Claude Opus 5.5发布后，一批以“吓哭”和“震惊瘫坐”为标题的AI一句话生成MV视频迅速走红。这背后的原因同样是，大模型已让调用工具变得像吃饭喝水一样简单。一段惊艳的PV背后，可能涉及建模、渲染、剪辑等一系列工具的协同。
到了10月底，一方面谷歌发布了Genie 4，将AI生成可交互虚拟世界的探索又推进了一步；另一方面，AI已进化到能自主操作UE5参与实际游戏制作，这为AI与游戏的结合开辟了另一条路径。
尽管科技树似乎有些分叉，但这种变化更值得游戏行业关注：当AI不再局限于单个研发环节的辅助时，游戏行业积累数十年的资产、工具和经验，是否即将与AI产生更大的化学反应？
这或许才是更让游戏行业“震惊瘫坐”的地方。
01、三个月过去，AI变成了制作人？
要说明AI发展到何种程度，不妨先回到我这次观察的起点，即7月Kimi发布K3并上线K399游戏网站的时候。
当时让我觉得惊艳的地方，在于K3在前端设计上的表现。通俗地说，它为你制作的游戏不仅可玩，还能拿出来炫耀分享。比如，我当时用一句话制作了一款俄罗斯方块like游戏，K3直接返回一个网站，视觉、交互、手感细节丰富，情绪价值十足。
当时K399上的许多游戏同样玩法成熟，且注重外围系统的打磨。例如宫斗题材AVG游戏《凤阙深宫》，包含五章主线、八条支线、32种随机事件，人物、成就、多结局一应俱全，单看质量和完成度，明显超过常规Demo。
当时可聊的内容还有很多，但简而言之，AI在游戏研发上终于从程序员进化成了产品经理。
那么时隔三个月，这位“产品经理”又有哪些进步？
带着这个问题，我找到了月之暗面最新发布的K3.1。它延续了K3的2.8万亿参数规模，是目前全球参数量最大的开源模型（完整权重计划11月4日前开放），在多项基准测试中也进入了大型语言模型的第一梯队。
至于全球最大有多大？以我们熟悉的开源模型DeepseekV4.1 Flash-1017为对比，K3.1 Pro的总参数是它的5倍，输入和输出的激活参数更是其13倍和6倍。
参数差距虽不代表K3.1的实际能力强了这么多，毕竟双方技术路线不同，DeepSeek更注重推理效率。但更大的模型规模，确实能为学习不同领域知识、处理复杂问题提供更多容量。尤其是游戏研发，既要懂编程、美术、玩法、数值，还要将这些能力整合起来完成整个项目。
所以按第一性原理，大就是好（开玩笑），K3.1可能是目前国内最值得测试游戏能力的模型之一，尤其是我想知道它对游戏设计的理解究竟进步到了什么程度。
于是我拉来K3和K3.1，让它们在相同环境、限制、提示词下，进行一句话输入、30分钟限时的公平竞争。首先是伪3D赛车游戏：K3.1的版本在审美、质感、玩法上更优，还加入了漂移、氮气加速等机制，明显更重视操作体验；
K3.1版本
K3版本
肉鸽地牢游戏：K3.1更好地理解了肉鸽机制，不仅实现了地图、敌人位置和道具的随机生成，还引入了种子功能；
K3.1版本
K3版本
吸血鬼幸存者like游戏：K3.1版本的难度曲线更接近成熟产品，能形成有效的流派构筑，例如因击败怪物掉落回血道具，前期侧重输出构筑会更轻松。
K3.1版本
K3版本
文字修仙模拟游戏：K3.1的版本更接近商业产品，不仅有挂机战斗、奇遇、经营等机制，还设计了渡劫、成就等阶段性成长目标，不同系统之间还能联动，例如回合制战斗可验证数值成长。
K3.1版本
K3版本
四组对比下来，相信大家能看到大模型的提升不仅在于更好看，它越来越懂得一款游戏应该如何设计、如何做得有趣。例如肉鸽需要随机性，幸存者like需要数值节奏与构筑，文字修仙则需要一套支撑玩家成长的系统……总的来说，更新的模型已能在规定时间内做出更好的玩法原型，进一步降低了开发者创意落地的门槛。
除了设计能力的质变，新模型的项目管理和调用工具能力也发生了质变。
这一点我感受颇深。首先在测试游戏时，K3.1还展现出更强的项目管理能力，例如理解和补全未提及的需求、在成熟玩法上表现更稳定、主动分配时间给待办清单和验证测试——至少从我的实测来看，K3.1制作的游戏明显BUG更少，体验更流畅。
其次，我还测试了Kimi通过浏览器玩游戏、用Blender直接建模，以及编辑已有模型的能力。结果发现，三个月前上线的K3就已具备操作专业软件、跨界面执行任务的能力。
在B站等平台，也有不少用户公开了自己用K3.1建模角色、怪物、枪械等项目的案例。
最后，相信不少人刷到过由Opus 5.5参与制作的“吓哭瘫坐”MV。这类案例看似工程复杂，但对人类来说，可能只是输入需求、拿到成品这么简单，且成品通常比想象中更惊艳。例如下面这个千本樱MV，就是作者BlackDawn让大模型自行建模、生图、卡点剪辑而来，下面的3D场景全是大模型自己制作的。
用类似能力做成游戏的也有。有人用Opus把《小王子》做成了游戏；Kimi官方也放出过K3.1用UE5做出的动作游戏Demo：
所以说，无论是MV、游戏还是其他工程，AI现在不仅在设计能力上有了质变，还可以更自然地调用工具，开始拥有了“制作人思维”：把用户的复杂需求当成一个项目逐步执行，判断如何完成、需要哪些工具、怎么验收……一个大模型就是一支军队。这是我觉得现阶段AI在游戏研发上最重要，也是最有价值的进步。
这个结论并非我随口一说。实测时，我只给K3.1一句话：“给我做一款游戏，从零做到能上架”。结果它花了三个小时，真的交付了一款包含18个关卡的休闲治愈游戏，以及游戏商店页、30秒宣传片、两个发布包。下面是这款游戏的宣传片：
当然，上面这款游戏距离真正上架、商业化运营还有不少工作要做。但这恐怖的设计能力和执行力，已让我感觉AI在游戏行业的应用远不止于生成Demo、辅助研发，而是可以真正进入生产流程，甚至自己建立工作流——这些变化的速度非常快，想象空间也非常大。
02、当AI开始接手生产流程
到这里，我想聊得更深入一点。刚刚我说这里面的想象空间很大，它到底大在哪？哪些是脑洞，哪些已经真正开始影响我们的生产了？
第一个变化很明显，大模型界面逐渐成为了大家的工作入口。
从我个人的体感和观察来看，越来越多人开始习惯让大模型调用工具，而不是专门去使用某些工具内置的AI功能。讲个我自己的例子，我现在很少打开专业图片编辑软件了。图片处理一般交给Codex，或者使用Opus帮我做的一键换字换图插件，这些足以让我应付日常工作了——哪怕原本的图片编辑软件本身有丰富的AI功能。
同样的，我在测试K3.1编辑3D模型的能力时，它也是在后台多路操作Blender，我甚至懒得关注这个建模软件是什么时候安装的，也从来没在前台看到过它的图标和界面……但这些都不妨碍工作执行，甚至效率更高。
而且从宏观情况来看，用户使用AI终端的频率也在提高。拿全球最热门的AI终端来说，软银融资文件显示，2026年8月，Codex ChatGPT Work的周活已达到2500万；10月，Open AI官方又宣布两款产品的活跃突破4000万。我最近去参加论坛演讲、拜访游戏公司时，也经常会在不少从业者的电脑界面上看到一行行快速滚动的文字……
可以说，工具的使用方式变化已经很明显了。未来游戏开发者或许不必再亲自操作工具，AI终端正在包办一切。
第二，AI正在真正扮演好游戏研发各个环节的角色，想象空间远不止降本增效。
过去，我们觉得AI在游戏行业的应用，不外乎策划用AI配表写文案，美术用AI生图，程序用AI编程……2025年初Deepseek R1上线后，哪怕AI还经常“胡编乱造”，一线从业者就已因它带来的降本增效而兴奋，称其为“技术红利”。
现在仅仅过去了一年零八个月，AI实际承担的角色和带来的价值就发生了巨变。
策划直接可以用AI落地想法，一句话生成玩法原型；测试可以让AI自己打开游戏，用多模态和跨软件操作能力边看边玩，而不再局限于代码审查；美术可以让AI编辑3D模型、制作动画，过去的AI味产物或许也不用纠结了，AI手搓难道不算手搓？
你还别说，现在已经有游戏公司开始算这笔账了。最近北京某游戏大厂拿捕鱼、热带沙滩、种田和飞剑PVP四组游戏截图，分别让K3.1和GPT-6 Astra操作Blender还原3D场景。结果发现，K3.1能以更低的成本实现基本同级的质量，且整体token消耗仅为Astra约1/10。
更进一步，我们还可以像Kimi官方介绍那样：研发岗位把买量素材交给大模型，让它通过多模态理解玩法，再调用引擎还原成可玩的游戏；反过来，发行团队把游戏内容自动剪辑、加UI、写文案，变成买量素材——这样既有机会缓解广告素材与实际游戏内容不对应的问题，也能帮助团队快速落地副玩法，吸引用户点击试玩。
更多的应用，包括玩家反馈、社区运营、游戏内助手、翻译……也都因为工具生态的打通而发生变化。之前我们还写过AI复活游戏的热潮，其现象背后的技术本质不是AI有什么重大突破，我觉得它跟工具生态的打通、用户认知的转变有关。以前你可能不知道，也没能力直接把游戏安装包丢给AI反编译，但现在这类操作已经越来越容易实现。
所以新阶段最大的想象空间，其实是AI正在改变大家的认知。
之前大家想要做游戏，可能要先学编程、学引擎……如果参与复杂的项目，可能还要单独造轮子、写工具，项目还没启动，可能就投入了不少成本和精力。
而现在，可能你只需要提出需求，哪怕目标再宏大——我要做《黑神话：悟空》，要做《影之刃零》，AI大概率也不会拒绝你，而是先做调研、列清单、分析可行性，就算真做不出来，它也会告诉你卡点在哪，有什么解决方案，它能帮你到哪一步。比如在B站、小红书平台已经有人用K3.1联合其他工具，制作出大型3D游戏了。
用网友的话来说，现阶段AI最大的变化，是真正成为了人类的“许愿机”。连Deepseek官方在发布V4.1Flash 10-17版本时，也提出了许愿式编程的概念。以前你不敢做、不知道多难的东西，现在AI都可以帮你试。且从我个人的经历来看，很多许愿的内容甚至没有到AI的能力上限，我们仍有大量尚未挖掘的空间。我觉得这才是现阶段AI发展对我们来说最兴奋、也最有价值的地方。
03、我们要重新理解变革了
最后我想聊聊变革这件事。过去我们提到AI对游戏的变革，可能最开始的想法是：什么时候AI能一句话做出《黑神话：悟空》？
但或许真正的变革不会那么剧烈，我们也不用等到那一天。
当AI开始学会使用成熟工具，拥有制作人思维，且越来越多像Astra、Opus、K3.1这样的模型出现时，变革或许已经从日常生产开始，悄悄改造游戏岗位的具体工作内容了。
之前不止一位制作人告诉我：他现在不用AI都不会编程了，过去手搓代码的时代已经回不去了；还有画师吐槽，现在他们的工作就是给策划修AI图；字节某制作人也表示，接触AI后他们既兴奋又焦虑，AI能做的事越来越多，然后很快自己的plan被AI工程覆盖，过去的成果被技术更新迭代，“感觉被AI玩了”；也有老板说现在他们的客服几乎都转型成了AI调教师……
AI对游戏行业的影响或许就是这么润物细无声。如果我们对AI的讨论，始终停留在“能不能替代谁”“能帮公司省多少钱”，反而容易忽略它更值得期待的一面：新鲜感和生命力。
过去我们已经写过很多这样的案例。大型AI视频游戏《不问凡尘》，开始探索不同于传统3D游戏的表现形式；《AgenTank》索性把AI Agent做成了游戏玩法，让玩家训练自己的AI去战斗；还有《互联网大厂模拟器》《八十亿分之一》等作品，借助AI快速实现创意，并获得了不少玩家的关注。
这些作品的方向各不相同，它们未必都能成为成熟的商业产品，但至少已经给游戏行业带来了不少值得兴奋的新事物。况且现在Kimi这样的通用大模型公司，都已经开始深入生产流程，把游戏当成了未来重要的发展方向，那我们游戏行业对AI，是不是也可以少点顾虑？
变革其实已经发生了。它的标志未必是突然出现了一款AI独立完成的3A，或许是当一款成熟3A诞生时，AI已经像游戏引擎一样，成为研发流程的基建。
到那时，玩家可能也不会再强调：这游戏是AI做的了。
本文来自微信公众号 “游戏葡萄”（ID：youxiputao），作者：游戏葡萄君，36氪经授权发布。