AI Native 游戏引擎的赛道，远比想象中更复杂。

之前总以为，AI Native 游戏引擎接近 AI TikTok，创作低门槛，配套内容分发，是新时代的工具。

但在恺英旗下极逸人工智能的 SOON 上跑了 6 个项目后，我发现并非如此。

市面上 Astrocade 等产品已经证明，AI TikTok 是要更极致的零门槛，无需人介入的黑盒，一句话直出游戏，再用无加载的 Feed 流来分发。 

直觉直达结果，才能称为 AI TikTok。 

所以相较于替代传统的工具价值，AI Native 游戏引擎更偏向为产业带来全新的一批创作人才。

传统游戏产业人才金字塔，底部有 GameJam 等兴趣开发者，顶部有中大厂运转的成熟团队，腰部是做独立游戏或者小规模商业化产品的游戏人。 

这个传统结构与资源挂钩，资源越多，人才与团队便能向上晋升。但在 AI 接入后，做游戏这件事，发生了结构性变化，成了与能力&知识挂钩的金字塔。 

底部可以是不掌握任何知识的游戏 AI TikTok 用户，顶部汇聚了掌握知识的传统从业者，而腰部位置，便是 AI Native 引擎有机会占据的地方。

谁会用 AI Native 引擎呢？

之前广为流传的话是，游戏产业未来有两类人：一种是前 0.0001% 的天才，创造前所未有的东西；另一种是 99% 的业余爱好者。 

如今看来，那 99% 中大部分只管想法的娱乐实现，用黑盒的 AI TikTok 反而更舒适。其实，只有少部分要深入到产业的人，想成为那金字塔顶的 0.0001%，需要知识晋升。 

但知识晋升并非易事。传统学习太死板，实践机会又不多，那么 AI Native 便是绝佳的上升通道。

一个清晰对比是，Astrocade 生成游戏是一步到位所有美术、机制、音效，然后给参数调体验，成品偏向于短平快的轻量游戏。

但如 SOON 等 AI Native 项目，第一步一定是白模，它会让用户经历这样的开发流程——

第一步调整白模的体验，改系统，调数值；第二步和 AI 调整代码健壮度；再到第三步的优化资源。最终目标是能跑长线的优质项目。 

这基本是带用户跑了一个完整的游戏开发流程。 

所以有两类人，是现在 AI Native 游戏引擎的受众—— 

小部分是懂游戏开发的人，个人能力有限，又想出来一个人做项目； 更多是想学习游戏开发的人，有做牛逼游戏的野心，想借此接触游戏开发。 

在同赛道的 TapTapMaker 发布直播会上，CEO 黄一孟提供了很重要的概念：AI Native 是一个帮大家了解如何做游戏的窗口。

「想做游戏」，在过去是一件难事，学代码、美术、音效，还要会管理团队，并且要花很久才能做成一个 demo。

但在 AI Native 下的游戏开发，有了一套全新公式：「立刻创作+实时反馈=有趣学习」。靠着 AI 强大的执行，来达成，随时表达，立马验证。 

这个理念也影响了 AI Native 游戏引擎现在的产品形态：左边是自然语言对话框，右边是项目当下的 demo。

过程如何变化，人如何获得思考，远比结果重要。 

如果过程远比结果重要，那么支撑过程的 AI Native 游戏引擎，就需要在用户难以监督的情况下，自身足够「稳定」，可靠，且能撑起想法到产品的全过程。

这也是相较其他 AI Native 项目，SOON 主要发力的部分：如何接住用户的想法，还能把想法做好。

1

 接住想法

如何接住想法的「稳定性」，具体来说是：读懂想法，做出来，还不让用户操心。

AI Native 游戏引擎的稳定，关键不在 AI 有多聪明，多守规矩，而是能不能知道自己该做什么，然后规避不擅长的事。

对 SOON 来说，稳定性来自 SOP：从想法、立项、搭建、验证，游戏行业已经有一套很成熟的开发流程，让 AI 自动执行就好。

为了让用户不必操心任何专业问题，AI 会经历一套被严格设计的流程。

首先是「该怎么做」。

当一个用户提出需求，AI 会先了解「该怎么做」：简单判断玩法类型后，AI 会花近 25% 的时间调出一套开发手册，强制通读让它没法不懂装懂。

SOON 的 AI 会被要求读 4 份技能文档 + API 文档，前者分别对应游戏设计、UI设计、基础美术，和 LOGO，后者则是开发所调用引擎的接口使用说明书。

完成阅读后，AI 会列一份固定的开发 TodoList，每做一项，勾掉一项，确保 AI 严格遵守一个项目该有的开发流程。

如果用造房子来理解，通用模型的 AI 不了解任何专业知识，他在开工前，要读基本的施工流程、注意事项，寻找是否有模板参考，然后搭建施工的 SOP 脚手架。

接下来，AI 要弄清楚「想怎么做」。

测试同类 AI Native 游戏引擎，很容易陷入「先执行再说」的困境：需求有什么，尽量都做出来，代码想到什么写什么，一做就一坨。

这么做的后果是，结果好像对，但维护和迭代很困难。

SOON 的 AI 在这里遇到一轮严格的工程约束，前期怎么思考无所谓，但到落地的时候，任何无序设计扩张、搭建想法，会被压缩成标准且可实现的方案。

在正式「立项」时，AI 要填写一份「game-designer」的完形填空，这份模板只有 12 道题，涵盖最基础的概念、类型、主题、玩法等信息。这一步约束相当于定好工程蓝图。

到了「搭建」，AI 不能自己擅自写代码，它只能调用一个标准的开发框架，再一次像做完形填空一样地，把入口、场景、组件挨个填上。

可以理解为，用户想搭建什么建筑都行，但看不见的幕后搭建必须严格遵循稳定的工程要求。

其实，落地「想怎么做」的方法，也藏着 SOON 对 AI Native 游戏引擎的思考方式：

事关一个项目的地基工程，SOON 不相信 AI 的发散性判断，也不愿浪费资源做给 AI 擦屁股的兜底系统。

他们更相信它的执行力，所以会先做好工程框架，AI 只要带着用户的想法做完形填空就好。

如果只许 AI 做完形填空，也等于剥夺 AI 在工程层面做判断的权力，规避一切失控风险。

最后「拿什么做」，也就是写代码，SOON 依旧看重稳定性，选 TypeScript 作脚本语言。TS 胜在自查 bug 厉害，重构难度低。

这意味着，大部分代码硬伤，不用等实际跑了让用户干瞪眼，代码能自查出来，把问题拦住，这也是用户不用担心不懂代码的保障。

另一个隐藏的好处是，非专业用户常常是边做边想，很多灵感要做到后面才出现。TS 能接住这种颠覆原代码的需求，它能自己识别删改代码会造成的影响范围，不会改这头炸那头。

所以能看出，AI Native 游戏引擎优势在，AI 负责专业，用户专注想法。但一个通用型模型要怎样才够让用户不用担心技术，还能学习到游戏开发，这取决于产品背后的公司理解游戏开发的方式。

2

 做好想法

落地想法是 0 到 1，做好想法则是 1 到 100 的迭代。

整理负责人的相关采访，SOON 对 AI Native 游戏引擎的理解是：「做出游戏」只是很小的一步，应该帮用户做出能让市场买单的「商业化游戏」。

SOON 的官网上这样一段迭代概念，它描绘了用户所做游戏的品质等级，从 AP1 到 AP6，对应游戏从白模到具备商业潜力的划分，每一轮都要有明确的迭代目标。

也就是，用户和 AI 能调度多少工具，做适配项目的优质资产，迭代出商业化产品的水平。

极逸 CEO 谭凯的理解是，SOON 将一款游戏分三个模块：代码是框架和衔接组件的榫卯，数据决定隐性和长线体验，视听资产决定了项目的受欢迎度。

SOON 投入了不少时间做数据引擎，做规范，训练通用模型。现在 AI 做数据配表时，会直接调用该引擎，套用已经做好平衡的数值比例。

比如掉多少血、充值多少钱、装备属性等，这套数值有专门的调整面板，只要简单拖动，就可以直观地看到体验的变化。

至于资产部分，SOON 本身就像一个大型资产生成器：它相比同类项目多了边栏，那里划分出两个开发模块，「生成游戏」的主 Agent，以及负责「生成资产」的一系列模块。

每一个资产模块均由独立 Agent 负责，依旧是自然语言生成，可以做的资产包括角色、立绘、特效、场景、界面，以及最近新增的音乐音效。

现在 SOON 的「动画」模块能做完整的 spine 动画生成，自然语言或者传参考图，2-3 分钟出图，自动绑好几十种动作骨骼。

spine 的资产能直接拖进项目，也能导到主流引擎。这也让 SOON 现在的成品效果能更接近商业游戏标准。

同样做多 Agent，AI TikTok 的 Astrocade 选择做黑盒，总 Agent 担任制作人，分管多 Agent，自成系统。用户的体验永远是：一个想法进去，一个成品出来。

而 SOON 的多 Agent，是拆开黑盒，用户来做制作人，所有 AI 都直接向用户汇报——总 Agent 做执行和组装，其他多 Agent 各自领命。这就是一个小型游戏团队。

这也是重要的思想差异：相比 AI TikTok 用多 Agent 确保产出完整，解决结果，SOON 为代表的 AI Native 游戏引擎是解决过程，确保能把想法落到每一个细节，对每个清晰可见的环节做迭代。

用户像一个制作人，提出思考，完成拼装，然后在现有 demo 基础上提出更多想法和资产的要求。

这是变相将传统游戏产业的完整流程，压缩到一个人可以完成管控的范围。

执行成本压缩到极致，那么迭代时的思考投入便从最不起眼的位置，重回一线。

极逸 CEO 谭凯曾提到，他们的目标是，原本要 10 人、3 个月的开发，能压缩到单人、2-3周可交付有数百小时可玩性的商业化游戏。在近期 SOON 刚结束的二测，社区 45 天跑出超 3 千款项目。

现在 SOON 的目标已经实现了一部分，此前一个社区项目在 9 天内收获了超 2 万用户，已经跑通了「15 天回本」的商业模型。

未来 AI Native 游戏引擎的成败也在于此，能不能帮更多用户跑出市场认可的项目。

3

 「时间、性价比、效率之间的取舍」

从 SOON 的选择来看，AI Native 游戏引擎的赛道出现明显不同。

SOON 严格的框架，加上定制的工具，换来了直逼商业化产品的稳定，但代价是它能支持的产品目前比较局限。

SOON 现在能做的集中在 2D 项目，小程序游戏为主，服务的主要是要用几个月周期做独立游戏和小游戏的开发团队。

我们做过一轮测试，对多个 AI Native 引擎提出「做我的世界」，其他项目会正常出，SOON 则会折中做 2D 方案，最后做出了一个「泰拉瑞亚」。

这是一个有关时间、性价比，以及效率之间的取舍，相比无限的自由，SOON 在这个赛道的思路更偏务实：思考不被扭曲，产出能被买单。

长线运营也受此影响。前不久 SOON 刚做了一轮更新，新增了音乐音效的模块，本质也是继续拓展「资产」，增加可调用工具。

据官方透露，SOON 未来会开放二创，用户可以在社区已有作品的基础上做创意修改，相当于引入 UGC 的生态，来做创意拓展，试着进一步压低创作门槛。

SOON 要找到四两拨千斤的方案，如今看来这个选择是专而精。

既然是讲长期主义的养成系，那就明确养成的目标是什么，然后把所有资源往这个方向铺。这也是 SOON 试图对这个领域展现的理解——

在最稳定可控的范围内，AI Native 游戏引擎要将更多人带进这个高门槛行业，并且能在最短周期内拿到属于自己的回报。

站在这个角度来看，AI Native 游戏引擎会是产业不可或缺的人才结构，如果做成，会成为整个游戏产业的上升通道。

转载至微信公众号《游桃Factory》

关于AI游戏创作平台SOON：AI游戏创作平台SOON，是AI驱动的专业级游戏开发平台，全面覆盖从代码、数值、角色、Spine骨骼动画、游戏特效、游戏地图、场景、UI界面、音乐音效等游戏资产生成，实现一站式游戏代码与资源的全流程智能化创作，显著提升开发效率，助力开发者在短时间内打造出可商业化的精品游戏。得益于极逸人工智能游戏行业专精模型强大的自动化与交付能力，AI游戏创作平台SOON能够确保高质量输出与项目落地，是开发者实现创意、加速产品上线、更快商业化变现的最理想选择。

极逸AI游戏创作平台SOON首页

AI游戏创作平台SOON一键生成带完整骨骼动画的游戏角色

AI游戏创作平台SOON一键生成游戏特效

AI游戏创作平台SOON生成带地图规划的游戏场景

AI游戏创作平台SOON一键生成UI图标封面

AI游戏创作平台SOON数值战斗模拟

AI游戏创作平台SOON音乐音效生成

AI游戏创作平台SOON游戏社区优秀游戏作品