近日，騰訊旗下第一款AI驅動的游戲視覺生成平臺發布，簡稱“混元游戲”。該平臺可以視作依托混元大模型打造的工業級AIGC游戲內容生產引擎，旨在優化游戲資產生成與游戲制作流程。

　　目前混元游戲通過騰訊混元官網提供體驗入口，面向游戲行業設計師開放申請�，F在其已上線的能力主要集中在游戲美術概念設計環節，包括將相關流程融入美術管線，實時畫布、AI 2D美術模型、多角度多視圖生成等，據悉，其還有更多正在內部研發和測試的能力暫未上線。

　　根據騰訊云發布，其訓練數據集主要來源于多模態的百萬級游戲與動漫數據，比起通用的文生圖模型或平臺，混元優勢在于能讓模型更能理解游戲美術的常見術語。

　　而跟該平臺同一段時間發布的還有混元圖像2.0模型，號稱“毫秒級”生圖——“提示詞還沒打完，騰訊混元便可出圖”。

　　從目前平臺開放的能力來看，混元圖像2.0模型會是該平臺的技術支撐。

　　事實上不論國內外，企業或個人，生成式AI技術在ACG的美術資源制作環節的提效早已落地且有相對成熟的發展。只是不管是游戲開發者還是受眾，對于AI過度參與創作仍有不小抵觸心理。

　　從公開的信息來看，“混元游戲”引擎主要由騰訊云來承載該業務。根據此前的統計數據顯示，游戲云這一板塊，騰訊云市場份額還不及阿里云，《新立場》認為隨著AI在游戲行業發展，騰訊云有望借助混元游戲這一入口，加速布局游戲云新的增量市場。

　　01、生成式AI早已運用到ACG美術資源制作中

　　大模型時代之后，AI視覺生成相關的大模型、產品、功能或平臺出現較早，且早已被投入到相關從業者的視覺概念呈現環節的工作中。

　　從普及度較高/偏C端/個人創作者常使用的工具來看，制作環節除了有一開始的Stable Diffusion，Midjourney等，還有后來的國內的各種文生圖、文生視頻應用，如可靈、即夢等。制作過程中可能會用到一些chatbot來聯想描述詞，再將這些描述詞輸入到AI視覺生成工具中。

　　此前參與過《愛，死亡，機器人》制作的一些創作者也曾表示會將AI工具融入創作流程，且根據一些視覺領域創作者的分享，中間可能還包括用SD、MJ快速生成草圖后，再用Style Transfer進行特定藝術風格的生成，最后再用Runway ML生成故事板或者用PS等工具細化填充圖像。

　　當然，視覺領域的AIGC工具多種多樣，如何使用工具，在哪一環節使用什么工具目前來說并未被大范圍標準化。

　　而使用這些工具的共同痛點是：AI工具能夠幫這些具有好創意的創作者向他人快速傳遞視覺概念，以減少手動繪制的迭代時間。原本需要數天或數周的設計初稿，可在幾小時內完成，降低初期創意傳達的成本。

　　而在游戲乃至ACG領域，初期創意傳達目的本就是用于給內部過會/初期概念共識傳遞，最后的成品可能反而不會過多展現AI的痕跡，也正因如此，概念設計階段也是最快融入AI制作的環節。

　　早在大模型技術爆發之前，ACG的美術資源制作階段就已經會用到AI相關技術。比如與AI底層技術架構緊密相關的機器學習/深度學習/神經網絡等技術名詞，已經被許多國內外游戲動畫公司的相關技術運用。運用環節包括動作捕捉增強、關鍵幀捕捉、物理效果模擬、紋理處理等。

　　如此前皮克斯開發了基于機器學習的Genesis系統，通過分析真實動物運動數據，生成自然流暢的動作，減少動畫師手動關鍵幀的工作量;藍天工作室在《冰河世紀》中使用生成對抗網絡(GAN)生成森林、冰川等復雜背景，降低環境設計的重復勞動等。

　　根據一些業內人士分享，這些技術估算可以讓角色動畫制作周期縮短約35%，背景生成效率提升50% 。

　　02、技術的“普惠”與市場的“磨合”

　　只不過現在這些技術相當于被整體打包藏在AI大模型技術中，提供給更加廣泛的使用者。

　　而在以往，機器學習/深度學習/神經網絡相關技術運用到美術資源生成中時，往往是公司自主針對自己的項目做研發，或邀請第三方公司進行相關技術或資源的定制供應，個人開發者或小型工作室通常會使用更加通用的工具。

　　除了上述視覺概念生成/美術資源生成環節，目前ACG領域還融入AI技術的環節也包括：NPC交互內容，AI優化關卡生成，AI加速語音合成和音效生成，AI輔助劇本創作和分支敘事設計，以及美術資源的標記與調用等。

　　而不管是這些AIGC工具，或者是混元游戲平臺現在和將來能提供的能力，本質上都是在將互聯網上的通用美術資源融入技術所需的訓練數據集中進行更廣泛地應用，似乎是達成了進一步的美術資源平權。

　　但另一方面，在視覺創作領域也從不缺抵制AI技術的論調。

　　擅長手搓的畫師往往能清晰地感知到AI生成的圖像哪里邏輯不對;今年的游戲開發者大會(GDC2025)上，有參與過的用戶分享，大會上許多從業者依然對AI概念的游戲嗤之以鼻;用AI生成宮崎駿的吉卜力畫風圖像曾席卷互聯網，隨之而來的是理想主義者的唏噓和主動號召：“請不要繼續使用吉卜力AI繪圖”。

　　但哪怕不看AI技術，創作者在電子設備上設計/繪圖/建模所用到的基本技術往往本身也是一種“生成”，只是相比AI生成，這些基本技術的顆粒度更高，更考驗創作者的個人想法和功底。

　　所以如果重新解構這些立場的“抵制”心理，其并非抵制生成技術本身運用到創作中，而是這兩方面：抵制屬于創作者/工作室/企業自己的美術資源被通用到普惠技術的訓練數據當中、抵制通過普惠技術生成“AI眼里的平均值”作品影響受眾審美進化。

　　關于這兩方面，前者是法規問題，后者是市場選擇問題。相關法規會越來越完善，而市場選擇進化很快：“平均值”作品受眾很快就會乏味，一個明顯的表現就是，越來越多的受眾能夠識別AI味。

　　而從創作和消費角度來看，隨著《黑神話》、《雙影奇境》等游戲在國內的普及，以及相關行業和受眾對于突破虛擬現實邊界的探索(甚至是向往)，國內游戲乃至整個ACG市場將持續迭代，市場所需的相關內容生態豐富度的需求也會越來越大。游戲和動畫也會成為更多人的表達方式之一，相應地，美術資源平權及AI相關創作技術的普惠帶來的效益也將得以釋放。

　　因此在法規和市場審美都能夠步技術進化而進化的基礎上，AI生成美術資源在ACG領域的運用可能會越來越廣。

　　03、游戲云的新市場增量和角逐

　　在上述趨勢成立的基礎上，游戲云服務的市場發展走向也會有所改變，諸如混元游戲這些平臺或將成為游戲云服務的新“渠道”之一。

　　游戲云是各大云廠基于云計算為云游戲提供技術和服務支持的統稱，在云游戲的運行模式下，所有游戲都在服務器端運行，并將渲染完畢后的游戲畫面壓縮后通過網絡傳送給用戶。在客戶端，用戶的游戲設備不需要任何高端處理器和顯卡，只需要基本的視頻解壓能力。

　　從此前游戲云市場的發展來看，《新立場》的文章曾提到，游戲云市場的發展跟視頻云發展處于同一階段，依托于4G的普及，諸如金山云等云廠由于自身對于視頻云和游戲云的理解曾搶占市場先機，后來由騰訊云阿里云的技術力及價格優勢逐漸蠶食。

　　在現在，游戲云的市場份額由阿里云和騰訊云領跑，二者各有自己更具優勢的部分。

　　根據IDC2024上半年的《中國游戲云市場跟蹤》報告顯示，阿里云穩居中國游戲云整體市場份額第一。其中，游戲云基礎設施(IaaS)+云解決方案(Cloud Solution)市場份額提升至40%，游戲云解決方案(Cloud Solution)收入同比增長26% 。

　　而根據IDC2024下半年的統一系列報告顯示，騰訊游戲云在四個細分領域拿下第一，分別是：游戲云基礎設施主機核數規模第一、游戲云CDN寬帶規模第一、云游戲實例規模第一、頭部廠商中游戲云解決方案增速第一。

　　而從以上這些數據維度不難看出，阿里的游戲云在整體的游戲云服務上有優勢，騰訊的游戲云在核心技術走量上有優勢。

　　根據個別業內人士選購云服務方案的分享，也傾向于認為阿里云是跨國企業和高可用性需求企業的理想選擇，而騰訊云的輕量應用服務器是個人開發者和小型企業的理想選擇。

　　從個人開發者或小型游戲工作室的視角來看，云廠能夠提供從游戲制作到上云更加全套的技術鏈路，以及更低的資源調度和切換成本或許是最重要的，而有了混元游戲加持的騰訊游戲云，也許能夠提供輕量化的從游戲制作到上云的完整解決鏈路;或如上述所說，混元游戲本身就可以成為騰訊游戲云的渠道之一。

　　盡管在機構的預測數據中，依然對未來游戲云的市場規模增量保持謹慎態度，不過從騰訊云去年下半年拿下游戲云幾個細分維度的市占第一，以及當時發生的最大的技術商業化落地躍遷是AIGC加速內容制作來看，生成式AI技術的普惠，可能早已影響到了游戲云的市場格局。

　　04、寫在最后

　　生成式 AI 在美術環節的提效價值被行業普遍認可，騰訊選擇將技術能力打包成平臺級服務，既符合中小開發者對輕量化工具的需求，也暗合云服務從 “基礎設施” 向 “生產工具” 滲透的趨勢。

　　說白了，誰能讓開發者在創意落地時少折騰，誰就更容易抓住行業的真實痛點。

　　但其面臨的挑戰同樣清晰：此前阿里云在游戲云整體市場份額上仍占優，且早已構建起覆蓋跨國部署、高可用性的成熟服務體系;華為云等對手也在硬件協同、邊緣計算等領域持續發力。

　　混元游戲平臺目前展現的美術概念設計能力，雖能切入開發流程上游，不過從AI加速概念傳遞，AI加速制作，再到上云的閉環構思，目前更偏向于是一張理想圖紙。

　　但至少目前只有一家云廠在做這樣的布局，騰訊云還有時間。