从「生成内容」到「动作决策」：天游软件轻量化模型与游戏 AI 落地路线分化#

从「生成内容」到「动作决策」：天游软件轻量化模型与游戏 AI 落地路线分化

各位朋友好，我是无边。10 月 22 日，《每日经济新闻》刊出了一篇没有刷屏、但在我看来分量不低的专访：受访人是天游软件 CEO 纪敏，他的核心观点可以浓缩成一句话——「对话大模型解决不了游戏难题，AI 要学会在游戏里『做决策』，而不只是生成内容」。

为什么说分量不低？过去两年，行业里关于游戏 AI 的叙事九成是同一个模板：用 AI 生成美术、生成文案、压缩内容生产周期。而这篇专访记录了一家厂商把 AI 从「内容生产位」挪到「对局行为位」的完整过程——中途碰过壁、砍过链路，最后还给出了商业数据：轻量化决策模型在棋牌游戏灰度测试后，人机对局量增长至原来的 4 倍，留存指标同步改善。

还有一个背景值得一提：就在同一天（10 月 22 日），米哈游崩坏 AI 研发团队联合清华大学、北京大学、中国科学院大学、香港大学、新加坡国立大学，发布并开源了 GameScaling 系列游戏模型。同一天里，一家厂商在谈「数百 KB 的决策模型如何落地棋牌灰度」，另一家在开源「0.8B 到 27B 的游戏行为模型家族」——这不是巧合，而是游戏 AI 两条落地路线在同一个时间点各自亮出的答卷，恰好构成了本文要画的这张分化图谱的两端。

本文以天游案例为核心实证，先复盘这条路线的全过程，再讨论「砍掉语言生成」为什么反而有效，然后把腾讯、米哈游、心动、恺英网络等厂商的路线铺成一张分化图谱，最后算一算决策型与生成型两条路线的工程经济账。老规矩，先交代事实边界：本文全部具体事实以本次检索核实的事实卡为准，来源为《每日经济新闻》专访全文（网易转载）与相关行业报道；专访未披露的口径（比如 4 倍数据的统计基准）会在文中逐一标注，不做推测填补。

一、天游路线全复盘：从生成素材到砍掉语言链路#

天游的起点，和行业里绝大多数团队一模一样。今年起，团队启动多项 AI 工具测试，最初的动作也是用 AI 生成美术素材、文案对白，压缩内容生产周期——这是 2026 年游戏厂商的标配动作，没有任何意外。

真正的转折在此后。团队接触了一支偏基础研究的科研团队并达成深度合作，合作方式的激进之处在于业务侧的开放程度：游戏数据、底层引擎接口、真实对战场景，全部开放给对方，联合开发游戏行为智能体。按专访披露的初期规划，方向是 NPC 对话与玩家数字分身，研发拆成了语言交互与行为决策两条线。有一个细节值得留意：专访没有披露语言交互这条线后来的进展，最终拿出商业结果的，是行为决策这条线。

这份开放清单值得逐项读一遍。在我看来，开放游戏数据，意味着对方拿到的是真实对局记录而非脱敏抽样；开放底层引擎接口，意味着智能体有机会在引擎层面读取局面、执行行为，而不必事事隔着画面去猜；开放真实对战场景，则意味着训练与验证都发生在活生生的玩家对局里，而不是实验室的模拟环境。科研团队最缺的往往就是这三样——仿真环境搭得再精致，也模拟不出真人玩家的出牌习惯。这组开放条件的稀缺性，正是第五节要谈的「隐形门槛」。

把这条路线按时间顺序摊开，是这样的：

阶段	做法与结果
起步	今年起启动多项 AI 工具测试，先用 AI 生成美术素材、文案对白，压缩内容生产周期
转向	接触偏基础研究的科研团队并达成深度合作，业务侧完全开放游戏数据、底层引擎接口与真实对战场景
初期规划	方向为 NPC 对话与玩家数字分身，拆分为语言交互与行为决策两条研发线
碰壁	项目初期使用 0.5B 参数模型，参数不大，但在具体游戏场景中仍会出现不可接受的延迟
简化	模型只输出动作决策，舍弃自然语言生成环节，砍掉冗余的大模型语言链路
落地形态	支持本地部署，无需频繁调用云端大模型；依托对局数据持续对战训练，不断提升 AI 对手博弈能力
商业验证	棋牌游戏上线灰度测试后，人机对局量直接增长至原来的 4 倍，留存指标同步改善
跨品类迁移	迁移到《2048》《神庙逃亡》等不同品类小游戏，数百 KB（千字节）规模的模型就能自主掌握游戏规则

这张表里有三处值得停下来多看一眼的地方。

第一处是 0.5B 的碰壁。0.5B 在大模型家族里已经属于很小的档位，但它仍然在具体游戏场景中跑出了不可接受的延迟。这说明在实时对局场景里，「把模型做小」并不自动等于「把延迟做低」——链路本身才是延迟的大头。

第二处是简化的方向。团队没有继续在提示词或推理框架上做修补，而是直接动了输出形态：模型只输出动作决策，整个自然语言生成环节被舍弃。专访把这一步表述为「砍掉冗余的大模型语言链路」。砍完之后，模型小到可以本地部署，不再需要频繁调用云端大模型。

第三处是持续训练的机制。落地的模型依托对局数据持续对战训练，AI 对手的博弈能力不断提升——也就是说，这不是一个训完就冻结的静态模型，而是一个随着玩家对局继续变强的动态系统。需要照实标注的是：数百 KB 模型的具体参数量、推理硬件与延迟数据，专访均未披露；「4 倍」的统计口径（对比基准期、样本量、是否全量上线）也未披露，下文引用这组数据时均以专访自报口径为准。

回头看，当初把研发拆成语言交互与行为决策两条线的决定，客观上给了团队一次并行试错的机会：语言线解决的是「NPC 会说话」，行为线解决的是「AI 会玩」，两条线的验收标准完全不同。当行为线用灰度数据完成商业验证时，这个对比就变得格外清晰——同一个合作框架、同样的数据开放，走行为线的成果先落了地。当然，这不等于语言线没有价值，NPC 对话与玩家数字分身仍是许多厂商 AI 叙事的主线，只是它们的价值验证路径更长。

二、为什么「砍掉语言生成」反而有效#

这一节把天游的选择拆成四层来读。预先说明：专访本身没有展开工程细节，前两层的分析是我的框架，事实底座是专访披露的取舍结果；后两层分别来自纪敏本人的观点与两个已披露事实的串联。

2.1 延迟账：瓶颈在链路，不在参数#

0.5B 模型的碰壁已经把结论摆在了桌面上：参数规模压到很小，延迟依然不可接受。一条完整的自然语言生成链路，要把「理解局面—组织语言—输出文本—翻译回动作」整条路走完，每一段都有时间成本；而实时对局留给每一步决策的时间窗口极其有限，等一段话生成完，牌桌上的时机已经过去了。

天游的处理方式是把问题倒过来解：既然要的是动作，那就只留动作——模型直接输出决策，语言链路整段砍掉。专访没有给出优化前后的具体延迟数字，但「从延迟不可接受」到「可本地部署」这个状态变化本身，就是这条取舍成立的最硬证据。

输出形态的差别还可以再往下挖一层：语言模型的输出是一个开放集合，同一局面的描述可以有无穷多种写法，生成本身就带着不确定性；而动作决策的输出是一个封闭集合，合法动作就那几种，模型要做的只是给它们排序。开放集合的每一步生成都要消耗生成时间，封闭集合的选择可以做到极快。这也解释了为什么砍掉语言环节的效果立竿见影——被砍掉的不只是「说话」这个功能，而是整段难以压缩的生成时间。

2.2 输出空间：棋牌和小游戏喂给小模型一个「可解」的问题#

再看模型能被压到数百 KB 的另一半原因：问题本身的形状。棋牌游戏的合法走法是有限集合，《2048》的操作只有四个方向，《神庙逃亡》的操作维度同样有限——在这类场景里，模型要学的不是「说什么」，而是「在有限选项里怎么选」。输出空间小且结构清晰，决策模型才能小到数百 KB 还能自主掌握规则。

这是我的分析，专访未披露模型结构与具体参数量；但「数百 KB 掌握规则」这个结果，与「输出空间有限」的场景特征是互相印证的。反过来说，这一条也画出了这条路线当前的边界：它验证过的，是棋牌与休闲小游戏这类规则清晰、输出有限的品类。

2.3 容错观：游戏是容错空间更大的试验场#

第三层是纪敏本人在专访里给出的观点，我认为是这个案例里最值得行业记住的一段话。他的对比是：模型在专业领域可以具备极高准确率，但商业场景容错率极低，极小概率的偏差也可能引发事故；而游戏的核心目标是维持玩家的情绪体验，AI 对手偶尔做出少量随机、出人意料的行为，反而更贴近真人玩家——游戏因此拥有大得多的容错空间，是 AI 智能体落地的优质试验场。

这个观点把「AI 在游戏里出错」从缺陷重新定义成了特性。放在别的商业场景里，一次错误的决策可能就是事故；放在牌桌上，一次出人意料的打法，可能恰恰是让玩家觉得「这个对手像活的」的瞬间。把纪敏这组对比放回天游自身的经历里读会更有意思：团队最早从生成切入，做的是美术与文案这类「错了可以重来」的内容工作；而行为决策发生在实时对局里，没有重来一次的余裕。按常理后者更「危险」，但纪敏给出的答案恰恰相反——因为游戏的目标不是正确，而是情绪体验。这个反直觉的判断，是整个案例里我认为最有洞察的部分。

2.4 一个正在转起来的飞轮#

把上面几层拼起来，这套系统里还藏着一个飞轮：模型依托对局数据持续对战训练，AI 对手越下越强；对手越强、越像真人，玩家越愿意反复与它博弈，于是人机对局量涨到原来的 4 倍；对局量越大，可用的训练对局越多。专访没有把这三句话连成因果链，这是我的串联；但「持续对战训练提升博弈能力」与「玩家愿意反复与 AI 对手博弈」这两个已披露事实，方向上是咬合的。

这个飞轮的关键在于时间复利：对战训练不依赖额外的数据标注，玩家的每一局都在帮 AI 变强。当然，飞轮转动的前提是对手质量先迈过「愿意反复对局」这道门槛——灰度数据说明，这道门槛已经被迈过去了。

把四层合起来看：天游的「砍」不是激进，而是算清了账——语言生成在实时对局里付不起时间成本，而封闭的动作集合恰好喂得起一个小模型；纪敏的容错观解释了为什么游戏敢这么砍；飞轮则解释了砍完之后靠什么越转越快。四层里前两层是工程账，后两层是产品账，两本账都对上了，这条路才走通。

三、厂商路线分化图谱#

把镜头拉远，天游并不是在真空里做这件事。转载专访的报道给出了同行业的坐标系，我把它整理成一张图谱，并补上一条邻近路线：

厂商 / 项目	路线定位	当前形态（按报道口径）
腾讯	对战 / 战术智能体	依托混元模型，在《三角洲行动》等产品研发中搭建 AI 战术智能体，兼顾资产生产与对战 AI
米哈游	高自由度 AI NPC	聚焦具备长期记忆、能与多玩家实时交互的虚拟角色；10 月 22 日开源 GameScaling 系列游戏模型
心动、恺英网络	UGC 生成与剧情 AI 工具	主打降低玩家创作门槛
天游软件	轻量化动作决策	砍掉语言链路、支持本地部署；棋牌灰度后人机对局量增长至原来的 4 倍
Side × Modl.ai	AI 驱动 QA 测试	服务供应商 Side 今年夏天在 Gamescom 宣布签署谅解备忘录，有效期六个月（可约束），合作开发 AI 驱动的 QA 系统
行业多数厂商	内容提效	资源向美术、文案等内容生产提效倾斜

这张图谱里最值得注意的不是谁在哪条线上，而是各条线上的密度差。报道的概括是：绝大多数厂商的资源向美术、文案等内容生产提效倾斜，专门深耕游戏实时行为决策、博弈对抗智能体的项目仍属少数；而且多数方案仍需持续调用云端大模型，延迟与算力成本制约着大规模落地。

天游在这个图谱里是一个少数派样本：当绝大多数资源涌向「生成」时，它把宝押在了「决策」上，并且拿出了灰度数据。腾讯的战术智能体与米哈游的 NPC 路线虽然同属「行为」侧，但都还嵌在产品研发流程里——战术智能体在《三角洲行动》中的具体落地形态与效果数据、高自由度 NPC 会落在哪款产品上，目前均无公开信息。

把这张图谱再叠上一条「资源密度」的轴，格局会更清楚：内容提效是默认选项，几乎每家都在做；NPC 与战术智能体是大厂的自留地，投入大、周期长，效果数据基本不外露；UGC 工具是平台型公司的乘法，做的是玩家创作的杠杆；而天游这种把轻量化决策模型直接推进灰度、并公开商业数据的打法，就目前见到的公开报道而言是独一份。独一份不代表最优——4 倍口径未披露、单案例不可外推——但它至少证明这条路的闸门是通的。

顺带说一句，「公开商业数据」这件事本身在行业里也属罕见。多数厂商的 AI 进展停留在通稿层面的「提效」「赋能」，而天游给出了可检验的指标——哪怕统计口径未披露，可检验的指标也比形容词更接近真相。这也是这篇专访值得认真对待的原因之一：它让「游戏 AI」这个话题第一次有了可以拿来讨论的数字，而不仅仅是方向。

米哈游这条线，本站此前做过完整拆解：GameScaling 系列覆盖 0.8B、2B、9B、27B 四种参数规模共 8 个检查点，基于 Qwen3.5 视觉语言模型继续预训练，各版本均使用 1600 小时游戏数据，单次调用生成约 200 毫秒、含 6 个步骤的操作序列；0.8B、2B、9B 可单卡部署，27B 需两张 GPU 张量并行，以 Apache 2.0 许可证开源并支持 vLLM 部署。感兴趣的读者可以移步那篇拆解对照阅读。恺英网络的 UGC 路线，站内也有SoonPlay 平台的实测观察可以参考。

Side 这条线虽然不属于对局 AI，但它和天游共享同一个底层判断：QA 测试要的同样是「行为」——让智能体真的去玩、去测，而不是生成一段测评文字。Side 的 CCO Martin McBride 在宣布合作时的说法是，用 AI 技术更好增强 QA 服务是行业当下的圣杯，还没有人真正找到好方案。Side 与 Modl.ai 的备忘录有效期为六个月且可约束，双方能不能把这个「圣杯」往前推一步，半年内就能见分晓。

「行为」侧的脉络在这里汇成了三条支流：对局里的对手（天游）、产品里的 NPC 与战术智能体（米哈游、腾讯）、测试管线里的 QA 智能体（Side 与 Modl.ai）。三条支流的场景不同，共同点却一致——都要 AI 在实时环境里做出行动，而不是生成一段内容。这个共同点，正是下一节工程经济学的起点。同一条「行为」侧的脉络，在对局、NPC、测试三个场景里同时出现了。

四、决策型 vs 生成型：工程经济学对比#

两条路线的分野，说到底是三种工程约束的取舍：延迟、成本、部署方式。按专访与报道口径，我把两条路线整理成一张对照表：

维度	决策型路线（以天游轻量化模型为代表）	生成型路线（以行业主流提效方案为代表）
模型职责	在对局里做动作决策，扮演对手或陪玩	生产美术素材、文案对白等内容
输出物	动作决策，无自然语言生成环节	美术素材、文案对白、剧情文本等
链路构成	砍掉大模型语言链路，直出动作	语言生成链路完整保留
部署方式	支持本地部署，无需频繁调用云端大模型	多数方案仍需持续调用云端大模型
规模量级	小游戏场景可压至数百 KB 且自主掌握规则	依托云端大模型，规模不在端侧
延迟表现	天游初期 0.5B 模型延迟不可接受；砍掉语言链路后落地为可本地部署的决策模型	延迟制约实时对局场景的大规模落地
成本结构	本地部署，省去频繁的云端调用	延迟与算力成本制约大规模落地
已验证信号	棋牌灰度后人机对局量 4 倍、留存同步改善	压缩内容生产周期（天游早期亦受益于此）
代表案例	天游棋牌 AI、米哈游 GameScaling	各厂商美术文案提效工具、心动与恺英的 UGC / 剧情 AI 工具

部署位置是这张表里最硬的一条分界线。决策型模型可以放进本地，意味着每一次决策不再依赖网络往返，这直接决定了它在实时对局场景的可用性；生成型方案留在云端，换来的是模型能力上限，付出的是延迟与调用成本。天游的 4 倍对局量，就发生在「本地部署」这个前提之上。

有意思的是，同为决策路线，天游与米哈游 GameScaling 走向了两个极端：一个把模型压到数百 KB，换取极致轻量与本地部署；一个以 0.8B 到 27B 的视觉语言底座追求跨游戏的通用性。两端看起来方向相反，其实指向同一个目标——让决策模型离玩家更近。GameScaling 把 0.8B、2B、9B 做到单卡可部署，与天游把模型做到本地可跑，是同一条约束在不同资源禀赋下的两个解。

商业账也是这么算的。生成型路线的价值是间接的——省下的美术与文案成本，要经过财务口径才能被看见；决策型路线的价值是直接的——AI 对手好不好玩，直接写进对局量与留存。灰度测试里那组「对局量 4 倍、留存同步改善」的数据，第一次让「AI 对手 / 陪玩」这个方向的商业价值有了可引用的国内实证。口径虽未披露，方向已经足够清楚：愿意反复和 AI 打牌的玩家，用对局量投了票。

还要给这组数据加一道可信度注脚。灰度测试意味着数据来自部分玩家样本，而非全量上线后的结果；对比基准期、样本规模、牌类玩法的具体类型，专访都没有交代。所以更稳妥的读法是把它当成一个方向性信号——「AI 对手质量提升能显著拉动人机对局」这个方向被验证了——而不是把「4 倍」直接外推成自家产品的预期收益。单案例数据的正确用法是回答「要不要立项验证」，而不是「预期收益是多少」。

延迟之外还有第二笔账：运营节奏。本地部署的决策模型依托对局数据持续对战训练，AI 对手的能力成长是运营可以持续经营的内容，它更像一个需要喂养的系统，而不是一次性采购的静态模型。云端生成方案的成本则跟着调用量走，内容产得越多、花得越多。天游没有披露具体成本数字，两种成本结构孰优孰劣不能一概而论，但它们的时间形状完全不同——这笔账是任何团队在两条路线之间做选择时都绕不开的。

五、对游戏 AI 落地的启示#

5.1 先定延迟预算，再选技术路线#

天游案例给从业者的第一个启示是顺序问题：不是先选模型再适配场景，而是先确认场景的延迟预算，再决定技术路线。实时对局留给每一步决策的时间窗口极其有限，这条约束会直接排除依赖云端大模型的语言生成方案——0.5B 模型的碰壁说明，连小参数模型都未必挤得进这个窗口，链路每多一环，风险就多一层。

部署位置这个变量对玩家侧同样有意义。模型本地部署、无需频繁调用云端，意味着 AI 对手的每一步反应不依赖网络往返于云端大模型之间——从「支持本地部署、无需频繁调用云端」这一披露出发推断，这对网络波动敏感的对局场景是天然优势；至于具体部署在玩家侧还是服务端，专访未展开，此处不下断言。

5.2 「像人」可能比「聪明」更值钱#

第二个启示来自容错观。AI 对手的商业价值不等于它的棋力上限——纪敏的观点是，少量随机、出人意料的行为反而更贴近真人玩家。换句话说，玩家要的可能不是被一台「最优解机器」碾压，而是和一个「会犯错、有脾气」的对手过招。这对「唯准确率」的评测导向是一个提醒：在对手 / 陪玩这个场景，拟人度也许比胜率更接近留存的本源。

这也是决策型与生成型 AI 在产品哲学上的分野：生成型产品的验收标准是「产出够好」，看的是一次性质量；决策型产品的验收标准是「相处得下去」，看的是长期关系——而留存，恰恰就是长期关系的度量。天游那组「对局量 4 倍、留存同步改善」的数据之所以含金量高，就在于它度量的是后者。

5.3 游戏是决策智能的优质训练场#

第三个启示是纪敏那个更大的判断：游戏容错空间大，是 AI 智能体落地的优质试验场。把视角再推一层——本地部署、持续对战训练、真实对局数据，这三件事拼起来，游戏不只在使用 AI，也在喂养 AI。今天在棋牌和小游戏里学会掌握规则的数百 KB 模型，验证的是「动作决策」这条能力线本身。

顺着这条能力线往外看，品类梯度是一条自然的推进路径：棋牌验证了回合制博弈，《2048》与《神庙逃亡》验证了休闲品类，数百 KB 的规模说明轻量端已经跑通。至于操作与画面复杂度更高的品类，专访没有给出任何信息——从棋牌到更复杂的游戏之间隔着什么，是这条路线留给后续观察的最大悬念。

5.4 数据与场景的开放是隐形门槛#

第四个启示关于门槛。天游路线能跑通，前提是业务侧向科研团队完全开放了游戏数据、底层引擎接口与真实对战场景——这个开放程度在行业里并不常见，也是这套模式复制时的真正门槛。技术可以共享，但「把牌桌交给 AI 团队随便打」的组织决定，不是每家公司都下得了。

顺带一提，这种「厂商出场景、科研团队出方法」的分工，与米哈游联合五所高校开源 GameScaling 的形态互为镜像——产业出数据与场景、学界出方法与实验，产业与学界在游戏 AI 上的协作正在成为常态，区别只在开放程度与合作深度。

能确定的与不能确定的#

收尾前照例把边界画清楚。

能确定的：专访于 10 月 22 日由《每日经济新闻》发布；天游今年起启动多项 AI 工具测试，最初用于生成美术素材与文案对白；团队与偏基础研究的科研团队合作开发游戏行为智能体，业务侧开放游戏数据、底层引擎接口与真实对战场景；初期 0.5B 模型延迟不可接受，此后改为只输出动作决策、支持本地部署，并依托对局数据持续对战训练；棋牌游戏灰度测试后人机对局量增长至原来的 4 倍、留存指标同步改善；数百 KB 规模的模型已能自主掌握《2048》《神庙逃亡》等小游戏的规则。

不能确定的：「4 倍」的统计口径（对比基准期、样本量、是否全量上线）未披露；数百 KB 模型的具体参数量、推理硬件与延迟数据未披露；合作科研团队的名称未披露；天游软件的公司全称、成立时间、代表产品与营收规模未取得；语言交互研发线的后续进展未见下文；该决策模型是否对外输出或商业化，没有信息；腾讯战术智能体在《三角洲行动》中的具体落地形态与效果数据、米哈游高自由度 AI NPC 的落地产品，均未确认。这些空缺，我不会用推测去填。

如果后续继续跟踪这条路线，我会盯着三件事：

「4 倍」之外的更多口径——全量上线后，对局量与留存指标的走势能否延续；
数百 KB 模型能否跨到规则更复杂的品类，还是止步于棋牌与休闲小游戏；
天游与那支科研团队的合作，会不会重新延伸到语言交互线上。

这三件事任何一件有下文，这条路线的画像都会更完整一圈。

结语#

把全文的关键事实浓缩成一张速览卡：

专访：2026-10-22，《每日经济新闻》发布，受访人天游软件 CEO 纪敏
路线转折：0.5B 模型延迟不可接受 → 只输出动作决策、舍弃自然语言生成、支持本地部署
商业数据：棋牌灰度后人机对局量增长至原来的 4 倍，留存指标同步改善
泛化验证：《2048》《神庙逃亡》等不同品类小游戏，数百 KB 模型自主掌握规则
行业坐标：多数厂商资源在美术文案提效，深耕实时行为决策与博弈对抗的项目属少数

这三个数字之间的关系也值得复述一遍：0.5B 是碰壁的规模，数百 KB 是小游戏里跑通的规模，4 倍是棋牌灰度拿到的结果。三者连起来，就是这条路线的完整叙事——先在规模与链路上做减法，再在验证与数据上做乘法。

生成还是决策，本质上是在回答两个不同的问题：前者回答「游戏内容从哪来」，后者回答「游戏里的行为谁来演」。天游用一组灰度数据证明，后一个问题不仅成立，而且能直接兑换成对局量与留存。当绝大多数厂商还在给内容管线装 AI 的时候，少数派已经在牌桌上完成了第一轮商业验证——路线没有对错，但数据不会陪跑。