騰訊游戲的神秘外援，未來會越來越搶手

騰訊搞AI，真不是臨時抱佛腳。

文/九蓮寶燈

最近，葡萄君與多位騰訊游戲不同領(lǐng)域的人士交流發(fā)現(xiàn)：

在游戲AI領(lǐng)域發(fā)展得最為風生水起的騰訊游戲，似乎也遇到了挑戰(zhàn)。為了解決這些挑戰(zhàn)，他們甚至都開始在外面找?guī)褪至恕?/p>

是，大家都知道他們近年來的成績——比如IEG的公共技術(shù)線團隊，他們在去年就曾發(fā)布過游戲創(chuàng)作全鏈路AI解決方案，上個月的GDC上，他們還進一步推出了AI驅(qū)動的游戲引擎技術(shù)解決方案。

他們也的確在繼續(xù)增加對AI的投入。上個月發(fā)布2025年度財報時，騰訊總裁劉熾平就明確提到，AI能夠帶動游戲生產(chǎn)端的升級，給行業(yè)帶來確定性機會。

這種情況下，到底還能有什么難題，能難住騰訊？如果他們都覺得這是一個挑戰(zhàn)，又有誰能幫得上忙？

在我看來，騰訊游戲目前會在AI領(lǐng)域面臨的挑戰(zhàn)，不僅和他們?nèi)缃癃毺氐陌l(fā)展方向有關(guān)，也關(guān)系到如今游戲公司想要進一步提升技術(shù)的根本問題。而他們找到的這群幫手，在未來，或許也會幫助到更多的游戲廠商。

01

騰訊關(guān)心的AI，到底什么樣？

為什么說騰訊游戲在AI領(lǐng)域的發(fā)展方向有些獨特？

在騰訊游戲公共技術(shù)負責人陳冬看來，AI在游戲開發(fā)中的作用，應(yīng)該是拓展創(chuàng)作邊界、提升工藝水平，而非取代人類的創(chuàng)造力。騰訊游戲應(yīng)用AI的核心原則，始終圍繞改善游戲開發(fā)、運營和玩家體驗——通過減少過程中的重復性工作，并提升內(nèi)容質(zhì)量。

對騰訊游戲而言，AI永遠是一種工具，而非最終目標。像行業(yè)里大家都在重點投入的大語言模型或者2D文生圖，他們其實也在推進。畢竟2D生成技術(shù)在美術(shù)創(chuàng)作和敘事輔助上確實能起到關(guān)鍵作用，所以在騰訊現(xiàn)在的不少工具箱里，都能找到相關(guān)的功能。

但比較特別的是，除了這些熱點，騰訊游戲還分出了相當大的精力，去關(guān)注一個更加底層的方向：計算機圖形學。

如果說游戲開發(fā)是一棟建筑，圖形學很大程度上就是地基。但這個地基并非毫無變化。

對于現(xiàn)在的頭部研發(fā)團隊來說，研究圖形學早就不只是意味著「如何把畫面做真」，而是面對越來越大的游戲世界和更復雜的玩家交互，怎么才能在不同的設(shè)備上，同時保證畫面好看、運行流暢，還要控制得住開發(fā)成本和周期。

尤其是在以前，計算機圖形學的發(fā)展一直是「硬件定義能力，軟件追趕硬件」，這就讓這個問題變得更加復雜。

好在，現(xiàn)在AI改變了這個邏輯：算法開始主導畫質(zhì)和開發(fā)效率的提升。騰訊發(fā)現(xiàn)了這個機會，他們希望把AI技術(shù)和圖形學做深度的結(jié)合，不只是做幾個輔助工具，而是從最底層去重構(gòu)傳統(tǒng)管線。

在這種邏輯下，騰訊在把AI落進具體的3D制作管線時，也把重點放在了兩個方向。

首先是3D資產(chǎn)的生產(chǎn)。

3D這個說法或許比較籠統(tǒng)，它既包括靜態(tài)的建模渲染，也涵蓋骨骼綁定、蒙皮、動畫生成等。但說白了，3D生成是支撐游戲內(nèi)一切交互的底座。它不僅僅關(guān)乎畫面好不好看，更決定了游戲世界能不能運轉(zhuǎn)起來、規(guī)模能做多大。

IEG公共技術(shù)線團隊告訴我，在具體落地時，他們選了一個很實在的切入點：模型蒙皮和UV展開。原因很簡單，這類工作流程標準化程度高，最適合讓AI來跑通初期的流程。從實際效果來看，AI輔助顯著提升了該環(huán)節(jié)的處理效率，讓團隊得以將精力集中在更具創(chuàng)意價值的工作上。

正是在解決這些具體痛點的基礎(chǔ)上，他們一步步搭出了VISVISE這個游戲創(chuàng)作全鏈路AI解決方案。目前它主要是給現(xiàn)有的美術(shù)管線提升生產(chǎn)質(zhì)量，但在長期的規(guī)劃里，他們還要去承接像智能NPC、世界模型等更核心的AI交互功能。

其次是實時AI渲染。在這一領(lǐng)域，MagicDawn團隊利用“AI+圖形學”的融合，希望用算法重新定義渲染的效率和畫質(zhì)邊界。團隊認為，他們所面對的挑戰(zhàn)，是如何在支持動態(tài)晝夜變化等復雜場景時，解決海量光照數(shù)據(jù)帶來的巨大存儲與計算開銷，這正是傳統(tǒng)預渲染方案難以承受的。要應(yīng)對這種對性能和畫質(zhì)同時提出的高要求，就必須依靠AI渲染技術(shù)在底層進行優(yōu)化和創(chuàng)新。

在這個領(lǐng)域，MagicDawn團隊也已經(jīng)做出了不少成績。

舉兩個比較直觀的實際案例：比如他們在游戲里落地了一套動態(tài)神經(jīng)全局光照方案，在保證效果的同時，把龐大的光照計算成本直接降了一個數(shù)量級；

再比如針對大家常吐槽的「游戲包體太大」，他們測試了神經(jīng)貼圖壓縮技術(shù)。在肉眼看不出畫質(zhì)損失的情況下，能把貼圖壓縮70%以上。靠著內(nèi)部真實的研發(fā)測試，這套技術(shù)現(xiàn)在已經(jīng)能應(yīng)用到旗艦項目里。

如今，MagicDawn團隊正在重點研究的課題，是通過類似RenderFormer這樣的神經(jīng)渲染架構(gòu)，重構(gòu)游戲渲染方式。未來，我們或許不需要再去死磕復雜的幾何運算和光柵化等傳統(tǒng)圖形學流程，開發(fā)者只要輸入少量的基礎(chǔ)場景信息，AI就能直接把高質(zhì)量的畫面「畫」出來。

從MagicDawn在渲染領(lǐng)域的實踐可以看出，AI正在深度融入游戲開發(fā)的核心環(huán)節(jié)。而放眼整個游戲行業(yè)，AI的終極遠景或許是構(gòu)建一個高度智能的「可交互世界模型」，但這需要多條技術(shù)路線的共同突破。

在騰訊杰出科學家，騰訊游戲 ARC 負責人單瀛看來，目前整個業(yè)界依然面臨著3個繞不開的「卡脖子」難題：

騰訊杰出科學家，騰訊游戲 ARC 負責人 單瀛

第一個難題，是超大規(guī)模開放世界的高效渲染。現(xiàn)在的3A游戲場景動輒幾十上百平方公里，但傳統(tǒng)的「光柵化+光追」本質(zhì)上還是「看見多少就算多少」。場景一旦鋪開，計算量可能是呈指數(shù)級飆升的。想打破這個瓶頸，或許只能跳出現(xiàn)有框架另尋出路。

第二個難題，是AIGC 3D的工業(yè)化落地。雖然當下AI生成3D熱度很高，但離全流程接入游戲管線，可能還差著最難的「最后一公里」。學術(shù)界的模型跑分也許很漂亮，但工業(yè)界看重的實用環(huán)節(jié)，這些模型還不能直接上手用。

第三個難題，是底層技術(shù)的換道超車。AI改寫了底層邏輯，也就讓前人積累的技術(shù)壁壘不再具備絕對優(yōu)勢。如果國內(nèi)團隊能在AI原生渲染、AI引擎或世界模型這些新賽道率先破局，我們或許就有機會在這一新興賽道上與全球頂尖團隊同臺競技，并有望實現(xiàn)領(lǐng)跑。

想要解決這些難題，除了面臨技術(shù)挑戰(zhàn)，還考驗團隊的人才數(shù)量和深度——換言之，騰訊不僅自己需要足夠多的人才，甚至可能需要去別的地方「搬救兵」，才能在接下來成功破局。

02

成果和人才，騰訊全都要

不過，這類人才的招募一直是個硬骨頭。

計算機圖形學本就是游戲研發(fā)的底座，而在如今的AI趨勢下，圖形學又成了銜接AI生成能力與游戲?qū)嶋H落地的橋梁。行業(yè)對相關(guān)人才的要求和需求都在變大。

圖形學還是一個要求極高的交叉學科。從業(yè)者不僅要懂數(shù)學、算法、GPU架構(gòu)，還得有美術(shù)審美。落實到具體工作上，他們不僅要掌握傳統(tǒng)的渲染管線和物理模擬，隨著技術(shù)的融合，現(xiàn)在還得懂機器學習，能把前沿的AI算法轉(zhuǎn)化成可控的工程生產(chǎn)力。

這也同時意味著，這類人才的培養(yǎng)周期極長。目前國內(nèi)能夠?qū)诋a(chǎn)出的，基本只有少數(shù)幾所高校的重點實驗室。數(shù)量本就不多，還要面對影視、互聯(lián)網(wǎng)等其他行業(yè)的跨行業(yè)搶人。

目前來看，騰訊顯然也注意到了這一點。他們的選擇，是直接深入學校，展開產(chǎn)學研合作解決問題。

以騰訊IEG 2026年的招聘計劃為例，今年他們開放了4000個校招及實習崗位，并提高了內(nèi)部轉(zhuǎn)化錄用率。新人入職后不僅會得到專項培養(yǎng)，也有機會直接參與核心游戲項目和頂尖學術(shù)交流。

從具體的崗位分布來看，這輪招聘也反映了技術(shù)趨勢帶來的變化：他們大幅增加了人工智能、游戲引擎、大數(shù)據(jù)等底層技術(shù)崗位的名額。

據(jù)騰訊相關(guān)人士透露，今年，IEG技術(shù)類崗位總體擴招了30%以上，其中游戲引擎崗位的擴招幅度達到67%。此外，產(chǎn)品類崗位擴招超過50%，美術(shù)類崗位擴招超過80%。值得關(guān)注的是，與游戲AI直接相關(guān)的崗位需求同樣提升了80%以上。

這或許也是他們最近選擇與浙江大學續(xù)約，持續(xù)通過學術(shù)界交流來探索前瞻技術(shù)的原因：在推進具體科研項目的同時，直接在校企合作中完成技術(shù)攻關(guān)和人才培養(yǎng)，為接下來的技術(shù)長跑做儲備。

其實早在2019年底，騰訊就曾與浙大簽過為期五年的合作協(xié)議，并且確實出了不少成績。五年間，雙方不僅聯(lián)合產(chǎn)出了30多篇論文和20多件專利，其中還包括10多篇代表圖形學最高水平的頂會文章。

更值得關(guān)注的是其應(yīng)用價值，據(jù)騰訊透露，這一期合作的論文轉(zhuǎn)化率與業(yè)務(wù)落地率遠超行業(yè)平均水平，許多技術(shù)已經(jīng)直接鋪到了內(nèi)部的工作室。

正如騰訊集團全球招聘副總裁陳雙華所說，這種行之有效的合作模式，一方面取決于高校深厚扎實的學生功底和前沿視野，另一方面也來源于業(yè)務(wù)提供的真實的產(chǎn)業(yè)場景及工程命題。這些研究沒有停留在紙面上，而是真正走入了我們的游戲生產(chǎn)管線，推動了生產(chǎn)質(zhì)量和玩家體驗的提升。

騰訊集團 全球招聘副總裁 陳雙華

比如，騰訊光子工作室群與浙大入選全球計算機圖形學頂會SIGGRAPH 2025的一項叫AlignTex的成果。簡單來說，它解決了一件事：把平面的2D原畫，自動變成3D模型的貼圖。

過去，這是個非常耗時的手工活。因為2D和3D視角不同，直接貼圖經(jīng)常會錯位或者產(chǎn)生接縫缺損。而這項新技術(shù)的核心，是讓AI真正去理解3D模型的幾何結(jié)構(gòu)，這意味著，美術(shù)只需輸入幾張原畫，就能快速拿到完整的3D紋理，直接省去了大量重復勞動。

浙江大學在科研和人才培養(yǎng)上的經(jīng)驗，也給騰訊提供了更多支持。

雙方成立了「浙江大學—騰訊-智能圖形與互動娛樂創(chuàng)新技術(shù)聯(lián)合實驗室」，重點研究計算機圖形學和AI技術(shù)。這種校企合作的方式，一方面是為了解決企業(yè)遇到的技術(shù)問題，另一方面也是在具體的項目實戰(zhàn)中，培養(yǎng)圖形學與AI領(lǐng)域的對口人才。

按照目前的規(guī)劃，接下來五年里，雙方預計還會推進40個研究課題，相關(guān)的科研成果也會持續(xù)發(fā)表在一些頂級學術(shù)會議上。在解決業(yè)務(wù)需求的同時，這項合作也在逐步擴大騰訊在學術(shù)界和行業(yè)里的影響力。

浙江大學計算機科學與技術(shù)學院副院長 許威威、騰訊杰出科學家 騰訊游戲ARC負責人 單瀛，正式簽署“智能圖形與互動娛樂聯(lián)合實驗室”合作協(xié)議。

除了產(chǎn)出成果，騰訊同樣看中的，還有浙大的年輕人才。騰訊相關(guān)人士表示，浙江大學一直在騰訊游戲校招的簡歷投遞量和實際入職人數(shù)中穩(wěn)居第一。

游戲技術(shù)本身非常看重工程落地和快速迭代，但在常規(guī)教學中，學生很難接觸到真正的開發(fā)環(huán)境。通過校企實驗室和碩博聯(lián)合培養(yǎng)，高校學生能直接使用來自于真實業(yè)務(wù)的脫敏數(shù)據(jù)，并得到一線研發(fā)團隊的指導。這種方式能讓學生在沒畢業(yè)時就能對接產(chǎn)業(yè)痛點，也變相縮短了科研成果走向玩家體驗的周期。

這次騰訊游戲與浙大的合作，也打通了內(nèi)部的「青云計劃」，為優(yōu)秀的科研人才提供了更實際的支撐。

青云計劃是騰訊面向全球頂尖學子的人才專項，聚焦大語言模型、NLP、多模態(tài)、視覺、語音、智能體、強化學習、搜索、推薦、模型應(yīng)用等核心技術(shù)領(lǐng)域。

例如真實的業(yè)務(wù)參與度。騰訊開放了核心的技術(shù)崗位，新人加入后不僅能盡早接觸關(guān)鍵業(yè)務(wù)，實習生也有機會在指導下，去獨立負責核心項目的產(chǎn)業(yè)轉(zhuǎn)化。

這也意味著，科研人才們能接觸到工業(yè)級底層資源。高校實驗室通常受限于數(shù)據(jù)和算力，而騰訊這次會直接開放內(nèi)部3D模型、動畫數(shù)據(jù)，以及充足的大模型訓練算力。

此外，聯(lián)合實驗室還會推行「雙導師制」，學生在3到6個月的實地實習中，會由行業(yè)技術(shù)專家進行一對一指導。相配套的薪酬體系也以實際產(chǎn)出為核心標準，上不封頂。

在這一套模式下，目前加入光子工作室群旗下光子技術(shù)發(fā)展部的年輕學生們，已經(jīng)產(chǎn)出了多篇SIGGRAPH論文，并成功將技術(shù)推向了實際落地。

不僅如此，為了把這種前置培養(yǎng)模式鋪得更廣，騰訊還同步推出了遠程課題實踐、前沿技術(shù)沙龍和游戲算法大賽等多個專項計劃：

過去四年，他們不僅向全球高校開放了圖形學、游戲引擎和AIGC領(lǐng)域開放了超400項遠程課題，騰訊的技術(shù)專家也會定期把工業(yè)界剛跑通的圖形學與AI實踐帶進高校。

在導師輔導下，學生能借此提前參與到這些產(chǎn)業(yè)導向的項目中，打破純學術(shù)視角的局限，提前接觸真實的業(yè)務(wù)痛點。

游戲算法大賽的邏輯也相同。這類比賽會聚焦3D運動重建或高性能AI渲染等主題，官方通過提供脫敏數(shù)據(jù)和工具鏈，讓有學術(shù)潛力的年輕人，可以直接在真實工程環(huán)境里實戰(zhàn)檢驗自身能力。

有了這么一套產(chǎn)學研合作的框架，我們再來看騰訊面臨的那三個卡脖子難題，很快就能找到解決思路：

想在渲染技術(shù)上取得實質(zhì)性突破，離不開扎實的數(shù)學底子，這是高校的強項；想把理論變成游戲里正常運轉(zhuǎn)的功能，需要企業(yè)提供真實的測試環(huán)境，和高校一起調(diào)整算法；至于底層技術(shù)的換道超車，歸根結(jié)底也需要不斷有新人補充進來。

另外，這樣做還能一舉多得。騰訊如果真能把高校的研究能力、企業(yè)的工程經(jīng)驗和有潛力的年輕人才結(jié)合在一起，除了能解決當下問題，或許還能讓他們在更長的時間里，不斷保持領(lǐng)先。

面向?qū)σ鎴D形學、AIGC感興趣的同學，過去四年累計發(fā)布超 400 項課題，超 200 位企業(yè)導師參與指導，課題學員可遠程開展實踐，研究安排更靈活。

03

產(chǎn)學研合作，未來的必要項

把騰訊這一系列的動作串聯(lián)起來看，我們能得出幾個有意思的觀察：

第一，騰訊并不是這兩年AI全網(wǎng)爆火之后，才開始臨時抱佛腳。從他們早前在圖形學底層的積累，再到內(nèi)部團隊已經(jīng)實際跑通的這些應(yīng)用來看，他們對前沿技術(shù)的布局，是一件一直在長期推進的事。

第二，他們對AI的投入是成體系的。騰訊似乎并沒有僅僅把AI當成一個拿來局部提效的輔助工具，而是把它往3D資產(chǎn)生產(chǎn)、實時渲染這些最核心的底層去靠，試圖從根子上去重構(gòu)傳統(tǒng)的開發(fā)管線。如果往更遠的地方推測，他們最終瞄準的，可能就是一套能自己演化的「可交互世界模型」。

第三，未來的游戲產(chǎn)業(yè)和前沿技術(shù)的綁定可能會越來越緊密，單靠企業(yè)在工程領(lǐng)域的經(jīng)驗，或許已經(jīng)很難打破技術(shù)天花板。

而像騰訊跟浙江大學這樣的校企聯(lián)動，不僅能更好地將理論轉(zhuǎn)化成實際生產(chǎn)力，順帶還能給行業(yè)培養(yǎng)一批懂實操的人才。

在我看來，隨著以后游戲會越來越復雜，「產(chǎn)學研」合作很有可能成為行業(yè)未來的更多大廠們探索技術(shù)的常規(guī)路徑。

游戲葡萄招聘商務(wù)經(jīng)理，

| |

| |

游戲行業(yè)書籍推薦

（星標可第一時間收到推送和完整封面）