Token导航 LogoToken导航

米哈游大伟哥交大宣讲:给蔡浩宇一千亿做AI大模型

更新时间 2026-09-29来源 竞核正文 3880字阅读约 13分钟14 张图片
图片

持续探索


“伟哥,你能给我多少钱?”

“我最多给你一千亿。”

9月23日,在米哈游2027校园招聘上海交通大学专场上,大伟哥在回忆与蔡浩宇讨论AI投入时,复述了这样一段对话。在蔡浩宇决定潜心投入大模型后,大伟哥先看了看公司的账户,再估算了未来预计收入,给了蔡浩宇定心丸:“1000亿。”末了他笑了笑,“如果这1000亿我们还做不出东西,我们俩就认了吧。”

蔡浩宇对此的回答是:“我们可以全力以赴。”

大伟哥在现场也没有回避其中的不确定性。“你说我今天能不能马上做成,我不知道。”但紧接着,面对台下交大学子,他还是给出了一个相当明确的时间表:“未来的2到3年之内,我们米哈游都会是国产大模型团队里面举足轻重的一员。”说完这句话,他发现台下还有不少学生举着手机录音,自己也笑了:“这个我感觉,有点完蛋啊。”

图片

技术宅拯救世界


大伟哥对米哈游做大模型的信心,很大程度上来自于过去米哈游所积累的经验。

“如果说你要我做天才的研究,我跟蔡浩宇都不擅长。”大伟哥说,“但是如果说你要我做大型软件工程,我可太擅长了。”

这也是大家熟悉的以“技术宅拯救世界”为企业文化的米哈游。

图片

在交大宣讲会现场,大伟哥回忆起2016年做《崩坏3》时,团队此前没有真正做过3D游戏。2017年,米哈游赚到了比《崩坏2》多十倍的钱,他们决定把所有的钱投进去,尝试开放世界。外界当时的质疑很直接:“大家说你是一个做二次元游戏的,凭什么你能够做出来?”

后来,《原神》成为米哈游第一次真正意义上的全球化大型项目,也把这家公司从擅长二次元内容生产,推向了更复杂的开放世界、跨平台研发和长线运营体系。“我们每一次成功,最核心的点就是All In。让自己无路可走,就会让自己全力以赴地把这件事做出来。”

到了2023年,类似的质疑再次出现,只是这一次,对象从开放世界换成了大模型。大伟哥给出的回答是:“因为这是我的来时路。”

从他这次的讲述来看,米哈游并没有把AI当成一个和游戏完全割裂的新业务,而是延续了过去几次技术补课的方式:先选定一个长期方向,再围绕项目补人、补技术和补基础设施。从3D动作到开放世界,米哈游过去补的是游戏研发能力。现在需要补的范围已经扩大到模型训练、推理、算力、Coding和Agent,而这些技术最终又被重新塞回游戏项目和研发流程里。

玩家能够直接感知的一端,已经有AI帕姆、《星布谷地》的AI NPC,以及《雨之城》招聘中出现的大语言模型和Agent能力。

另一端则继续往制作后台深入,Coding模型、EchoX、自动化测试和QA已经开始进入原本由程序、策划、美术和测试人员组成的生产管线。米哈游目前对AI的尝试,已经从“能不能生成一段文本、完成一次对话”,进一步延伸到角色如何行动、游戏内容如何产生,以及开发团队本身如何工作。

图片

大伟哥把AI最终进入游戏后的形态概括为“千人千面”。

传统游戏中的剧情、任务、对白和角色行为,大多需要开发者在上线前完成生产;内容规模越大,背后的文本、美术、动画和程序成本也越高,因此即便是一款体量庞大的开放世界,大多数玩家实际接触到的内容依然来自同一套预制资源。大伟哥此前的设想是,当大模型拥有更稳定的生成、记忆和行为决策能力后,部分内容可以根据玩家的选择动态产生,同一个NPC面对不同玩家,也可能形成不同的关系和反馈。

《星布谷地》目前对AI NPC的尝试已经能够看到这一方向的早期形态:角色可以脱离固定文本交流,并根据互动保留一定记忆;《崩坏:星穹铁道》则继续尝试把AI从对话推向Gameplay,让角色拥有判断局势和参与玩法的能力。距离真正意义上的“千人千面”还有多远,目前仍然很难判断,但米哈游已经在用现有产品测试其中一些最基础的环节。

在研发端,米哈游面对的是另一个更现实的问题。

过去几年,头部游戏的研发周期和团队规模都在持续增加,一款大型产品往往需要数年时间、数百甚至上千人的长期投入,内容量越大,测试、配置、程序和资产生产也越复杂。对米哈游这样已经进入大型工业化研发阶段的公司来说,如果Coding模型和Agent最终能够稳定处理部分代码修改、Bug定位、自动化测试、配置生成乃至白盒Demo搭建,AI带来的变化就不会只停留在“节省几个岗位的时间”,而可能进一步影响大型项目原本的协作方式和生产效率。

这也让大伟哥口中的“大型软件工程”有了更具体的含义:米哈游想做的不只是一个大模型,也不只是往现有游戏里加入几个AI功能,而是尝试把模型能力嵌入一整套已经运行多年的游戏研发体系,再看它能不能反过来改变下一代产品的生产方式和内容形态。

当然,这套路线现在还远没有走到能够给出结论的阶段。

不过,回到玩家最关心的产品上,大伟哥这次可谓是漏了一波大的。

首先是我们在前文中提到的“千人千面”理念将会在《雨之城》完美体现,不同于以往“主线驱动”的叙事逻辑,《雨之城》将会利用AI优势将叙事重心放在支线上,让每一位玩家都能获得专属体验,开启不同的故事,获得不一样的结局。

对长线运营产品来说,大伟哥在QA环节特意提到,“只要我在就不会放弃老游戏”,而《原神》也将在明年来个大的。

图片

大模型做到第一梯队


大伟哥口中的“来时路”,其实早已留下了不少痕迹。过去几年,米哈游围绕AI的投资、自研模型、人才招聘和项目实践持续推进,这也构成了他这次敢把目标定到“两三年”的现实基础。

回看米哈游近几年的投资动向,我们可以发现,早在大模型热潮全面爆发前,米哈游就已经开始向AI领域下注。2021年成立的MiniMax,便是其较早布局的项目之一。

图片

米哈游此后持续参与相关融资,到2026年MiniMax登陆港交所时,米哈游有限公司与上海米哈游阿尔戈科技有限公司仍分别持有1601.58万股和191.24万股A类普通股,按上市后总股本计算合计占比约5.8%。今年6月MiniMax首批股份即将解禁时,米哈游仍公开表示长期看好,并计划继续深化双方在基础技术和产业生态上的合作。

另一边,米哈游也在自己搭模型。

2024年,旗下上海米哈游秘法科技有限公司的Glossa完成生成式人工智能服务备案。到了招聘端,这条线已经进一步延伸到大模型训练和推理的底层。今年的2027届校招里,我们也可以看到米哈游公开招聘大模型训练系统工程师、推理系统工程师、推理平台研发工程师等岗位。其中训练系统岗位直接参与大语言模型预训练和强化学习框架,推理平台则涉及KV Cache集群、资源调度和推理成本优化。

更多的变化发生在玩家看得见的地方。

今年4月,《崩坏:星穹铁道》给帕姆接入了AI对话能力。米哈游此后在云栖大会透露,开放体验期间,AI帕姆一周产生了超过6000万次对话。团队还在继续探索AI Gameplay,希望让AI角色拥有判断局势、参与博弈的能力。

正在测试期间的生活模拟游戏《星布谷底》对AI的运用则更加深入。一测中,咖啡店老板娘娜洛已经接入AI模型,可以脱离固定文本与玩家交谈。到了二测,瑞芙、阿莱、谷多曼等更多NPC也开始接入AI,功能从聊天延伸到小游戏主持、自由行动和互动判断。当然,玩家也有权利选择拒绝这样的功能。在用户中心,玩家可以自主选择是否参与AI NPC互动、是否允许AI互动文本内容用于模型训练。

到了在研项目《雨之城》,米哈游对大模型的探索开始更直接地进入产品设计。从目前公开的招聘信息看,项目组已经在同步招募Game AI Engineer,工作内容覆盖NPC行为、决策、寻路和感知系统,同时要求探索AIGC、大语言模型和AI Agent,将其用于游戏内容生成、研发流程自动化和智能工具。

图片

在玩家看不见的地方,AI早已进一步进入米哈游的生产管线。大伟哥尤其提到,当今外界所知晓的米哈游近期公布的项目或是技术发展方向,都是2021年前后就开始布局的。“我不做任何短期的东西,任何三五年就要换方向的东西,我不想浪费我的时间。”

就像前文提到的,2023年,米哈游进入了一个让所有员工都感到“exciting”的领域,那就是我们前文一直在提的AI大模型,这次宣讲中,大伟哥也专门提到了AI大模型方面此前较少对外披露的进展:“尤其是我们今年开始做Coding模型之后,我觉得我们的进展是突飞猛进的。”

从公开岗位来看,Coding已经不只是代码生成。米哈游针对Code Agent的相关岗位,工作内容涉及代码库理解、Issue修复、跨文件修改、测试生成、调试和工具调用。另一批游戏AI研发岗位则把Agent继续接入代码审查、自动化测试、策划配置生成和美术资产生产。

图片

在今年的云栖大会上,米哈游公开了内部Agent平台EchoX。研发人员可以通过平台调用不同的代码Agent和工具,用于性能问题排查、白盒Demo搭建以及美术资产处理。《崩坏:星穹铁道》的QA流程也已经开始引入相关Agent,让模型根据游戏运行结果寻找问题,并继续调整测试策略。从NPC对话、Gameplay,再到代码、测试和研发工具,米哈游正在把AI往一款游戏的前后两端同时推进。

1000亿元的投入上限已经划出,Coding模型、Agent和AI NPC也开始进入真实的研发与产品环节。对整个游戏行业来说,米哈游这轮AI投入最终会走多远,很大程度上取决于这些技术能不能真正进入大型游戏最核心的生产流程,并持续改变内容生产、研发协作和产品体验。

“你一定不会做垃圾项目。”这是大伟哥在宣讲会快结尾时给在场所有学生下的保证。

我们不妨期待一下在“必出精品”的信念下,两三年后,米哈游这套从《崩坏3》一路延续到《原神》的“技术宅”逻辑,在大模型时代又会给游戏行业带来怎样的革新。

图片
图片
点分享
点收藏
点点赞
文章标签大模型
资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。

继续浏览更多资讯

返回资讯目录

相关资讯

更多