AI不颠覆游戏，但会有新的互动内容形态出现。
不知道大家有没有和我一样的感觉：两年前游戏圈那股「AI焦虑」，已经演变成了更具体的「世界模型焦虑」。
随着视频生成AI、3D生成AI、语言大模型逐渐发展成熟，并被实装进工作生活，大家越来越能看清它们的边界，也开始接受这场难以回避的技术变革。但仍在飞速迭代的世界模型，似乎成了下一个承载想象与未知恐惧的对象。
葡萄君每次和游戏或AI领域从业者聊到这个话题，「世界模型会怎么冲击游戏产业？」几乎都是必问问题。
不过前不久，刚刚推出新的世界模型之后，涌跃智能创始人陈炜鹏却告诉我，他不认为世界模型会颠覆游戏产业，但会产生新的内容形态。
去年夏天，这位前百川智能联合创始人兼大模型负责人，离职后与同僚创办涌跃智能，并于今年2月推出了AI内容生成社区平台Loopit。
在该平台上，用户可以通过输入文字、图片、视频等Prompt信息，来生成自己想要的交互内容；刷到喜欢的内容，也可以点击魔改，以对方的作品为原型，输入信息再生成新作品。
有用户拿Loopit做了个马斯克小游戏
后被马斯克评论并转发
值得注意的是，今年前四个月，涌跃智能已连续完成三轮融资，累计金额接近1亿美元（折合人民币约6.7亿元）。其中4月（今年第三轮）的融资金额为5000万美元（折合人民币约3.4亿元），由Garena（《Free Fire》研发商）领投。
那会儿正是涌跃智能加大对自研模型投入的时间节点。
在研发小半年后，今年8月，他们发布了开源世界模型Zing-0.5。相比多数只能操控角色移动，或依赖持续输入Prompt改变内容的模型，Zing-0.5既支持用户立体移动，也支持通过Prompt实时改变世界。
图源X@ModelScope
Zing-0.5并非是唯一能实现Motion（运动）+Prompt实时生成的世界模型。葡萄君先前聊过的PixVerse R2、蚂蚁灵波等个别世界模型，也能做到这点。不同的是，Zing-0.5有个「外援」——已经先跑起来，注册用户近600万的内容社区Loopit。
在陈炜鹏看来，未来应用公司与模型公司的界限会愈发模糊，因为真实应用数据能快速反哺模型训练。随着AI技术迭代和应用数据验证，Loopit与Zing或许会加速发展：“你说短视频或游戏会不会有像Loopit这样的加速度？我觉得不会，Loopit的加速度一定会远高于它们。如果某天，Loopit能实现类似《头号玩家》那样的世界，那它能吸引的用户会远超今天的水平。”
按照团队的预想，等到下个世界模型Zing-1，用户可以拍摄自己学校的视频上传，生成《斯普拉遁》的虚拟战场，邀请同学一起玩。
不过，涌跃智能从未想过要改变游戏行业。陈炜鹏认为，AI只是放大了创造能力，用户借此做出的未必就是游戏；同时，AI改变不了内容行业的本质，终究只有好玩、有意思的内容，才能得到玩家认可。
与其讨论AI能否颠覆游戏行业，陈炜鹏反而更想从游戏中吸收经验，也希望吸纳更多游戏从业者：“有游戏背景的人能给我们更多启发。”
以下是葡萄君与陈炜鹏的对话（为方便阅读，内容有所调整）：
01
没有对未来的想象，
会很危险
葡萄君：你是怎么下决心出来创业做涌跃智能的？
陈炜鹏：百川聚焦的方向和我想做的不一样。（百川创始人兼CEO王小川曾表示，公司2025年4月大调整后开始专注医疗）
我想做互动内容。我们的愿景是「人人都可以创造自己的数字世界」。
葡萄君：为什么选择先做AI应用？
陈炜鹏：随着AI技术逐渐转向强化学习，我认为未来应用公司和模型公司的界限会越来越模糊。
现在大家会发现，训练模型越来越依赖数据。模型结构创新会随时间逐步收敛，真正能延续算法价值的，是实际应用场景产生的数据。
所以有些公司可能先做模型，后做应用，反之亦然。比如Cursor，早期是典型的AI应用公司，后来开始自己训练模型；自动驾驶也是如此，只做算法的团队，后期很难追上那些「先造车、让车上路实测」的团队。
同理，我们也可以先从应用切入，再后做模型。今年2月上线的Loopit，就是我们迈出的第一步。
葡萄君：现在Loopit有多少活跃用户？
陈炜鹏：DAU达数十万，注册用户近600万。
目前我们的核心用户是北美学生，且用户粘性比较强。我们观察到有些人打开Loopit后会连续玩一小时以上。
不过这只是阶段性结果，之后我们还要扩大受众，不只吸引年轻用户。
葡萄君：大家主要在Loopit上玩什么？
陈炜鹏：我们的用户已经通过Loopit创作了1500万个互动内容。值得关注的是，很多火的内容和用户本人有关，他们喜欢把自己的信息放进互动内容里。
比如有人会上传选择题，你和对方答案一致，就可以互留联系方式；也有人上传自己的照片，让别人帮自己化妆。
葡萄君：之前有人将这样的AI应用类比为可玩的抖音、AI版的4399。你怎么看？
陈炜鹏：大家习惯用旧概念描述新事物，也容易基于今天的技术想象未来。
眼下Loopit的内容较短、体量较小，也没有长期记忆，所以人们容易把它理解成抖音或4399。
但AI产品应该看未来，没有对未来的想象会很危险。
葡萄君：你们怎么想象Loopit的未来？
陈炜鹏：我们相信，短内容会长出长内容，轻交互会长出重交互，最终形成循环嵌套的可交互世界。Loopit这个名字，正是来自Loop（循环）。
具体来说，我们在Loopit里加入了魔改功能——这个功能会从用户创作的内容里，抽取出核心玩法，这样其他用户就可以直接输入Prompt，以别人创作的玩法为原型，继续延伸创意。在Loopit，每一个内容都可以魔改。
这其实也更符合现实创作思路。很多作品，本来就是被启发出来的：别人抛一块砖，后来的人再把它雕成玉。
不过现在的Loopit远算不上成熟。就像前面说的，我们是基于对未来的想象来行动。Loopit只是第一步，后面的路还很长。
葡萄君：有多长？
陈炜鹏：单靠现在的AI技术，无法实现我们「人人都可以创造自己的数字世界」的愿景。
这也是为什么我们要自研世界模型Zing：Loopit接入Zing后，随着模型和社区生态进一步成熟，Loopit用户能否组合创作出更复杂、长期延续、支持多人实时交互的内容？是否能离我们的愿景更近一些？这是我们对未来的想象。
02
把握自己与现有技术的边界
葡萄君：现在市面上已经有这么多世界模型了，为什么一定要自己做，不能接入别人的吗？
陈炜鹏：像咱们前面聊的，单纯从模型切入的公司，缺少用于训练模型的应用数据。从长期来看，我认为这样的世界模型，会大概率遇到我说的「模型结构创新随时间逐步收敛」的问题。
此外，虽然市面上做世界模型的团队不少，但大家对于「什么算交互内容」有不一样的理解。有人可能觉得是可交互角色，有人认为是AI生成的小体量游戏，也有人把交互故事算进去。
关于世界模型和交互内容的终极想象，我觉得它不应该只是为了造一个更真实的人，或只是讲一个更真实的故事，而应该是能创造一个可交互的世界。
只能说，目前很多其他团队做的世界模型，和我们对未来的想象完全不一样。
葡萄君：怎么定义你说的「可交互的世界」？
陈炜鹏：第一，这个世界应该包含玩法、画面渲染、世界规则和状态、物理规律等多个部分。
第二，它需要有长期因果和记忆：一座桥被摧毁后，角色关系、用户任务都可能变化；今天的选择也会影响未来。
第三，要支持多人同时在线。
葡萄君：其他世界模型做不到吗？
陈炜鹏：有不少公司选择基于视频生成模型做世界模型。但在我看来，纯视频路线很难实现上述这三点。
第一，它会受到数据、模型和产业的限制。
咱们回到算法最根本的推动力来看，一项技术能快速发展，主要靠三点：大量数据，好的建模方式，以及足够好的应用场景。第三点能反过来推动前两点。
之前视频生成AI能快速发展，是因为视频产业早已存在，既有海量训练语料，也有大量应用场景。最早的威尔史密斯吃面效果很差，但今天已经越来越接近我们想象中的造梦能力。
图源B站@4A广告提案网
但游戏的数据非常分散，没有被统一起来。和视频相比，游戏对场景长期性要求更高，产业链也更长。当下AI技术和应用场景又不够成熟——市场上可没有什么像抖音那样规模的交互内容生成消费平台。
做不到端到端交付，这样的AI技术就很难规模化铺开，也很难快速迭代发展。
第二，虽然我之前是做语言模型的，但我们另一位联合创始人Henry，曾是Seedance post-training算法负责人。
团队里有研究视频模型的人，所以我们很清楚，视频模型更大的价值在于渲染，靠它建模整个世界的知识非常难。
葡萄君：那Zing是基于什么模型做的？
陈炜鹏：语言模型+视频模型。
大部分物理规律，是可以由语言模型通过AI Coding建模的。而且Coding有个重要优势：可计算、可验证、可迭代。所以我们选择由AI Coding来模拟整个世界，由实时视频生成来渲染世界。
这种结合还能让世界模型实现一些过去很难达到的效果。
葡萄君：什么样的效果？
陈炜鹏：最重要的是，用户对世界的改变能够持续生效。
比如你摧毁了一座桥，画面里会出现桥倒塌的效果，系统也需要记住这座桥已经被摧毁。之后你再回来，它依然无法通行，相关任务可能因此变化；如果另一个用户进入同一个世界，他面对的也应该是这个结果。
我们希望逐步实现这样的长期状态、因果关系和多人共享体验。当然，让生成画面始终与世界状态对齐，本身就是需要持续解决的技术问题。
另一个层面是用户如何参与。当下很多世界模型无法做到Motion和Prompt同时控制。但我觉得对于一个可交互世界来说，这种联合控制能力是很必要的。
如果只能控制Motion，那用户就只是世界里的游客罢了；如果只能控制Prompt，用户更像导演或操控木偶的人，很难亲自感知世界，体验也更接近互动影游。
我们希望用户既能探索世界，也能随时改变它。而要做到这点，就必须同时建模Motion和Prompt。
葡萄君：Motion+Prompt实时生成这点，好像已经有一些世界模型能做到了。
陈炜鹏：是的，虽然数量不多。我相信未来不少团队对AI的想象，也会朝这个方向靠拢。
葡萄君：会有竞争压力吗？
陈炜鹏：不能说没有，不过我们有两个长板。
其一，Loopit已经切中了一批用户。前面说过，我认为AI的大趋势是模应一体。Loopit能带来大量用户交互数据，反哺模型训练，而这类数据目前非常稀缺。
其二，AI Coding和多模态本身都在快速迭代，Zing刚好建立在这两者之上。尽管Zing-0.5的成熟度远远不够，但未来我们的技术骨架可能会指数级发展，或许每隔几个月就有明显变化。
也正是因为如此，现阶段我们只是抽象技术和产品框架，不会过度往细打磨Zing和Loopit。
过去技术发展某种程度上是静态的，新技术出现，研发者把它用好就行。但AI还在快速变化，研发者更难把握自己与现有技术的边界，也更容易被当下的技术视野限制。
所以，今天的AI能做到什么程度，我们就做到什么程度，到位后就不再往前推。
03
有游戏背景的人，
能给我们更多启发
葡萄君：聊聊未来吧，你觉得长期来看，像抖音、快手这样的平台，有没有可能也做AI交互内容生态？
陈炜鹏：成熟产品的难点在于平衡新老用户体验。尤其新用户快速增长时，这种平衡更难，老用户体验可能被切割。
早期今日头条、抖音出现时，大家都认为推荐是很好的分发方式。微信当然也看到了，但要改变原有用户习惯、让他们接受新东西，本身就很难。
同理，抖音今天能否大规模分发互动内容？我认为现在的互动内容还没成熟到所有抖音用户都能适应、喜欢，所以我不认为当下的抖音内部会长出一个Loopit。
葡萄君：那未来AI发展成熟后，AI创作生态的终局会是什么样？之前会有人讨论说AI快速生成让创意贬值了，也有人觉得AI会让创意百花齐放。
陈炜鹏：我认为一个工具成熟后，首先会解锁更多人的创造力，随后也会筛选出真正擅长使用它的人。所以大浪淘沙后，AI交互内容生态大概率仍会形成金字塔结构。
究其根本，AI能放大创造能力，但改变不了内容的底层本质：内容得足够好玩、有意思，才有人愿意消费。
就像短视频不难做，但做好并不容易。今天抖音上最火的创作者，很多背后都有工作室。
生态早期是创意的竞争，最后可能就是创意和制作能力的竞争。
操控镜头移动，沉浸式看猫
葡萄君：这种大浪淘沙，对游戏产业的冲击会有多大？
陈炜鹏：我确实看到很多人讨论，AI会不会深入产业链、甚至颠覆游戏。据我观察，这事很难发生。
因为AI交互内容和游戏未必会形成取代关系。
短视频出现后，电视剧和电影也没有消失。我觉得AI生成内容和游戏的关系，也是如此：它们确实都在争夺用户时间，但在内容形式上不算同一类。
比如前面说的化妆玩法。换装游戏一直都有，但给具体真人化妆，在传统游戏里比较少见。我不觉得它是严格意义上的游戏，不如说它是用游戏化交互，激发了用户帮别人化妆或恶搞的兴趣。
再比如，现在Loopit约10%的内容偏视频化，交互很浅，因为有些用户就喜欢被动接收内容，不想参与交互。我们只是把可交互的能力提供给用户，它是种可选的表达方式，不是唯一的内容形态。
葡萄君：按你的说法，Loopit的用户，和传统意义上的玩家，在画像上并不完全一致？
陈炜鹏：Loopit不是游戏平台，我们瞄准的不是深度游戏用户，我们只是想用游戏化交互创造新的内容形式，用AI创造新体验。
往大了说，我们做AI，从来就没想过改变游戏产业。我们希望AI生成交互内容能像AI生成视频一样，成为一种新的表达方式。
不过，我们确实非常想从游戏里吸收经验。
葡萄君：怎么吸收经验？
陈炜鹏：去年启动创业时，我一开始甚至在研究游戏引擎。我不是想改变游戏引擎，而是想从它的构建思路里，抽象出我们未来的引擎和创作能力。
打个比方，如果Loopit要做多人社交体验，按游戏产业的传统逻辑，排行榜可能是个好解法，但我们不会直接做排行榜，而是要先想清楚排行榜背后的底层技术抽象是什么。
如果我们的本质需求是多人联机或多用户操作数据库，那就把这一层能力搭好，上面的玩法会自然长出来。我们不会具体去做功能A、功能B。
当然，为了更直接地从游戏里吸收经验，我们团队招了不少游戏从业者。
葡萄君：游戏人在你们那里能做什么？
陈炜鹏：有位同学以前是游戏制作人，现在主要参与定义玩法。因为我们要基于对玩法的理解，给用户提供底层引擎能力。
Loopit的底层就是用游戏化玩法重新定义内容，所以有游戏背景的人能给我们更多启发。
我们当下也很需要游戏引擎工程师、游戏策划、社区运营、海外增长，欢迎感兴趣的朋友来投简历。
葡萄君：你们的团队大概是怎么分工的？会分模型、应用两个部门吗？
陈炜鹏：实际工作里，我们是统一协作的，不会把模型和应用拆成两个团队。
过去互联网公司往往会为每个功能拉一个团队来闭环，但AI产品不是这样，它更需要发现和放大模型能力，而不是单方面理解、满足用户需求。
而且，以往互联网团队做产品，通常会基于已有产品或已有用户，判断该做什么功能。但我们是基于对未来的想象，再去想象里找用户、理解功能。
对我们而言，只有既懂产品，也懂技术的团队，才能快速定义原型；同理，设计模型能力时，团队也应同步想清楚它能在应用层给用户创造什么体验。
葡萄君：感觉你们很多决策和行动，都是基于对未来的想象，但怎么确保这个想象是对的呢？
陈炜鹏：我们没法确定，只能靠结果验证，通过Loopit看我们能否持续用技术创造新体验。如果做不到，那这些想象可能只是幻梦。
但就我个人而言，我对这层想象很有信心。这是我第一次出来创业，做的是自己相信、喜欢的事，所以即使遇到困难，我也会觉得这些问题应该、也可以被解决。
