AI工作流如何从实验室的“惊艳一刻”走向产线的“日常运转”？当生成能力不再是门槛，规模化落地的瓶颈在哪里，人又该扮演什么角色？
内容生产正在经历从“技术验证”到“产业落地”的关键跨越。单点突破易，系统协同难，真正的挑战不在于模型能否生成，而在于工作流能否稳定运转、协作生态能否有效构建。技术红利终会趋平，越过规模化这道坎之后，行业最后比拼的是对场景的理解深度与工程化的落地能力。2026 ChinaJoy AI未来生态大会上，36氪游戏与Funloom AI、阿里云、VAST、珀乐互动等行业先行者，共同带来圆桌探讨。
刘士武丨36氪游戏主编（主持）
吴同丨Funloom AI CEO
艾文丨阿里云智能集团公共云AI原生事业部副总经理
以下为圆桌对话内容，经36氪整理编辑：
刘士武：大家好！我是本场圆桌的主持人，36氪游戏主编刘士武，我们今天的圆桌主题是从实验到产线，AI工作流的规模化挑战与协作生态。我们今天圆桌四位嘉宾，Funloom AI的吴同老师、阿里云的艾文老师、VAST罗小我老师以及珀乐互动的杨晟老师，其实四位分别代表AI产线上不同的角色以及在发力不同方向。
今天我们将会聊聊大的话题下一些小细节，聊聊AI在游戏行业工作流里面应用过程中遇到的一些坑，以及大家是如何解决这些问题的，首先我们先请各位嘉宾做个自我介绍。
吴同：大家好，我是Funloom CEO吴同，我们做的产品是Funloom AI，它是一个UGC的AI互动内容共创平台，我们致力于帮助UGC用户把自己的一个简单想法能够落地成高质量的、可商业化的内容作品，当然这个内容作品形态它包含游戏、影视以及文学等诸多领域。
艾文：大家好，我是阿里云AI原生事业部的艾文，阿里云AI原生事业部主要服务对象主要是是以AI为核心生成力的AI原生客户。我们的客户是依靠AI能力、依靠MaaS能力，依靠Tokens，从以前一个云服务商向MaaS、向Tokens， Agent工具服务商转型，支持这些专门我们认为“会插上AI的翅膀飞得更高”的客户们。
罗小我：大家好，我是VAST罗小我，VAST是一家做AI 3D和世界模型的科技公司，公司从成立以来一直跟游戏行业联结比较深，也非常高兴来到这里。
杨晟：大家好，我是珀乐互动的杨晟，我们专注于科技在泛娱乐领域的应用，业务涵盖游戏、内容及其他泛娱乐产品。
刘士武：今天希望大家能够在圆桌上聊一些可能大家平时听不到的、我们可以私底下在聊的有意思的事情。
首先想问吴同老师，因为吴同老师是非常年轻的一位创业者，前不久Funloom 刚刚完成pre-A轮融资，我们也观察到Funloom 已经把最早的AI文游逐渐升级成了AI、文字RPG和互动游戏三位一体架构，从工具到AI原生游戏，这样产品形态发生了哪些变化呢？您和您的团队是如何理解当下AI原生游戏的呢？
吴同：Funloom在这次ChinaJoy展出的RPG模式与互动影游模式，本身就在我们产品线规划里，Funloom作为一个UGC内容共创平台，希望在降低用户游戏创作门槛的同时，又能保证产出的游戏质量相当可控，希望兼顾两者。为此我们已经研究了两年时间，期间也尝试通过Vibe Coding路线实现这个目标，中间我们做了大量实验，也遇到过很多挫折。
关于AI原生游戏，最早我们接触到的是AI文字游戏，我觉得这个模式它已经在最小程度上实现了AI原生了，它最让人着迷的点在于它允许创作者和消费者一起构建文化作品的心流。我认为一个内容作品最重要的其实就是心流，作者想要把自己表达的创作、创意、想法各种东西以作品形式承载下来，通过可能各种模态再传递给消费者，其实本质上是人与人之间的共鸣，AI文游相当于你可以只做游戏设定，但是你这个游戏内容体验不是完全由创作者决定的，它也让消费者也参与到这一环，这其实让我当时看到了也许存在一种真的低门槛，同时又能确保这个游戏可玩性的一种模态。
我曾经在小红书上和海外平台上看到很多人在玩AI的原生文字游戏，当时觉得这是一个已经被大家认可的模式，所以最早把我们技术路径切换到了做AI原生文字游戏。但是我们不是止步于做一个文字游戏，我依然希望它最后能够以丰富多彩模态形式呈现给更多大众化用户，现在我们的状态更像是以AI文游作为一个全新人机交互模式，让创作者能够把自己的想法输出出来。因为在Vibe Coding的时候，会发现很多人不懂业务逻辑，做出来有很多Bug，甚至难以顺畅地迭代自己的创意构想，而AI文游这一模式，能让创作者能够更专注于内容本身。
在AI文游的创作模式下，创作者可以先将自己的心流体验打磨完善，这个过程其实已经给你的游戏输出了一个非常完整的想法，它有点像为你的游戏构建了一个专属的大模型微调层。在获取充足信息之后，我们一方面可以据此训练专门的游戏设计、游戏策划方面的模型；另一方面，这些信息可以让我们有能力去介入，做后面落地开发过程，这其实也支撑了我们的核心能力——可以以AI文游做的文游作为样本，直接一键转化成RPG游戏和互动影游。我们已经在今年CJ的C馆N2已经展示出了Demo，我也做了一个示范案例，如果大家感兴趣也欢迎直接去线下体验试玩，可以支持全部完全自动化的生成。
刘士武：很多创作者包括我可能都有同感，我们的表达有时候也需要打磨，现在Funloom的第一步就是帮助我们用户做好表达，后续我们再去做其他的延展。
接下来想问艾文老师，我们知道阿里云在游戏行业已经深耕很多年，从云服务到AI的全链路平台优势已经逐渐显现。如今有越来越多的游戏厂商开始用AIGC，阿里云作为云厂商，在这样的趋势下是否会改变咱们阿里云和内容厂商之间的合作关系以及商业模式呢？
艾文：AI将我们和游戏客户的合作维度加宽和加深了。首先形成了云基础设施之外的一块全新的合作领域，其次依托云天然的超大规模基础资源弹性，能够更好的承载游戏天然的潮汐和毛刺型流量，云+AI成为了全新的游戏行业底座，这加速了游戏行业在AI领域的探索与实践。
在AI时代，阿里云千问大模型也直接作用到了游戏的链路中。我们观察到了几种场景：
• 闲聊陪伴/知识问答/游戏助手：闲聊陪伴NPC：最简单的落地场景，无需外挂知识库
• 知识问答NPC：通常需要外挂知识库，叠加意图识别、做商品检索等，
• 参与游戏互动的AI NPC：对战AI：将a的bot升级为AI NPC，通过自然语言理解+游戏Agent能够更好的给玩家带来游戏体验。
• 指令操纵自主运行NPC：玩家通过语音、文字等手段，直接向NPC下达指令，NPC根据自身所处环境，自行规划动作，应答指令，核心是能够理解虚拟世界。
刘士武：游戏行业离不开基础算力和基础服务的提供商。接下来问到罗老师，我们知道VAST这两年发展很快，从AI 3D技术，到今天看到的世界模型。现在游戏行业在用3D大模型的人越来越多了，很多游戏开发者都在跟我提Tripo模型，从您的视角来看，从一开始我们做Tripo到现在能够把大模型放在管线里面，再进一步推出了世界模型，中间跨度到底有多大？对于这些游戏厂商或者内容的开发者来讲，他们应该如何去适应这类型的产品呢？
罗小我：从VAST的发展经历来看，大致经历了三个比较重要的门槛，最开始我们叫能生成；第二叫能生产、第三叫能运行。
• 首先是能生成，这个概念怎么理解？在AI 3D技术没有普及的时候，我们意识到，传统3D建模是一个又耗人力又耗时间的事情。因此，我们最初与Stability AI合作，一起做了Tripo S2开源模型。这个开源模型能在0.5秒，内将单张图片快速生成为3D内容，具备实时生成能力。后面我们又做了比较高清的模型——H3.1模型，现在也是非常受各个游戏公司和工作室的欢迎，大家在高强度地使用，它能够比较大地提高几何质量，在输入对齐和泛化能力上也有提升，这是我认为最早解决的生成问题。
• 其次，能生产，这是这几年我们积累的KnowHow，最早说这个东西很酷、很漂亮，像一个Demo一样，这可能和其他AI模态也比较类似，大家做出了很多很漂亮的Demo，很吸引人，大家都可以去用。但在游戏行业里，游戏团队它有自己的一些工作流，它可能并不需要一些好看的截图或者一个很酷的Demo，更需要一个能修改、能够验收的资产，能进入它自己的管线里，所以我们也从模型和产品侧做了很多迭代。举个例子，我们今年上半年做的Tripo P1.0模型，其实是为了满足大家是为了满足行业对拓扑结构、面数控制和UV合理性等方面的专业需求，在面数可控情况下也生成一个效果比较好的模型，这是真的能够解决大家很多生产侧需求的，后来我们也衍生做了绑骨、解决复杂结构、动画模型等一些探索。
• 第三，能运行，这也算是一个这几年积累的KnowHow，最开始我们做模型，很多人可以去调用我们的API，但是其实拓展到更大范围的创作者或游戏工作室，他们更需要一个全链条产品，因此我们做了自己的Studio的SaaS产品，跟DCC软件、Blender、Unity、unreal的这些DCC Breech把生成、编辑、导入都串成一个工作流。
总结来说，从最早的技术上的探索到真正与行业、产业走到一起，与创作者走到一起，真正让大家把这些工具用起来，我觉得经历了上述的一个过程。
刘士武：这是一个非常不易的过程，就像吴同老师、艾文老师刚讲到的，大家迭代过程中遇到都会遇到困难。
我之前和一位引擎大厂的朋友讨论，他认为未来挑战自己的并不一定是引擎公司，因为工作流一直在变。可能过去我们去开发一个产品的时候流程是相对固定的，而今天流程在变，大家未来需要扮演的角色都不相同，但也可能都不冲突。
接下来想问杨晟老师，我们已经连续几年和珀乐在ChinaJoy上相见了，去年珀乐推出一部很火的AI漫剧《明日周一》，50集、45天、几个人的团队就做出了爆款漫剧，成为了现象级的作品。不过之后的一段时间，大家又开始考虑，如果AI只是把制作周期进行压缩，那会不会最后陷入一种比拼谁更便宜的低价内卷的怪圈里。作为最先跑通这套生产管线的团队，珀乐觉得这个问题的解法应该是什么？AI在我们的生产管线中还引发了哪些更深层次的变化呢？
杨晟：去年这个时候，大家还不太相信有AI漫剧这个概念，过去一年，我们明显感受到，泛娱乐已经形成了一条新的赛道，所以云厂商也开始进入，Token也开始爆卖起来。但是我们认为Token价格本质还是电价，怎么能够把电价卖得贵起来，这才是根本。一件玩具放在那里，按PVC的价格卖，可能只有六七毛；但如果加入某个知名IP，附加价值上来了，一个盲盒就可以卖到39.9元。同理，如何让基建、如何让算力在更高的附加价值之下卖出更高的价格，这件事情就是我们做完前面的验证完之后，接下去想的下一步。
前段时间，我们官宣了与阿里云、开心麻花一起合作的《羞羞的铁拳》的新项目。Token原来是这么一个价格，但是如果我们一起在阿里云的平台上面为happy horse, happy Oyster引入《羞羞的铁拳》这些形象，让创作者们和OPC们可以使用这些形象，并建立相应的分成机制，整个生态是不是会变得更加广阔？对于IP方、云厂商、底模来说，大家都把手伸进了算力、深入了电力以外的附加价值，我们认为这样才能把行业做得更大。
我想Funloom也是一样的，互动游戏全部使用原创IP，和其中有一两个超级IP或知名数字资产介入，在可玩性和对受众的吸引力上，完全不可同日而语。所以珀乐现在专注做的是如何让数字资产在不同底模、不同云厂商之间去流转，并且加以定价，我们认为这是每年都会见面聊的一个趋势，也是从今年开始一直到明年主要的战场。如何让数字资产流转、如何让数字资产在不同底模之间和不同应用厂商之间发挥价值，就是让这个东西不再是只卖算力钱或者卖电费了。
我相信云厂商、Tripo等公司都不会满足于只卖七折、八折、九折的产品，真正有价值的是，产品加入独家IP后，价格甚至能够在原有基础上提升200%。这些资产包里面包含了某一两个你们在外面得不到的特殊形象，只能在这个限定期间通过采购流转获得，我们认为这才是一个健康市场应有的状态。我们去年把内容的入口打开了，这一年时间也看到有大量漫剧公司、应用公司都陆续入场，大家也在多模态能力、互动影游、文游等方向持续探索。下个阶段，这些产品如何创造更多收入，如何让更多参与者从中受益，是把整个市场进一步做大的前提。
刘士武：确实，去年大家还不太相信，但短短一年时间过去，如今AI漫剧的第一波风头甚至已经过了，我觉得这也是AI发展趋势中的特别有意思一点。刚才我跟几位老师还在聊，VAST创业大概有两三年时间，Funloom才不到一年，但是现在大家的产品迭代都是以月为单位变化的，这恰恰是AI的魅力。
四位嘉宾过去肯定在做AI工作流的规模化过程中都会遇到各种各样的挑战，可以分享一下大家在发展过程中踩过最大的坑吗？团队又是如何去克服的？
吴同：这个问题和我们现在做的赛道比较强关联，就是做AI互动内容共创平台，我觉得今年上半年，差不多五六月的时候它已经形成一个赛道了，它有一个最大痛点，就是生产的内容质量不可控、用户付费率低，这其实也是我们没有在Vibe Coding路线上一直做下去的原因。
回到内容作品最重要的心流体验，它的关键节点集中于创作前期的设计侧，而不是后期的执行侧。大部分的UGC用户其实都有非常不错的创意想法，就像我小学的时候也喜欢做很多的设计，喜欢涂涂画画，但问题在于想法和内容产品之间的Gap非常大，如果不是一个专业的游戏策划、专业的编剧，就没有办法去创作出一个可以拿来销售的文化商品。
这其实也解释了为什么Funloom 一定要坚持寻找一种新的人机交互模式，我们希望让UGC用户去做他们最擅长的事，去天马行空想象，去找他们觉得最有意思的部分，而那些专业的、涉及到行业领域的垂类知识的部分，应该是我们做产品的人要去解决的问题。
其实Funloom一直以来做的，就是如何兼顾用户低门槛创作，同时还要为产出质量做兜底保障。商业化的本质来看，需要保证交付产品的鲁棒性，关键不在于产品上限有多高，在于下限有多稳。我们需要确保的是，创作者使用我们的工具所产出的产品，在交付给终端消费者时，能够稳定达到一个基本的品质基准线。这其实是我们花了很长时间去想的问题，通俗来讲就是你在做AIGC生成的时候，这个提示词写不明白的话，就不要继续写，能写到什么程度就到什么程度。这其实也是后来我们引入AI文游的核心原因，我们发现用户在玩AI文游的时候，无论怎么下指令，它都能把游戏模拟出来，这一点是真的很迷人。
AI文游实际上具备模拟多种游戏类型的能力，无论是RPG、SLG还是其他，都能模拟出来。不知道大家有没有这种体验：AI文游其实是在做游戏预览，这个预览恰恰解决了刚才提到的问题——先让用户把自己的想法落地，当信息给的足够多了，我们就与办法去做出一个“翻译层”，将用户的想法翻译成专业的游戏设计方案。但凡一个行业里能够通过培训班传授的知识体系，它的规律都是可归纳、可复制的，既然可以指导人去学习掌握，那么同样也能够指导AI去学习掌握，关键是我们要回到源头。我坚信AI行业无论发展成什么样，在文化领域它都不可能代替人，人永远是那个灵魂，AI不可能直接为我们生成文化作品，所以我们只能把一些算是经验知识的东西固化下来，把它落地成一个商品。
