游戏开发AI采用率97%：Vivrato... - 游戏赛事
据游戏产业网（GamesIndustry.biz）2026年10月21日报道，咨询机构维夫拉托（Vivrato）最新发布的AI采用报告显示，欧洲与北美游戏开发AI采用率已升至97%——几乎所有受访工作室都在开发流程的某个环节动用过人工智能，其中94%至少在一个正式制作阶段落地。数据来自2026年4月至9月间对101位工作室负责人的一对一深访。
游戏历史九大环节：代码与工程居首，变现环节垫底
维夫拉托把游戏生产拆成九个阶段逐一追问，得到的是一条清晰递减的曲线。代码与工程（引擎、工具链、玩法代码）以86%排在首位；通用生产力任务如文档撰写、邮件、会议纪要与排期规划以83%紧随其后；概念与前期制作的创意发散与头脑风暴为79%；设计与原型（机制、系统、功能验证）为68%；美术、资产与动画（角色、场景、动作捕捉）为60%。
游戏少女QA与测试、叙事与世界观构建两项均越过半数线，属于“过半但未普及”的中间地带。采用率最低的是分析与玩家数据，以及LiveOps与变现运营。这两块直接牵动收入结构与用户隐私，团队的态度明显更保守。对一家中型工作室而言，把AI放进代码补全工具里试错，成本远低于让它接触付费转化模型。
手游攻略六类技术分开统计，避免“AI等于聊天机器人”的误读
报告刻意把技术切成六类分别提问：生成式AI、基于规则的自动化、微调或定制训练模型、经典机器学习、检索增强系统、智能体系统。维夫拉托在方法说明中明确写道，工作室对生成式AI的看法，不等同于它对AI整体的看法。
手游排行这个区分有实际意义。预测玩家流失依赖的是经典机器学习，测试环节的重复校验依赖基于规则的自动化，本地化知识检索依赖检索增强系统——它们与生成式工具在风险结构、成本结构和版权 exposure 上完全不同。把它们混成一个百分比，采用率数字就会失真。下表为报告披露的核心环节数据：
手游推荐| 制作环节 | 采用率 | 典型用途 |
|---|
| --- | --- | --- |
|---|
| 代码与工程 | 86% | 引擎、工具链、玩法代码 |
|---|
| 通用生产力 | 83% | 文档、邮件、会议、排期 |
|---|
| 概念与前期制作 | 79% | 创意发散、头脑风暴 |
|---|
| 设计与原型 | 68% | 机制、系统、功能验证 |
|---|
| 美术、资产与动画 | 60% | 角色、场景、动作捕捉 |
|---|
| QA与测试、叙事与世界构建 | 过半 | 自动化校验、文本辅助 |
|---|
| 分析与玩家数据、LiveOps与变现 | 最低区间 | 留存分析、运营配置 |
|---|
制作管线整合深度：欧洲4.2分，北美3.5分
采用率高不等于整合深。受访者被要求给“AI融入完整生产管线”的程度打分，超过一半的人给出3分或以下（满分10分）。欧洲工作室（含英国）自评平均4.2分，北美为3.5分，差距接近0.7分。
分环节看，欧洲在代码与工程、设计与原型、美术资产与动画、分析与玩家数据四项上的使用率均高于北美同行。这一落差与两地团队规模结构、外包比例和工具采购习惯有关，报告没有给出单一归因，但数据本身足以说明：跨大西洋的“AI成熟度”并不是同一张地图。
博伊斯：讨论焦点已经换题
维夫拉托创始人兼首席执行官亚当·博伊斯表示：“现在有意思的问题已经不是哪家游戏工作室在用AI了。我们谈过的大多数负责人明确表示，他们已经在开发管线中采用了某种形式的AI。”他补充说：“焦点变成了他们用在哪里、什么在改变、什么真的有用，以及团队仍然卡在哪些地方。”
博伊斯还提到一个行业认知偏差：“今年我们注意到，关于游戏AI的公共讨论和定义，通常会默认指向生成式AI：聊天机器人、图像生成和合成语音。”他说：“但我们知道工作室使用AI的方式多种多样，从预测玩家流失的机器学习，到测试环节的基于规则自动化，结果差异非常大——所以现在是设定清晰基线的合适时机。”
生成式AI之外的现实：整合深度仍是短板
把97%这个数字当成“AI已经成熟”的证据是危险的。真正决定产出的不是工具是否被打开过，而是它是否接进了版本管理、资产审查、验收标准这些管线基础设施。超过半数团队自评整合深度不超过3分，意味着大量使用仍是点状的、个人化的、难以沉淀为组织能力的。
同一周，游戏产业网刊出谢里丹斯律所（Sheridans）合伙人安娜·波尔特-琼斯关于游戏开发中AI相关法律的梳理文章，提示训练数据来源、生成内容版权归属与平台披露义务仍是悬而未决的合规变量。技术与法律两条战线并行推进，是这一轮采用潮的底色。
FAQ
Q1：97%这个数字是否意味着几乎所有游戏都用AI生成内容？
A1： 不是。97%指受访工作室负责人在开发过程中以某种形式使用过AI，涵盖代码补全、文档整理、测试自动化等；94%是至少在一个正式制作阶段落地。真正涉及生成式美术或配音的比例远低于此，报告也未把“使用工具”等同于“产出由AI生成”。
Q2：为什么北美采用率低于欧洲？
A2： 报告给出的自评整合深度为欧洲4.2分、北美3.5分，欧洲在代码工程、设计原型、美术动画与玩家数据分析四项使用率更高。报告未给出单一原因，团队规模、外包结构与采购习惯都可能是变量，需结合后续样本扩大后再判断。
维夫拉托的基线数据把一个模糊话题拉回了可测量区间：游戏开发AI采用率已接近饱和，接下来的竞争在于制作管线整合的深度。管线跑不通，97%只是一个漂亮的注脚。
正式官宣
维夫拉托对欧洲与北美101位工作室负责人的访谈显示，游戏开发AI采用率已达97%，94%至少在一个制作阶段落地，但制作管线整合深度平均仅3.8分（满分10）。本文拆解九大生产环节的采用顺序、六类技术的统计口径、欧洲4.2分与北美3.5分的落差，并附维夫拉托创始人博伊斯的原话与法律合规提示，供从业者对照自查。
