靠谱的算力底座，对游戏行业究竟有多重要？
文/九莲宝灯
“百度？他们来CJ做什么？”
参加CJ期间，我和不少同行聊起百度参展这事，得到的第一反应往往如此。大家心里都清楚，百度确实是科技巨头，可这几年，它和游戏行业的交集似乎并不显眼。
事实却并非如此。百度其实早已通过智能云，默默织就了一张与众多游戏企业的连接网：
根据国际数据公司（IDC）发布的《中国AI游戏云市场洞察，2025》报告，百度智能云在中国AI游戏云市场中排名第一，且其市场份额超过了第二名到第五名份额的总和。在AI游戏云基础设施服务这一细分领域，百度智能云同样占据榜首。网易、米哈游、三七互娱、Unity等大厂均在使用其服务，且合作深度各不相同。
这些头部厂商与百度智能云联手，到底在搞什么名堂？作为主打AI的团队，百度智能云如何看待当下游戏行业的AI应用现状？未来的游戏还能怎样与AI深度融合？
带着这些疑问，我在上海聆听了百度智能云副总裁张玮的演讲，会后又与他及百度智能云游戏业务负责人杜俊杰进行了深入交流。
百度智能云副总裁张玮
01
百度在游戏领域到底做了哪些布局？
论坛上，张玮先阐述了团队对游戏AI应用的看法，随后分享了米哈游、三七互娱等合作伙伴的案例。
他指出，当前AI模型能力提升迅速，但主要工作集中在生成贴图、压缩开发周期、批量制作投流素材等环节。这些都是管线内的底层工作，普通玩家很难直接感知。
团队也见过许多令人眼前一亮的AI原生体验和演示。但在百度看来，从Demo演示到稳定服务，再到支撑千万甚至上亿级用户规模，中间横亘着算力、数据、Agent、记忆系统等一整套工程体系。这是一道全新的技术门槛，不仅中小团队难以跨越，即便对于游戏大厂而言，也是一份沉重的负担。
因此，百度的定位是成为从算力到体验的基础设施提供商。他们将这一目标拆解为两个层面：AI Infra（基础设施）和Agent Infra。
进入AI Infra这一层，随着游戏公司深入探索，对算力的需求呈指数级增长。大型企业自研大模型往往需要数万卡规模的训练集群；成长型企业需微调垂直情感模型；全球化团队则需同时应对算力瓶颈与合规挑战。
针对这一痛点，百度推出了百舸AI计算平台，并已携手多家厂商落地合作。以米哈游为例，其多模态模型训练规模已从千卡跃升至万卡级，工程复杂度极高。百度提供了从网络架构到算力的全方位支持，保障了米哈游多模态大模型的训练与推理效率。
再看Unity中国，他们正基于自有产品打造AI Coding服务，这既需要多模型服务部署，也依赖充足算力。百度智能云不仅提供模型部署支持，还完成了Unity AI Coding与百度自研芯片昆仑芯P800的适配，从而释放更多算力潜能。
此外，三七互娱与百度的合作聚焦于如何将分散的AI能力整合为系统化的运营体系。百度认为，在AI Infra层，游戏公司的核心挑战在于算力能否被有效利用、管控并实现可持续发展。
而Agent Infra则是百度智能云千帆平台的发力点，重点解决长期记忆和多智能体协同两大问题。
据张玮介绍，百度智能云已与多个游戏团队合作推进该领域。例如游戏《量子跃迁：米乐光年》，其中的NPC对话均为实时生成。
又如上海易娱，直接将游戏角色和世界观接入AI平台，利用AI漫剧工厂生成信息流素材。玩家在刷短视频时便能熟悉游戏角色，带着情感锚点进入游戏。此时，游戏IP本身便成为了广告内容。
还有一些专注于AI原生的团队，如全灵AI，定位为游戏行业基础模型公司，仅需百元成本一分钟即可生成可玩游戏；AutoGame推出的《麦琪的花园》，将UGC创作门槛降至短视频级别，AI能自动生成角色的外观、性格、语音及背景故事，甚至让角色具备自主社交能力。
可以看出，百度参与的核心逻辑，是加速游戏团队构建AI时代的工程化能力，让所有关于AI的游戏构想，都有机会从概念走向现实。
但这引出了我的好奇：既然难度如此之大，为何百度执意要做且能做？在诸多觊觎游戏智能云市场的AI巨头中，百度又是如何突围的？
张玮和杜俊杰给出了答案。他们认为，百度的核心优势在于“亲历者”身份——客户想做的事，百度几乎都亲自做过，因此深知其中陷阱与挑战。
但他们也坦言，行业迭代极快，目前无人拥有绝对护城河。未来，百度不愿只做“卖药人”，更希望成为客户的“私人健康顾问”。
以下为对话实录，经编辑整理：
02
拒绝做“卖药人”，
致力成为“私人健康顾问”
葡萄君：百度提出打造“全栈游戏AI云”，初衷是什么？
张玮：关键在于厂商的自我定位。大厂倾向于自研模型，这需要数千乃至上万卡规模的集群，复杂度远超以往，绝非查阅资料就能掌握。
训练过程最怕中断。GPU故障、网络拥堵或掉卡，任一环节出错都会导致训练停滞。每月数百万的成本若因利用率低而无法收回，损失巨大。因此，一个稳健的算力基座至关重要。
百度将这些转化为云服务后，客户无需担忧底层设施，直接调用成熟平台即可。这正是AI Infra的最大价值所在。
中型公司无力承担基础模型训练的高昂成本。但若大家都使用相同的大模型，竞争力从何而来？真正的差异在于玩法设计、AI在玩法中的运用方式，以及上线后的数据回流机制。
因此，中小公司的竞争力不在基础模型层，而在数据积累和垂直微调上。Agent Infra正是为此而生，帮助它们保留创意精力，无需深陷模型与基建的研究泥潭。
目前，按收入计算，百舸贡献更大；按客户数量，千帆更多。但我更看好千帆的未来，因为越来越多的中小团队和AI游戏创业公司将选择它。
葡萄君：有报告显示，你们在AI游戏云基础设施领域的份额达到56.4%。所谓基础设施具体指什么？像米哈游这样的大厂为何也会选择百度？
杜俊杰：百度在AI领域深耕十几年。米哈游深谙游戏之道，但在AI基础设施层缺乏长期积累。交由百度处理，他们能更专注于游戏本身。
例如网络组网，这是一项极其复杂的工程，此类经验无法短期建立。此外，7×24小时的服务响应和经过长期验证的技术稳定性也是关键因素。
与米哈游的合作不止于算力，还涉及大量数据层面的工作，包括数据清洗、存储、标注等。许多训练数据原本不存在，需人工大量标注。百度凭借自动驾驶业务积累的数据处理体系，同样可赋能客户。
GPU仅是我们服务的一环，我们还提供涵盖数据、训练、推理的全链路能力。
张玮：核心在于数据。以往知识库未充分整合，导致回答准确率偏低。
葡萄君：智能NPC你们很早就开始尝试，许多人视其为游戏行业的下一步。最大的门槛在哪里？是成本吗？
杜俊杰：成本是动态变化的，今天高昂不代表下一代模型依然如此，本质是在寻找体验与成本的平衡点。我认为目前的障碍除了成本偏高外，还有一点是模型有时过于完美而显得不像真人，且记忆和情感系统尚不成熟。
智能NPC的价值主要体现在两方面：一是丰富玩法，过去依赖固定脚本，现在可实现实时生成变化；二是随着记忆和情感系统的完善，NPC未来或许能成为游戏体验的核心。
如同《西部世界》所描绘的那样，也许有一天它们会真正“活”过来。这实际上是在迎接一种新的数字生命形态。
葡萄君：AI原生游戏做Demo容易，产品化难，最难跨越的坎是什么？目前进展如何？
张玮：做出Demo并不难，好创意往往始于Demo。真正的难题是如何防止被轻易复制。例如，别人只接普通对话接口，你接入记忆系统，让NPC记住玩家的过往对话。这是第一层壁垒，但要维持持续竞争力，还需更多能力支撑。
第二个挑战是构建数据闭环。许多游戏上线后热度短暂，我们希望实现“玩家越多、数据越多、游戏越强”的正向循环。
为此，我们要推进两件事：一是基于Agent Infra叠加记忆系统、情感系统等深层能力；二是帮客户打通运营数据管线，从数据回收、审核打标、模型微调，到新版本上线、AI生成投流素材、玩家回流产生新数据，实现全链路闭环。游戏比视频复杂，因其包含交互设计和数值策划。解决了这两个问题，AI原生游戏便会增多。
以我们与全灵AI的合作为例，他们主攻女性向游戏，极度需要长期陪伴感，角色需记住每位玩家的聊天内容和偏好，因此长期记忆是关键能力。
目前，一句话生成3D游戏已能产出Demo，但距离商业化仍有两道坎：数值策划和长期记忆。商业游戏需具备成熟的数值体系，成长路径、付费设计等均需持续优化。我们预判，明年起部分小体量AI原生游戏将开启真正商业化进程。
葡萄君：许多人认为游戏厂商更懂自身所需的AI工具，为何百度反而能提供更优方案？
张玮：过去甲乙方合作，源于技能互补或成本差异。如今这种关系已变，核心在于双方是否愿意向彼此靠拢。
百度不只涉足游戏，在自动驾驶、影视等领域均有实践，这些通用AI经验可与游戏行业结合。以前销售拿着PPT讲解功能模块，现在直接搭建AI工作流让客户现场体验，反馈不佳处即时修改。
我始终认为，当下不再是乙方单方面为甲方解决问题的时代，而是甲乙双方共同定义问题的时代。模型能力每月都在迭代，今日无解之题，下月或迎刃而解。重要的是与客户共同成长，而非简单的买卖关系。
葡萄君：坦率讲，文心大模型在开发者圈子的讨论度并非最高。自研模型对游戏业务重要吗？
张玮：游戏场景必然采用多模型组合，单一模型无法满足需求。不同模型有不同“性格”，太聪明无趣，太笨拙难交流，必须混合搭配。文心的最大价值不仅在于模型本身，更在于训练过程中积累的深厚研发经验。这就像为了找到对症良药，亲自遍历各种病症。这些经验会沉淀在所有产品中。
许多人觉得文心在C端声量减弱，实则它已融入众多企业解决方案中。正如AI Agent背后的搜索能力，多数仍源自百度，只是从前台转入后台。
葡萄君：百度在AI游戏领域最大的差异化优势是什么？有何护城河？
张玮：说实话，眼下无人拥有真正的护城河，行业变化太快。GPT没有，过段时间Claude便可能追上。若说百度的特点，还是在于与客户共同成长。
首先，我们的优势在于全栈AI能力和跨行业实践经验。百度既研发基座模型，又赋能千行百业——做游戏的未必涉足漫剧或智驾，但我们拥有这种跨行业的通用经验，能与游戏垂类认知深度结合。
其次，这个时代不是乙方帮甲方解决问题的时代，而是乙方跟甲方一起定义问题的时代——因为没人能真正定义问题。所以我们与客户不是买卖关系，而是各自向前多走一步。我更愿扮演客户私人健康顾问的角色，而非卖药人。
另外，百度自身无游戏业务，不会与客户形成竞争，这也是许多大厂乐于合作的原因。我们在AI领域深耕十余年，许多技术路线自己先试水——跑通了便分享，跑不通也积累了教训，再将能力交付给客户。
葡萄君：两年后再看今天的AI游戏，你认为什么最可能是泡沫？什么最被低估？
张玮：被高估的是提效。过去是人拼人力，现在是人卷AI。即便卷到最后只剩一人，做出的仍是平庸之作，价值有限。真正重要的是体验，而非继续内卷效率。
我认为被低估的是个性化体验。未来同一款游戏，不同玩家可能获得截然不同的体验，甚至每个人都能拥有专属游戏。为何不能出现一次性游戏？如同流水般，不断为每个人生成独特体验。
AI的创意能力也被低估了。过去人们认为AI缺乏创意，近期我们调研了七十多家AI游戏创业团队，发现许多创意在去年完全无法想象。
AI不仅能提升效率，自身也在不断迸发新想法。因此百度愿意一直陪伴客户前行，哪怕暂时无法变现也无妨。关系的重塑，远比售卖产品更重要。
游戏葡萄招聘内容编辑，
【站点差异】本稿将发布到 guanchatoday.com。请换一种措辞、句式与段落节奏，避免与发往其他站点的版本雷同；事实与数字仍必须与原文一致。