Inworld AI 展示了 AI 转向生产阶段的案例研究

快速阅读: 据《VentureBeat 公司》称，Inworld AI CEO凯兰·吉布斯在GamesBeat访谈中指出，当前AI生态系统非专为游戏开发者构建，存在关键限制。他强调需解决实际问题，而非仅展示技术。Inworld将在GDC展示解决方案，并与多家公司合作探讨AI在游戏中的应用及经济模式。

当前的AI生态系统并非专门为游戏开发者构建。尽管在受控演示中看起来令人印象深刻，但今天的AI技术在向生产就绪的游戏过渡时暴露出关键限制。Inworld AI首席执行官凯兰·吉布斯在与GamesBeat的访谈中表示。

目前，由于游戏开发者依赖于定价和条款不稳定的黑盒API，AI的部署进程正在放缓，这导致了自主权的丧失和创新停滞。他说，玩家得到的是可丢弃的“AI风味”演示，而不是持续发展的体验。

在2025年的游戏开发者大会（GDC）上，Inworld不会单纯为了展示技术而展示技术。吉布斯说，该公司正在展示开发者如何克服这些结构性障碍，推出数百万玩家正在享受的AI驱动游戏。他们的经验突显了许多AI项目在发布前失败的原因，更重要的是，如何克服这些挑战。

“我们已经看到过去几年在GDC上出现了转变。总的来说，这是一个从演示和原型到生产的转变，”吉布斯说。“当我们开始时，它真的只是一个概念验证。‘这个东西怎么运作？’应用场景相当狭窄。它主要是角色和非玩家角色（NPC），并且有很多关注点在演示上。”

现在，吉布斯说，公司专注于与合作伙伴和大规模部署的实际问题解决。

让AI在生产中工作

Inworld AI正与像Nvidia和Streamlabs这样的合作伙伴合作开发AI。早期的大规模语言模型（LLMs）过于昂贵，无法放入游戏中。那是因为将用户的查询发送到网络上的数据中心需要花费大量金钱，使用宝贵的图形处理单元（GPU）时间。它返回答案，通常非常缓慢，用户会注意到延迟。

现在帮助降低AI成本的一件事是AI处理已被重新架构，任务从服务器转移到客户端逻辑。然而，这只能在用户拥有良好的机器和良好的AI处理器/GPU的情况下真正实现。推理任务可以在本地机器上完成，而更难的机器学习问题可能必须在云中进行，吉布斯说。

“我认为我们现在所处的位置是，我们实际上证明了这些东西在大规模生产中是可行的，并且我们有正确的工具来做到这一点。这是一次很棒且令人振奋的转变，因为我们现在能够专注于揭示AI生态系统中的根本挑战，”吉布斯说。“当你处于原型演示心态时，很多事情都表现尚佳，对吧？许多像OpenAI、Anthropic这样的工具在演示中表现尚佳，但在大规模应用中它们无法发挥作用。”

吉布斯说，Inworld AI正在GDC上专注于解决更大的问题。Inworld AI正在分享实际遇到的挑战，并展示什么可以在生产中奏效。

“要让它起作用有一些非常现实的挑战，我们不能独自解决所有问题。我们需要作为一个整体生态系统来解决这些问题，”吉布斯说。“我们需要接受并停止将AI宣传为灵丹妙药、即插即用的解决方案。我们已经与部分合作伙伴解决了这些问题。”

吉布斯期待AI个人电脑的推广。“如果你把所有的处理都放到本地机器上，那么很多AI就会变得更经济实惠，”吉布斯说。该公司正在提供所有后端模型并努力降低成本。

我注意到由西蒙·戴维斯领导的Mighty Bear Games正在开发带有AI代理的游戏，其中代理玩游戏，人类帮助打造完美的代理。“同伴非常酷。你会体验到多代理模拟，比如动态人群。如果你专注于基于角色的体验，你可以有主要角色或背景角色，”吉布斯说。“而且让背景角色高效运作确实不易，因为当人们看斯坦福大学的论文时，它是在一次模拟1000个代理。我们知道游戏不是这样构建的。你如何在规模上给玩家一种数百万角色的感觉，同时还能进行细节层次系统，以便你在接近角色时最大化每个角色的深度？”

AI怀疑论者？

AI直播

我问吉布斯他对GDC 2025调查中的统计数据有何看法，该调查显示今年的调查中比一年前更多游戏开发者对AI持怀疑态度。数据显示，30%的人对AI持负面情绪，而去年这一比例为18%。这呈现出错误的发展趋势。

“我认为我们已经到了这样一个阶段，每个人都意识到他们的职业生涯未来将包含AI。我们正处于一个之前大家都只是盲目追随OpenAI的公告以及他们在LinkedIn上的朋友在做什么的阶段，”吉布斯说。

人们在尝试像带文本提示的图像生成器等工具后很可能会感到失望，这些工具在实际生产中表现欠佳。现在，当他们进入生产阶段时，发现它在规模上无法发挥作用。因此，开发人员需要更好的针对特定用户的工具，吉布斯说。

“我们应该持怀疑态度，因为确实存在没有人解决的真实挑战。除非我们表达出这种怀疑并真正对整个生态系统施加压力，否则情况不会改变，”吉布斯说。问题涵盖云锁定和不可预测的成本；性能和可靠性问题；以及不进化的AI。另一个问题是有效控制AI代理，以免其失控。

吉布斯说，在像《堡垒之夜》这样的游戏中，玩家在游戏中毫秒级的响应至关重要。AI能带来一种引人入胜的体验，但要在规模上以成本效率实现它，需要解决许多问题，吉布斯说。

至于AI带来的变化，吉布斯说，“我们将从根本上改变构建面向用户的AI应用的方式。”

吉布斯说，“发生的事情是工作室在使用工具进行开发，然后在接近生产几个月后，他们会说，‘天哪！这不起作用。我们需要彻底重构我们的架构。’”这就是Inworld AI正在努力的方向，将在未来宣布。

吉布斯预测，许多AI工具将在几个月内迅速过时，这将使规划变得棘手。他还预测，第三方云服务提供商的能力将在压力下不堪重负。

“当四百万用户同时通过你的代码时，这段代码真的能运行吗？”吉布斯说。“我们看到很多人不得不回到生产阶段，将整个代码库从Python重写为C++。”

合作伙伴演示摘要

Streamlabs的AI引入工作流的架构。在GDC上，Inworld将展示几项重要的合作伙伴演示，展示不同规模的工作室如何成功应用AI。其中包括：

Streamlabs：智能流媒体代理提供实时评论和制作协助。

Wishroll：展示Status，一款具有独特AI驱动个性的社交媒体模拟游戏。

Little Umbrella：The Last Show，一款基于网页的派对游戏，具有机智的AI主持。

Nanobit：Winked，一款具有持久、不断发展的关系建立的移动聊天游戏。

Virtuos：赋予开发者全面掌控AI角色行为的能力，以获得更沉浸式的故事体验。

此外，Inworld还将展示两项自主研发的技术演示：

设备端演示：一款在多个硬件平台上无缝运行的协作游戏。

现实多代理仿真：展示现实社会行为和互动的多代理仿真。

阻碍AI游戏进入生产和实际开发解决方案的关键障碍

Kylan Gibbs是Inworld AI的联合创始人，也是我们最近的GamesBeat Next活动的演讲嘉宾。以下是七个始终阻碍AI驱动游戏从有前景的原型转变为已发布产品的关键挑战。以下是各种规模的工作室如何利用Inworld突破这些障碍，为数百万玩家带来体验。

实时墙：Streamlabs智能流媒体代理

开发者问题：未经生产准备的云AI引入响应延迟，打破玩家沉浸感。未优化的云依赖导致AI响应时间达800至1200毫秒，即使是简单交互也显得迟缓。所有智能仍位于服务器端，形成单一故障点，阻止真正的所有权，但大多数开发者除了这种仅依赖云API的AI工作流程外，几乎找不到其他替代方案。

Inworld解决方案：Logitech G的Streamlabs智能流媒体代理是一个由AI驱动的共同主持人、制片人和技术助手，它实时观察游戏事件，在关键时刻提供评论，协助场景转换，并推动观众参与——让创作者专注于内容创作，无需被繁杂的生产任务分心。

最后的表演秀

开发者问题：成功应该是一个值得庆祝的原因，而不是一场财务危机。然而，对于AI驱动的游戏来说，单位成本的线性甚至增加意味着随着用户数量的增长，开支可能会迅速失控。开发者被迫进行紧急架构调整，而非乘势扩大成功。

Inworld的解决方案：Little Umbrella，背后是死亡AI的开发工作室也不例外。尽管这款游戏迅速走红——仅仅两个月就吸引了2000万玩家——但这种成功几乎让工作室陷入财政危机。

“我们的云API成本从5000美元飙升到了25万美元，”他们的技术总监分享道。“我们必须限制用户获取——实际上是在拒绝玩家——直到我们与Inworld合作重构我们的AI架构。”

对于他们的下一个游戏，他们决定改变策略，从一开始就以成本可预测性和可扩展性为目标进行构建。推出了《最后的表演秀》，这是一款基于网络的派对游戏，其中AI主持人会根据玩家选择或定制的主题生成搞笑问题。玩家提交答案，投票选出最喜欢的选项，而最不受欢迎的回答会导致淘汰——所有这些都在AI主持人的幽默调侃中进行。

《最后的表演秀》标志着他们的回归，从零开始设计，以确保在大规模运营中保持质量和成本可预测性。结果？一种能够从成功中获益而非受其威胁的商业模式。

质量与成本悖论：状态如何才能变得流行？

状态知道。

开发者问题：更好的AI质量通常伴随着更高的成本，迫使开发者陷入一个不可能的选择：提供次优的玩家体验或面临不可持续的成本。AI应该增强游戏玩法，而不是成为经济障碍。

Inworld的解决方案：Wishroll的状态（在App Store生活方式类别中排名高达第4名）将玩家沉浸在一个虚构的世界中，让他们可以扮演任何他们想象的角色——无论是世界著名的流行歌星、虚构角色，甚至是拟人化的ChatGPT。他们的目标是积累粉丝，与其他名人建立关系，并完成独特的里程碑。

这一概念引起了游戏玩家的强烈反响，到2024年10月有限测试版推出时，《状态》已迅速走红。TikTok上的热议带来了超过10万次下载，许多玩家被拒之门外，而游戏的Discord社区在几天内从最初的100名用户增长到了6万名。仅在2025年2月公开测试版发布两周后，《状态》的用户数就超过了百万。

“我们使用顶级模型每天活跃用户的花费在12到15美元之间，”首席执行官Fai Nur在一份声明中说道。“这完全不可持续。但是当我们尝试更便宜的替代方案时，我们的用户立即注意到质量下降，互动度也大幅下滑。”

通过与Inworld的机器学习优化服务携手合作，Wishroll能够在提高质量指标的同时将AI成本削减90％。

“我们看到Inworld为其他AI游戏解决了类似的问题，并认为‘这就是我们需要的’，”Fai解释说。“我们可以看出Inworld对我们的问题有丰富的经验和知识——即优化模型并降低成本。”

“如果我们用原来的架构推出，我们几天内就会破产，”Fai解释道。“即使筹集数千万美元也无法维持一个月以上。现在我们找到了盈利之路。”

针对高端设备优化的AI功能在主流硬件上却表现不佳，迫使开发者要么限制目标受众，要么调整开发愿景。AI供应商还故意隐藏关键的设备端推理能力（例如蒸馏模型、深度微调与蒸馏、运行时模型适配等），以维持控制并保护经常性收入。

Inworld的解决方案：虽然设备端是AI和游戏未来更可扩展的关键，但游戏中的AI硬件并没有一个通用的解决方案。确保不同设备上的用户获得一致的性能和可访问性很容易增加复杂性和成本。为了实现可扩展性，AI解决方案必须无缝适应各种硬件配置。

我们的设备端演示并非侧重于理论上的兼容性，而是关注在多样化硬件上实现一致性能，使开发者能够覆盖整个游戏设备范围进行开发且不牺牲质量。

开发差异：超越原型阶段

从原型到生产的差距是大多数AI游戏项目失败的地方。虽然开箱即用的插件对于原型设计很有用，但在现实条件下它们往往失效：

延迟崩溃：依赖云的工具在负载下响应时间会膨胀，破坏沉浸感甚至游戏体验。

成本爆炸：按令牌计费会在扩展过程中产生不可预测的财务悬崖。

可靠性瓶颈：每次外部API调用都会引入新的潜在故障点。

质量一致性：AI性能在测试环境和生产环境中存在巨大差异。

“Inworld的工程副总裁Evgenii Shingarev在声明中提到：‘我们已经目睹了无数令人惊叹的AI游戏原型在进入生产阶段时失败。’这种情况始终如一：令人印象深刻的演示，热情的投资，然后慢慢意识到经济和技术架构无法支撑现实世界的应用。”

在Inworld，我们不懈努力缩小原型到生产之间的差距，开发出解决实际挑战的解决方案，而不仅仅是展示令人印象深刻的概念验证。

Inworld公司展位位于C1615，吉布斯表示，Inworld将在GDC大会上分享那些不仅能够成功发布，而且能够在大规模运营中蓬勃发展的经验。

吉布斯说，与其空谈AI在游戏中的未来，不如展示由经历过类似挑战的团队开发的实际系统，这些系统正在解决实际问题。

从AI原型到生产的路途充满挑战，但只要采取正确的方法，并与懂得如何提供玩家喜爱的AI体验的合作伙伴合作，这是完全可行的，吉布斯说。

与Tenstorrent的Jim Keller的会议：打破AI不可持续的经济模式

Jim Keller现任Tenstorrent首席执行官，是一位传奇的硬件工程师，曾领导过苹果、AMD和英特尔等公司的关键处理器项目。他将在GDC小组会议上与Inworld首席执行官凯兰·吉布斯一起，坦率地探讨游戏领域中AI经济模式的缺陷以及实际前进的道路：

“当前的AI基础设施在大规模游戏中经济上是不可持续的，”Keller在声明中提到。“我们看到工作室在开发阶段采用了令人印象深刻的AI功能，但在计算出规模化后的真正云成本后，又在发布前将其削减。”

吉布斯表示，他期待着在舞台上与Keller讨论Tenstorrent，后者旨在以不到100倍的成本为AI应用提供服务。

本次会议将探索解决这些经济障碍的具体方案：

– 大幅降低模型和硬件成本的选择。
– 消除API依赖的本地推理策略。
– 优化成本、性能和质量的实用混合方法。
– 随着时间推移提高投资回报率的主动学习系统。

结合Tenstorrent、AMD、苹果、英特尔和特斯拉的硬件专家知识，以及Inworld在实时、面向用户的AI领域的专业知识，我们将探讨如何在一个统一的架构下融合设备端计算和大规模云资源。

与会者将获得关于将AI从理论转化为实践时真正重要的内容的坦诚见解，并了解如何构建一条可持续的AI管道，既能保持低成本，又不会牺牲创造力或性能。

会议详情：

星期四，3月20日，上午9:30 – 10:30

西厅，2000号房间

欲了解更多信息，请访问GDC页面

与微软的会议：AI创新的游戏体验

吉布斯还将与微软的海燕·张和卡特琳娜·霍夫曼一起探讨AI如何推动下一代动态游戏体验。本小组讨论会结合了研究与实际实施，解决了开发人员在从原型转向生产时面临的重大挑战。该会议展示了我们协作方法如何克服行业范围内的障碍，防止AI游戏无法触及玩家——重点关注那些克服了可靠性、质量和成本挑战的经过验证的模式，而大多数游戏从未能幸免。

我问吉布斯如何说服游戏开发者，AI是一辆他们可以搭上的列车，而不是一辆迎面而来的列车。

“不幸的是，还有许多其他合作伙伴我们无法公开分享。很多顶级开发商[都很低调]。事情确实在发生，但这需要投入大量精力。我们已经开始与一些有创意需求的开发者接触。如果他们计划在未来一年或两年内推出一款游戏，但对如何高效地以规模或成本实现这一目标没有明确的思路，我们可以与他们合作，”吉布斯说。

“AI在游戏中可以有多种结构和集成方式。今年我们会公布更多消息，因为我们正努力让它们更加自助化。”

会议详情：

星期一，3月17日，上午10:50 – 11:50

西厅，3011号房间

欲了解更多信息，请访问GDC页面

GB每日保持知情！

每天获取最新新闻订阅阅读我们的隐私政策感谢订阅。

查看更多VB通讯出现错误。

(以上内容均由Ai生成)