基礎模型時代的 AI 遊戲應用
為何重要
AI 不再只是「打單機」，研究將導向程式碼產生、自動化維護與測試，這是大廠降低遊戲開發成本的潛在要件。 文獻強調語意結構（規格、狀態）是關鍵，暗示未來遊戲開發將更重視數位孿生與結構化資料，而非僅依賴純文本生成，會影響上游引擎與工具鏈的設計。 投資人應注意「持久狀態建模」與「執行階段改適」的發展瓶頸，這是 AI Agent 從玩具走向工業級自動化的關卡。
基礎模型與學習型遊戲世界模型正重塑遊戲生態，系統不再僅限於模擬玩家，更涵蓋遊戲設計、開發、執行時適應與測試評估。
- 研究將現有文獻依 AI 輸出用途分類為六個角色：玩與行動、建模玩家與遊戲、設計遊戲、建構與維護遊戲、執行階段生成與改適、測試與評估。
- 跨角色的互連包含：用軌跡訓練世界模型、用學習環境提供 Agent 經驗、用設計規範驅動可執行實作，以及用遊玩或測試反饋引導修訂。
- 現況評估顯示，邊界遊戲玩法的評估最標準化，而涉及持久狀態、重複軟體修訂、驗證玩家建模及持續執行階段改適的能力仍較不成熟。