2026-03-18 00:00:00
2025年的GDC上，《暗区突围》的F.A.C.U.L.AI队友给了我很深的印象。当时行业里的AI队友普遍还处在"仅限聊天"的水平上，F.A.C.U.L.却相当领先地实现了游戏内交互，准确识别对象和游戏中的物理世界，由此带来的沉浸感的提升，颇有"次世代"的感觉。
因此，对于今年GDC魔方工作室还会带来什么有意思的技术分享，我是比较期待的。结果魔方一口气带来了三个演讲议题，从动作和声音设计，图形性能优化等方面，全方位分享了他们的最新成果，这也是魔方第三年被GDC官方邀请参加主论坛，干货一如既往地多。
昨天我们讲了今年GDC上的中国游戏厂商如何向国外从业者分享高效的游戏制作管线。现场的情景有点儿三十年河东，三十年河西——5年前国内还在仰望国外的游戏制作管线，但随着国内大型项目的不断成熟，协调数百人高效开发游戏项目的经验反而开始向外输出。而现在AI工具的引入更是加速了这个趋势，这不仅能从腾讯在GDC上二十多场主题上可以看出来，从魔方的这三个演讲议题上更是可见一斑。
异人之下：基于实时AI生成技术的功夫动作系统
动作格斗游戏能从AI获得什么加成？
魔方在两年前参加GDC时就给出过一个答案：更先进的AI对手。
这里容易有一个歧义，格斗游戏的AI对手是个古老的概念，从街机时代开始，只要是电脑控制的对手，玩家都可以统称为AI。但此AI非彼AI，它们之间的区别，比人类和AI之间的距离都要遥远。
传统格斗游戏的AI通常依赖人工脚本、有限状态机或行为树，本质上是条件触发式的反应逻辑——玩家起跳时升龙、近身时抓取。这些行为模式通过预设规则实现，难度提升往往通过加快反应速度或读玩家输入来实现，某种程度上是一种“作弊”式的设计。
而魔方在2024年GDC上展示的火影忍者手游AI对手，则是类似AlphaGo的思路——AI能够在多维度上进行实时博弈决策，考量技能和距离因素、预测动作和连段可能性，且在对抗过程中会动态调整策略，而非重复固定的套路。
由于这种AI在攻击范围和伤害数值上与玩家保持一致，AI不会提前获知玩家输入、不具备0帧反应能力、也不会出现无限连或无限防这类破坏平衡性的机制，这就使得AI更接近一个高质量的陪练角色，而非无太多实战意义的人机。
到了《异人之下》里，情况又发生了变化。此时AI的应用转移到了后方——开发管线中。
《异人之下》是一款3D格斗游戏，又融入了传统东方武术，如何在高速战斗中保持精准的动作和地道的架势，光靠传统的制作方式，有着很多的掣肘。
首先是容易动作转场不自然，比如角色从战斗切换到待机、从攻击切换到奔跑等，若是传统做法完善这些过渡动作，要么选择插值算法，但容易脚部滑步，要么选择动画师手动K，代价是成本高且覆盖率有限。
此外，对于脚部滑步的问题，传统方案是事后补救，玩家很容易就能看出脚在地面上"蹭"而不是"走"。同时传统方案还有一个动作游戏的老大难问题——武器穿模。
根据魔方工作室群AI团队负责人廖诗飏的分享，团队的做法是让AI实时生成过渡帧。具体来说，他们训练了一个两阶段Transformer模型：第一阶段生成关键帧，第二阶段用扩散模型补全中间帧。推理时用循环回归的方式，一帧一帧地输出。
这套系统让上述问题得以迎刃而解：能让脚自然地落在地面上，该抬脚时抬脚，解决滑步问题；AI可以预测什么样的轨迹会导致武器穿模，因此能提前规避；状态回归则让角色长距离移动后能够自然地回到待机姿态。
除了角色动作更自然了，整个开发管线中的动画工作量也可以降低75%之多。魔方用一系列数据展示了悬殊的对比：和过去繁琐昂贵的动作捕捉不同，新系统下最少只用7个GoPro即可完成高精度无标记点动捕，动作捕捉时间从30分钟缩短到5分钟，精修时间从1小时缩短到15分钟，素材库则从930条缩减到445条。
值得注意的，即便引入了即时AI推理，量化后的模型在移动端完成一次推理也只需要0.4毫秒，几乎不会给玩家增加任何可感知的延迟。
这种对格斗细节"较真"，也让魔方成了现在国内格斗基因最“重”的制作组，不仅火影和异人横跨2D和3D格斗，也实实在在潜移默化地影响了一代玩家。
前段时间我在抖音上刷到过几次"火影忍者单挑免费吃包子"。具体是成都有个卖包子的摊主推出了一个规则，顾客可以在《火影忍者》手游中与摊主单挑，赢了就能免费吃一笼包子，输了就得购买一笼。一时间挑战者甚众，但由于摊主其实是PVP高手（段位约3200分），挑战者大多纷纷落败。
保守估计，那段时间挑战包子系列视频在抖音上有上千万播放，我在浏览评论区时也能明显感受到，《火影忍者》手游里的PVP格斗已经成了国内新一代玩家的KOF，不仅群众基础深厚，也衍生出了非常庞大的竞技文化与讨论氛围。
而这一切，在工作室决定十年如一日地完善细节时，或许便已经注定了。
洛克王国世界：高性能全局光照方案的最佳实践
坦白说，在今年的GDC之前，我没想到一个困扰游戏行业多年的图像性能优化问题，会被《洛克王国：世界》背后的技术团队提出新解法。
简单来说，魔方的技术专家们试图解决这款大世界游戏开发中的一个重要痛点：光照烘焙。
这两年很多玩家已经有所察觉：游戏画面技术进入了一个尴尬期，时不时会有人翻出10年前的3A游戏，然后发现和现在的游戏相比也并不过时，性能需求却比现在少了好几倍。之所以对比这么悬殊，很大程度上是因为，现在越来越多的游戏依赖于光追和引擎现成的光照方案。
大家都知道光追效果好，但光追很吃显卡性能。在光追时代之前，游戏厂商用烘焙的方式处理光照效果，对性能要求不高，但非常耗费人力，因为相当于把每一张光影照片都手工画在了建模上。玩家倒霉就倒霉在，现在是个青黄不接的时代，想要通过光追实现较好的画面表现，所需的硬件设备依然比较昂贵，而主流厂商却已经不愿意在烘焙上投入很多精力。优化不够，纯靠超分和帧生成硬撑，各种优化问题已经引起了很多舆论反噬，出现了不少阴谋论的说法。
最近发售的《生化危机9》全开光追格蕾丝很美，但网上流传更多的却是硬件性能不够便没资格美丽的段子
虽然网上不少人都在怀念其实过去的画面又好看又省性能，但行业已经回不去了，已经没有多少厂商愿意继续精心烘焙光影。
究其原因，传统的本地烘焙模式不仅重，而且十分低效。魔方在分享中提到，在未改造系统前，许多项目组依赖商业引擎原生的本地预计算模式，单单离线计算一个建筑的光照就需要半小时起步。而对于成百上千个建筑的大世界游戏，跑完一整个光照流水线往往需要30多个小时——这意味着美术人员在三天内都无法看到完整的画面效果。
魔方团队通过将AI与计算机图形学结合，和腾讯游戏的MagicDawn团队一起打造的跨引擎光照解决方案，正试图解决这个问题。
MagicDawn方案简单来说，是帮助游戏开发商大大降低烘焙光照的成本。先利用云端的 RTX 显卡根据实时路径光追跑一遍正确的光影渲染，通过AI技术学习并压缩多套静态光照数据，再在引擎运行时进行高效的AI推理，实现高达1:30的压缩率，显著降低了包体体积和传输成本，从而在移动端和PC全平台上实现更好的高性价比的光影效果。
从核心提效数据来看，这种基于云端并发与 AI 渲染的架构实现了近百倍的突破。根据魔方给出的实测结果，目前 95% 的离线计算任务在 5 分钟内即可完成，大部分任务甚至在 3 分钟内就能结束。 这个方案也切实抓住了当前游戏画面技术的一个痛点，既然硬件发展已经放缓，那么用云服务和 AI 赋能开发管线，便是一种相当讨巧的解决办法。
目前 MagicDawn 已封装为美术可直接使用的管线工具，并应用在了魔方的《洛克王国世界》《暗区突围》和库洛的《鸣潮》中。
洛克王国世界：为500多只精灵塑造全面的声音世界
如果说光照解决的是"看得舒服"，那么声音解决的就是"听得进去"。
在大多数游戏项目中，为几十个角色制作配音已是相当繁重的工作。而《洛克王国：世界》面对的是一个截然不同的命题：500多种精灵，每一只都需要拥有连贯、立体、能够与环境互动的声音。这不是简单的"每个角色配一段音效"就能解决的问题，需要一整套标准化声音生态系统的支撑。
魔方工作室群音频策划负责人曾润航与POSTRED音频动画负责人Luka Lebanidze在分享中，讲解了团队如何在保证独特声音特性的同时，建立一套可扩展的设计架构。
在确定每只精灵音色之前，精灵们会先获得一份标准化简报，明确它的特征、个性，并以此推敲其专属的声音纹理。团队利用“情感轮”工具来规划精灵在不同状态下的声音表现，例如在“喜、怒、哀”等核心情感上先制作Demo并建立反馈循环，以此来尽快锁定每只精灵的声学基因。
进入执行阶段后，每只精灵会被拆解为19种情绪的叫声和动作音效，并为每种状态提供至少3个音效变体，以消除玩家听觉上的重复感。
从上文的视频中你也能发现，很多声音的基础素材来自录音棚录制。这里有个热知识，其实声音也是有恐怖谷效应的——比如有些录音素材，会让人觉察到是由人类的喉咙在扭曲状态下发出的，这对精灵世界的代入感显然会有影响。因此，将人类的模仿音、真实动物录音、乐器采样乃至合成器进行多维度融合，才能创造出既具亲和力又具质感的精灵音效。
演讲现场用了一个具体的“声音配方”来说明了这系统的运作逻辑——要合成精灵波多希的声音，系统需要调用的声音素材来源如下：
器乐声占20%
人声占15%；
狮子咆哮占15%；
机械声占20%；
猪叫声占20%。
这些素材来自不同的录音批次，经过切片、变调、滤波处理后，混合成一个全新的愤怒声音。管线中也包含了“横向”与“纵向”的差异化处理：横向确保即使是同物种（例如不同属性的狐狸）也能拥有完全不同的声纹，具备鲜明的辨识度；纵向则对应精灵的进化路径，确保声音会随着精灵体型和力量的变化而改变。
最终，这个项目产出了50000多个独特声音。
其实从两场GDC演讲也能看出来，作为以精灵生态为核心的产品，《洛克王国：世界》致力于在音画两个核心体验上，共同构筑出鲜活生动的精灵世界。
结语
连续三年入选GDC主论坛，从魔方分享的议题中，能呈现出一条清晰的演进线：2024年讲强化学习格斗AI，2025年讲F.A.C.U.L.语音交互AI队友，今年则是动作生成、标准化音频和光照优化。一个显著的变化是：过去两年是"AI in Game"——玩家能直接感知到AI的存在；今年更多是"AI for Game"——AI隐藏在开发管线中，用来实现提效和流程简化。
从中也能看出魔方"技术服务内容"的底层逻辑——不是为了追新而追新，技术迭代是为了解决痛点或者满足实际需求。某种程度上，这也折射出中国游戏技术话语权的改变——从输出产品走向输出方法论甚至技术支持。这条路，才刚刚开始。
2026-03-18 00:00:00
在今日举行的 GTC 2026 大会上，NVIDIA 正式发布了第五代 DLSS 技术。这项被官方称为“自 2018 年实时光线追踪以来最重大突破”的技术，将于今年秋季正式推出。
NVIDIA 创始人兼 CEO 黄仁勋在主题演讲中登台展示了这项技术的实际运行效果。他表示：“DLSS 5 是图形技术领域的 GPT 时刻——将手工渲染与生成式 AI 融合，在视觉写实度上实现飞跃，同时保留艺术家创作表达所需的控制权。”
能看出对于这个“GPT时刻”，保密级别还是很高的。因为就在上周的GDC期间，我们在旧金山还受邀前往NVIDIA的线下活动，技术人员带着我们讲解了一圈最新技术，其中不少涉及到DLSS 4.5，结果五天不到就被DLSS 5降维打击。
GDC现场的DLSS 4.5技术演示
1
DLSS 5 的一个突破在于 3D 引导神经网络渲染（3D-Guided Neural Rendering）：不再是传统的 2D 图像超分辨率处理，而是引入 3D 场景理解。AI 能够“理解”场景的几何结构、光照条件和深度信息，从而在渲染过程中做出更智能的像素生成决策。
技术发布后，全球游戏图形领域很快给出了反应。由于目前 DLSS 5 公布的 Demo 对原始画面的“改造”很大，不少人担心是否会导致 AI 味太强，其实根据官方论坛的 FAQ 信息，相关预案早有准备，目前 DLSS 5 提供了多种方式来确保开发者保留其艺术意图。
首先是输入锚定：开发者可以指定 AI 生成的画面必须“锚定”在特定的输入信号上——这意味着游戏的原始渲染画面、美术设定的色彩基准、甚至是特定的纹理细节，都可以作为强制保留的锚点，这会改善“AI 自说自话”的问题。
同时，DLSS 5 为开发者提供了精细控制参数，如：
Reddit 用户 Ryan Shrout 在 GTC 2026 现场体验后分享了一个具体案例：在同一帧画面中，水面可以设置为 100% 强度（完全信任 AI），木材材质设为 30%（保留更多原始细节），而角色皮肤则设为 120%（甚至增强细节表现）。这种差异化的处理方式意味着开发者可以对画面中每一个元素进行独立控制，而不必受限于整体画质和性能的取舍。
整合方式上，开发者可以通过 NVIDIA Streamline SDK 或 Unreal Engine 5 插件快速接入 DLSS 5。Streamline 是 NVIDIA 推行的跨平台渲染框架，而 UE5 插件则针对使用虚幻引擎的开发者提供了更便捷的集成路径。
目前已确认支持 DLSS 5 的合作厂商包括：Bethesda、CAPCOM、完美世界旗下幻塔工作室、网易、NCSOFT、灵游坊、腾讯、Ubisoft 和 Warner Bros. Games。
2
任何颠覆性技术都会面临质疑，正如 DLSS 初代公布之时，外界怀疑之声也很大。后来随着相关技术不断成熟，DLSS 已经成了新一代图形优化的金科玉律。如今 DLSS 5 又迈出了跨越式的一步，自然也带来了新的审视。
消息公布后，部分从业者和玩家担心，当 AI 被赋予“理解”画面的能力后，可能会在某些情况下“自行其是”，从而偏离创作者的原始意图。
这可能是由于为了凸显差别，目前演示DLSS 5的几个游戏Demo都调得比较猛，以至于角色的材质清晰度和纹理过于清晰，一时还挺不习惯的。
由于始终担心AI生成内容太多是否会导致“无中生有”，很快网上也出现了很多网友自制恶搞图：
如果对DLSS技术一路了解下来，不难想起从DLSS一代开始，各种MEME也层出不穷。搞笑归搞笑，有争论才有进步，图形技术从业者对清晰和真实的追求是无止境的，但创作者和玩家对“风格”的追求，一定程度上为技术道路划定了一条边界，从而最终确定出一个方向，能让艺术与技术一起前进。
况且，如前文所说，有理由相信这几个Demo是为了展现目前DLSS 5所能达到的效果上限而做的演示，从现在到最终发布版还需要经过更深入的优化和调校过程。NVIDIA 官方 FAQ 也在一直强调：在实际生产过程中，所有生成决策最终由游戏开发者掌控。强度（Intensity）、调色（Color Grading）、遮罩（Masking）三个参数的存在，就是为了确保创作者对自己的作品保有最终决定权。开发者不仅可以设置全局参数，还可以针对每个材质类型、每个场景元素进行精细调整。
正好我们昨天刚讲过，生成式AI很难直接兼容到游戏生产管线中，游戏工业是极其庞大、精密咬合的开发管线，而游戏天生的交互性和“状态机”所对应的准确性，都注定了若要在游戏开发中应用生成式AI，需要底层更精准的调优。
用市面上主流的视频 AI 模型做对比的话，视频 AI 是难以被精准控制的，可预测性不足，每次新的提示词都会生成不同的内容。对于游戏而言，像素必须具备确定性、实时生成，并且紧密契合游戏开发者构建的 3D 世界。
一家外部互联网巨头推出的AI模型，很难直接被游戏厂商用在3D资产中。但如果这个巨头是GPU芯片与游戏图形的推动者之一，那就另当别论。
DLSS 5 的实现原理则是以游戏每一帧的色彩和运动矢量作为输入，利用 AI 模型为场景注入照片级光照与材质效果，这些效果基于原始 3D 内容，又在帧与帧之间保持一致。
NVIDIA 公开的信息显示，DLSS 5 的模型可通过分析单帧画面，理解角色、头发、布料、半透明皮肤等复杂场景语义，以及诸如顺光、逆光、阴天等环境光照条件。在此基础上，DLSS 5 会运用这种深度理解，生成视觉上高度精确的图像，妥善处理皮肤的次表面散射、布料的细腻光泽，以及头发上的光线与材质交互等复杂元素，同时保留原始场景的结构和语义。
“数毛社”Digital Foundry 也在体验后表示：“我觉得很久没见过像DLSS 5这样令人惊叹的演示了。在我们测试的多数演示中，艺术风格基本得到了保留。它是一个强大的工具，但最终如何使用，权力在开发者手中。”
3
总的来说，DLSS 5 的发布标志着游戏图形技术进入了一个新阶段。
NVIDIA 用 3D 引导神经网络渲染（3D-Guided Neural Rendering）完成了从传统超采样到神经网络渲染的技术跃迁。这不仅是一个更好的超采样方案，更是一种全新的渲染范式——它让AI真正“理解”三维世界，而非仅仅处理二维像素。
这一变化的深远意义在于：渲染技术的决策权正在从硬件层面下沉到算法层面。传统上，渲染管线中的每一个环节——几何处理、光照计算、材质着色、后处理——都需要开发者手动设置参数或选择算法。而 DLSS 5 所代表的神经网络渲染路径，意味着开发者可以更多地“描述”想要的结果，而非“规定”实现的过程。
DLSS 5 可在最高4K分辨率下运行，并将登陆多款热门游戏，包括：
2026-03-17 00:00:00
《颂钟长鸣》（Bellwright）在2024年时，以“抢先体验”的形式上架了Steam。
这是一款中世纪题材的SOC“开放世界生存建造”游戏，开发商Donkey Crew是一支来自波兰的小团队，由蜗牛游戏参与发行。
对比同一周发售、题材相似、但因“一人独立开发”而备受关注、首日峰值在线超过17万的《庄园领主》，《颂钟长鸣》起先的热度就要小得多，首日在线峰值一万出头，玩家评价一度处于“多半好评”。
但两年后，就在这次的GDC开发者大会期间，开发组宣布《颂钟长鸣》的销量在近期突破了100万套。
能直观看到《颂钟长鸣》的“翻盘”曲线
游戏现如今有着1万7千多条评价，好评率已经达到了80%。
放在SOC这个领域里，《颂钟长鸣》有一个非常明显的特点，就是它包含了明确的故事背景：你是一名被诬陷为谋害王子的落魄贵族，流亡多年之后终于找到了自己被陷害的证据，于是你回到自己的故乡，决心领导一场叛乱推翻压迫者的统治。
这和大部分SOC开头就把玩家扔到一块荒地上、不由分说叫你先砍树的做法就很不一样，让《颂钟长鸣》自然而然地包含了更多角色扮演要素。
虽然起初还是要自己先从零建设据点
这可能是因为Donkey Crew的一些核心成员早先是给《骑马与砍杀》做MOD的。包括游戏在玩法上也有点像是更加注重模拟经营要素的“骑砍”——玩家需要从零搭建营地，招募追随者，组建军队，解放一座又一座村庄，同时在一个持续模拟运转的世界里，维系后勤、贸易和战争。
游戏另一个主要特色是NPC会主动参与城镇的建设。玩家造建筑时不用等到资源全凑齐，只需要圈好位置，成为追随者的NPC就会按设定好的优先级去收集、加工材料，完成建设，整个村庄在没有玩家干预的情况下也能自行运转。
包括进行城镇防卫战
这两者结合在一起，就更容易让玩家感觉到“这个世界是真实活着的”。
当然，游戏之所以能在实现商业逆袭，比起基础设计，更多还是因为开发组在这两年里开发组一直保持着积极的更新。游戏目前也仍处于EA阶段，不断增添着新内容。
在GDC现场，我们也专访到了团队的开发成员，他向我们分享了开发《颂钟长鸣》过程中的一些心路历程，也从他们的视角，解读了这款游戏在他们心目中最为“特别”的地方。
以下为采访内容，为便于阅读做了一定调整与删减。
Q：恭喜销量达到100万套。你们有预期过EA阶段能取得这样的成绩吗？
A：我们一开始就有信心觉得游戏会受欢迎，因为我们做的事情比较特别——我们把生存、建造、模拟等不同类型融合在了一起，这在其他游戏里很少见。
但说实话，我们团队内部并没有具体的销量预期或目标数字，因为作为开发者，把注意力放在销量上并不是一件有建设性的事情。我们始终专注于一件事：做出一款玩家真正喜欢的好游戏。我们相信只要把游戏做好，销量自然会随之而来。
Q：EA这两年里，有没有因为玩家反响做出重大的开发策略调整？
A：整体方向从来没有动摇过，就是让玩家在一个模拟运转的世界里建设城镇、招募追随者、组建军队并与世界互动。真正发生变化的是一些具体功能。确实有些功能原本不在计划之内，但看到玩家反馈后，我们意识到它们其实是必要的。比如模拟经济系统里的商队、货物运输路线，这整套后勤体系是在EA阶段根据玩家需求加进来的。
Q：我注意到欧美玩家几乎都给出"特别好评"，但中日韩玩家的评价相对中性一些，你们如何看待这一现象？
《颂钟长鸣》在各语言下的好评占比
A：我们确实观察过这个现象，但分析起来并不容易。玩家留评的时候，表达的往往是情绪，而他们列出的具体原因不一定就是让他们真正不满的根源，所以很难找到准确答案。
就东亚市场而言，我们没能发现一个统一的共性问题，但从反馈来看，这批玩家对性能优化的要求似乎更高。我们会持续改善这方面，也希望能因此获得更多积极评价。我们的目标不是针对某个特定玩家群体，而是把游戏整体做得更好，让所有人都能更满意地玩它。
Q：作为中世纪题材游戏，你们如何处理历史考据？有没有过"没想到玩家连这个彩蛋都发现了"的时刻？
A：其实我们并没有把太多精力放在严格的历史还原上。游戏没有魔法和奇幻元素，整体氛围力求贴近中世纪，但它并不涉及某个具体的历史时期。
我们的核心就是做一款好玩的游戏，所以11世纪的武器和16世纪的武器可能会同时出现在游戏里——只要它们对玩法有益，我们就会放进来。我们当然会研究如何让武器看起来更真实，但"严格遵循历史"并不是我们的首要目标。
说到彩蛋，其实我们不会刻意在游戏里埋彩蛋，更多时候是彩蛋自己"发生"了。因为游戏世界是模拟运转的，很多事情超出了玩家和开发者的预控范围。举个例子，有一次某个村庄被一群狼彻底摧毁了，一些玩家们对这个村庄的遭遇和背景做了各种想象——其实这完全不是我们计划的剧情，从某种角度来说甚至算是个Bug，但它就这样发生了。
不同系统之间的相互作用会产生各种意料之外的结果，这些"意外"本身就构成了游戏最真实的惊喜。
Q：游戏目前使用了AI生成语音，部分玩家也评论说觉得听起来有些生硬。正式版会换回真人配音吗？还是优化AI语音系统？
A：我们确定最终会使用真人配音。现阶段使用AI语音只是一个临时手段，因为在EA开发过程中，台词、叙事、剧情线都可能随时调整，AI语音让我们可以快速迭代而不必推翻配音演员的工作成果。这样我们能把精力集中在当下真正重要的开发目标上。但在游戏正式发布之前，我们会把所有AI配音替换成真人录制的版本。
Q：你们觉得《颂钟长鸣》离正式发布还有多远？
A：我没法给出一个具体的日期，因为时间本身不是最重要的——重要的是游戏是否真的准备好了。
我们在EA阶段仍有大量计划要实现：骑马系统、攻城战、要塞建造、更丰富的NPC关系和策略元素。这些内容到位之后，我们才会考虑定下正式版发布的时间。
处于EA阶段对我们来说是一种主动选择，因为它给了我们持续大幅修改游戏的空间——玩家在这个阶段也接受改变。游戏目前已经是一款值得玩的作品，但我们的目标不是"够用"，而是做出一款真正优秀的游戏。我们的团队有这个动力，也有这个能力，所以不会急于给它贴上"完成"的标签。
2026-03-17 00:00:00
2026年刚开始，FOMO这个词越来越多地出现在互联网上。这个缩写的全称是Fear of Missing Out，大意是由于担心错过有趣的社交活动、人生经历或重要的机会而产生的不安与持续性焦虑。
年后的这一波AI冲击，最喧嚣的莫过于OpenClaw——原本还在开开心心和豆包、GPT们聊着天的群众，突然惊讶地发现：原来我要被AI Agent顶替了？无数自媒体也争先恐后告诉人们，不学好Agent，以后只能做体力劳动，学好Agent，一个人做10份工作……种种心态驱使下，大爷大妈争先恐后“养龙虾”，也就不足为奇了。
但如果说OpenClaw的热度尚属反常现象，对普通人的影响有些言过其实。那么前段时间公布的Seedance 2.0，则是真切地对影视行业造成了颠覆式影响。影视行业看了瑟瑟发抖，短剧行业则已经被彻底改写。
3月12日，凤凰网的一篇专题提到，节后复工第一天，河南一家短剧公司的老板打开工作群，发现甲方群安静得可怕；在“短剧之都”西安，承制公司开始大面积裁员；红果短剧平台已经取消了真人短剧的承制保底；在电影行业的10余年的特效师则表示，哪怕是疫情期间的影视寒冬，也没想过行业会消失，现在，“AI一把枪把传统影视行业毙了”。
与此同时，在大洋彼岸旧金山GDC现场，却是另一副波澜不惊的样子。
今年GDC上的AI议题确实很多，AI相关议题数量高达106场，跟去年相比飙升了112%。但相比前两年，炒作和概念性的话题却更少。一切都在有条不紊地推进中。各种议题看下来，能感受到的不是所谓的颠覆和革命，而是游戏行业在AI时代的确定性更高了，大家都回归了理性。
实际上，越是深入游戏工业，越可以感受到，游戏行业无法被AI简单从外部击穿。但是掌握AI工具的人，却可以把护城河挖的更宽。
颠覆还是优化
这个行业的内部感受和外部在AI议题上一直有挺大反差。外界大众的认知里，游戏作为一个重数字资产的行业，似乎应该受AI冲击非常大，特别是前段时间谷歌“世界模型”发布后，让人以为前端的视觉生成能力将直接降维打击传统游戏公司，还一度引起一些游戏公司股票大跌。
但越是很早就建立的重型数字资产，越说明这个护城河已经很厚。游戏工业的核心从来不是单纯的画面，而是极其庞大、精密咬合的开发管线，还有对准确性要求极高的交互性。
目前市面上的一些AI的确可以生成3D资产，但这种3D模型往往不符合特定的工业规范（比如拓扑结构混乱、UV未拆分、面数超标），从而很难进入实际生产管线。此外游戏里的模型不仅是多边形，还绑定着骨骼、材质解算、物理引擎反馈和网络同步逻辑。牵一发而动全身的耦合度天生拒绝黑盒式的外部AI直接插手。
Genie3这样的“世界模型”只是看起来像游戏，实则可以说关联不大
在某种程度上，游戏工业在AI时代有点像一些大型机构和企业的“后端”系统，很多传统领域，如金融交通工业制造等，底层还在用几十年前的软件系统，有些甚至连图形界面都没有。按理说在信息时代，这些传统就该被革命了，但因为盘根错节的各种代码、数据库、接口已经和企业的各种业务深度缠绕在一起，难以被撼动。
由于各家游戏厂商乃至游戏引擎平台积累了数十年的管线和工程代码，形成了极高的壁垒，外部AI工具难以直接将资产无缝塞入现有标准中，因此唯一的方式就是游戏公司从内部实战出发，构建新的方法论和工具。
因此游戏即便因为AI冲击而产生了“优化”，也只能是从内部一点点迭代调优，而不会像AI短剧取代短剧演员那样，被外部随便一个什么新的技术成果所颠覆。
如果说前两年关于AI x 游戏的探讨还比较零散和偏实验性质，那么这次从GDC上的很多议题也能看出，很多已经深入到了更大规模的落地管线中。纯粹炒作概念的生成式AI热潮已经过去——类似当年元宇宙和区块链的退潮，今年区块链游戏的演讲确实完全绝迹了。
这个表格展示了在两年时间里，行业面对AI理性逐渐回归的过程
今年大家不再空谈“AI能做什么”，而是在讲“我们已经在开发中怎么用AI了”。各家对AI的讨论方向变得更加底层和务实，不再像前两年那样集中在显眼的“生成式AI画大饼”上。越来越多的开发者把AI当成了和光线追踪一样的常规技术，相关的技术分享已经细化并融入到了关卡设计、资产生成、NPC逻辑等非常具体的开发环节中。
腾讯做了什么
今年GDC还有个特殊现象：AI议题虽然多，但讲AI的游戏厂商不多，身边统计学和体感甚至反而少于往年。从日程表来看，今年GDC上主要是科技公司和上下游平台和工具厂商在讲AI愿景，卖AI工具。
当然我们熟悉的国外游戏大厂也不是没有AI议题，但细分垂直程度很高，不少案例处在机器学习和超小模型的阶段。
比如育碧在演讲中说他们跑通了一套工作流，证明只需要 30 张图片就可以训练出符合生产标准的LoRA模型。借助于此，各游戏项目组可以极低成本地训练出符合自己特定美术风格的模型。
暴雪则开发了一个名为 Zenith 的自动化管线。其核心用途是将 3D 游戏环境自动化地转化为风格化、多图层的俯视角地图（Top-down maps，即游戏内的小地图或战术地图）。
只有腾讯一次性带来了超过20场和AI有关的议题演讲。
这些议题跨度极大，有从场景、动画、引擎、音效等多维度优化开发管线的，有的则与具体的功能和玩家体验息息相关。
即便垂直如“搜打撤游戏中的 AI 增强反作弊”议题，在现场的热度也很高
比如在资产管理环节，腾讯的3D资产助手实现了端到端的自动化。设计师只需要说“给我一个女性维京战士的四个概念艺术”，系统会自动生成多视图图像进行确认，最后直接转换成可上线的3D模型——包括PBR材质和拓扑优化，同时输出PC和移动端两个版本。传统上一个角色从概念到可游戏使用往往需要数周，现在被大幅压缩。
这类案例普遍不是为了AI而AI，而是真正尝试解决痛点和需求。有些需求来自开发管线，有些痛点则来自玩家体验。
《和平精英》的AI NPC系统就是后者的典型代表。该系统通过挂载专属知识库、情绪驱动引擎以及强化学习等技术，解决了传统 NPC 行为僵硬、缺乏社交“人感”的问题。最终让游戏里的AI NPC不仅能进行自然的语音对话，还能感知玩家的情绪状态。当玩家表现出焦虑或迷茫时，AI会主动给出战术建议；当玩家长时间沉默时，AI会用轻松的话题打破尴尬。
这套系统上线后，所有AI NPC玩法的累计体验用户已突破1.1亿。数据还显示，AI队友模式中的麦克风开启率近75%，单局消息互动量达70轮。这显然说明，有大量原本不擅长社交玩家打开了麦克风，在战场上有了更沉浸的体验，也进一步拉高了整体的用户活跃度。
AI NPC对不擅长社交的玩家带来了非常正面的体验加成
坦白说，这两年腾讯用在游戏里的AI技术，大多数看上去是没那么“性感”的，有很强的工程师思维，似乎少了点想象空间。就拿AI NPC来说，两年前育碧也曾展示过非常科幻的Demo，整得跟未来游戏似的。但想象归想象，现实中的落地实现是另一回事。这次GDC和腾讯的人员交流过后，我能很明显感觉到，腾讯在游戏里做AI，出发点基本上不是畅想“AI能实现什么革命性的效果”？而是能否用AI提高开发效率，能否用AI解决现有游戏体验中的痛点和瓶颈。
这种实用优先的思路，也带来了一个非常明显的趋势：产能的极速扩张。
老外在学习中国开发商什么？
今年GDC上最让我感触的其实倒不是AI话题本身，而是：在数年前，国内游戏行业谈及游戏工业化、谈及国外的超大项目，还是仰望的姿态。而现在，中国厂商反而成了那个输出游戏工业和开发管线方法论的那一方。在我听的多场演讲中，只要中国开发者讲到如何搭建Pipeline时，现场的观众无论来自中国外国，都会纷纷举起手机拍照。
GDC上的中国从业者再次证明了一个定律——产能这块儿，最终都要看中国。
国外像羊蹄山、33号远征队、Dispatch、PEAK，讲团队如何开发这款游戏，讲当年的废案是什么，更多是一种名作光环下，用项目背景和内幕回馈粉丝，分享故事与灵感。
爆款产品的讲座基本上座无虚席，主要讲游戏开发幕后故事
国内则完全不同。
比如叠纸会分享怎么协调几百人的团队开发大项目。在GDC首次系统披露其 300 人规模的剧情演出生产体系，通过让文案、叙事、美术等创作者直接在引擎内工作，来大幅降低跨部门沟通与数据转换成本，实现大体量内容的持续稳定输出。
叠纸展示如何高效管理300人团队的内容生产管线，图中是早期工作流程，十分复杂，之后工作流被大幅优化
网易的演讲话题是《谱写绵延的江湖——〈燕云十六声〉高频持续更新的开放世界内容设计与管线经验》，顾名思义，主要分享了如何用“三条创意管线并行”来生产大区内容，让关卡、叙事、艺术等团队同时推进，从结构上保证更新速度。
这一方面是因为，GAAS游戏，对持续的内容迭代有着更深的渴望，而大型GAAS游戏又是特征明显的长期数字资产，更适合用AI来解决里面的重复性工作。而另一方面或许因为，中国人热衷于搞生产是刻在骨子里的。
在产能和管线这个维度上，腾讯这次的输出尤其密集。
《异人之下》实时功夫动画系统展示了AI如何解决动作游戏的产能痛点。
常规3D动作游戏中有很多“转场动作”，如从攻击到冲刺，从冲刺到奔跑……两两组合产生的动作数量极其庞大，导致动画师不可能手动为它们制作全部的关键帧，用线性插值等传统办法还容易产生滑步穿模等现象。
因此，团队引入了一套 AI 驱动的实时动作生成方案，不仅解决了转场问题，还大大降低了高质量动作素材的动捕的成本：用最少7个类似GoPro的小型摄像机即可完成高精度无标记点动捕，动作捕捉时间从30分钟缩短到5分钟，精修时间从1小时缩短到15分钟，素材库则从930条缩减到445条, 同时保持中国功夫招式的精度。
更关键的是，即便引入了即时AI推理来生成关键帧和中间值，量化后的超小模型在移动端完成一次推理也只需要0.4毫秒，即便在《异人之下》这样的高速动作游戏里，也几乎不会给玩家增加任何可感知的延迟。
天美工作室的Ignis Agent则把AI的应用边界推向了超大工程的开发&迭代环节——代码Crash诊断、UI开发可以实现“从策划案直接产出结果”，处理耗时从数周缩短到1天，自动化程度高达98%。
在另一场技术分享中，来自光子的AI研究员介绍了《IntelliScene：基于多智能体的推理驱动的游戏场景生成系统》。在这套系统下，AI可以把“把物件一件件摆好”这类重复性工作交给了可控的自动化流水线。
在IntelliScen最新版本中，设计师不再需要手动放置无数琐碎的小物体，而是输入一张引导图或一句场景意图后，AI会识别场景类型并从资产库检索匹配模型，然后按生活逻辑与物理约束摆放——例如把瓷砖或踢脚线优先靠墙放置，还能处理内部布局（比如把书放进柜子或抽屉）、避免物体悬空与不合理堆叠，并调整各物体的精确位置与朝向，使生成结果既符合叙事意图，又可直接用于后续 3D 引擎与人工微调。
官方测试数据显示，相比人工摆放，AI 场景搭建的效率能提升约 10 倍，从而把美术团队的手工精力释放到核心镜头与关键关卡的创作上。
去年我们介绍过的VISVISE今年也参加了GDC，它可以将把繁琐的 3D 模型蒙皮、拓扑和 LOD 展开等环节，实现超85%的自动化率，大大减少模型生成、贴图制作、骨骼绑定、动画制作等环节中的人工机械化劳动。
GDC上来自魔方的技术专家们分享的《洛克王国：世界》的高性能全局光照方案，是一项“既给自家用，又开放给行业”的“送水”式技术。简单来说，这项方案与先利用云端的 RTX 显卡根据实时路径光追跑一遍正确的光影渲染，通过AI压缩静态光照数据，实现高效的光照烘培效果。
细致的光照烘焙其实一直是让中低端机器也能跑出高画质的神技，只是过程繁琐，人力成本巨大，现在已经越来越少游戏厂商愿意做太多烘焙，直接采用光追或者引擎现成的动态光照方案，不少游戏优化太差，惹得玩家怨声载道，很多人反而开始怀念过去烘焙效果的实在。像上文提到的这种不改变底层渲染架构，利用云端算力与AI来实现高效的烘焙，不失为新时代下一个很讨巧的做法。
AI时代的护城河
在GDC期间，我也采访了腾讯游戏公共技术负责人陈冬。今年GDC新增了一个名为“游戏界达沃斯”的高端论坛，陈冬则作为唯一的中国厂商代表，与科技公司巨头谷歌、英伟达一起分享了对AI与游戏产业如何融合的成果与见解。
“游戏的Agent是很复杂的，既要写代码还要操作游戏引擎，要懂游戏设计、数值、美学，如果是3D还要理解空间。”陈冬告诉我，游戏AI不是简单的代码生成问题，而是需要理解游戏引擎的操作逻辑、掌握数值体系的平衡设计、具备美学判断力、熟悉3D空间概念的多维能力。
这种复杂性，正在成为一道难以逾越的护城河。
当通用大模型在文本、图像、代码等领域展现出高速成长的泛化能力时，游戏开发却表现出截然不同的韧性。游戏天生具备复杂工程体系的特点，不容易被外界通用大模型冲击。反而是，越懂游戏开发的人，越容易用AI来增强游戏开发，强者更强。
有来参加GDC的硅谷AI公司从业者表示，由于腾讯布局早，内部也打通了很多资源，积累的模型训练素材也多，投入也很大，因此在AI增强游戏开发管线方面，目前已经和游戏行业产生了代差。
在一场和平精英关于如何用AI驱动UGC创作的演讲中，腾讯的研究者展示了如何仅凭一张草稿就生成场景，大大降低用户创作门槛
“基础模型能力强，上层应用才好做，如果基础模型不强，怎么做都无法真正把生成式技术发挥出来”——这个基模决定论在陈冬的采访中经常出现。
打个比方，如果在一个较弱的旧版本模型上做了大量的业务强化和“脚手架”式工具开发，虽然短期内能让应用效果看起来还可以，但一旦基础模型发生质的提升，之前辛苦搭建的所有业务强化和工具可能都会变得毫无意义，因为更强的基模能够原生、更简单地解决这些问题。
因此陈冬不建议在模型能力不足的情况下进行业务端的过度开发，而是应该在基础模型上逐渐迭代和提升，“这是一个非常重要、需要配合的关系。”这种思路，也贯穿了腾讯的游戏AI战略——不满足于做表层的工具应用，而是从基础模型入手，建立真正可持续的竞争力。
2025年8月，腾讯发布了VISVISE游戏创作全链路AI解决方案，涵盖六大环节：模型生成、自动蒙皮、骨骼绑定、动画制作、场景构建及渲染。与通用大模型不同，VISVISE针对游戏生产的具体场景进行了深度优化，能够理解游戏开发中的专业术语和特定需求。
腾讯的竞争优势不仅体现在技术深度上，还体现在规模效应上。“内部团队对工具的需求迭代速度非常快，生产规模也很大。”陈冬坦言，“生产规模越大，理论上模型和工具的效果应该更好，这也是腾讯游戏做AI一个非常大的优势。”
像前文提到的VISVISE和跨引擎光照烘焙方案，为什么这些技术在这一年集中出现？实际上它们是技术基建的积累和团队需求共同促成的结果。对于腾讯这样生产规模巨大，又有着大型技术中台的公司，极大的业务量为 AI 工具提供了足够的需求反馈和数据迭代机会，中台团队则可以来自项目组的需求和数据融入到基础模型（基模）的迭代中，使工具不断完善并吸引更多项目使用，形成良性循环。
在被问到腾讯的风格时，陈冬认为这种风格是务实。“可能公司的文化就是这样，解决具体的问题，每个组都有自己很务实的需求点。”
结语
这几天关于AI的演讲中，有一句话PPT里的标题，叫Let technology serve ideas , Leave time for Creativity。这句话来自于腾讯游戏AI引擎部技术专家的演讲——《让引擎听懂你说话：大模型赋能的下一代游戏场景生成框架》。这句话准确地阐明了游戏行业如何使用AI：
让技术服务于创意，为创造力留出时间。
这几天有业内人士说，在和谷歌等科技公司交流后，能看出“其实人家压根不Care游戏行业”，更遑论用AI模型来进军甚至击穿游戏行业了。
无独有偶，在GDC开幕当天，Google Cloud联合索尼、EA和Unity的高管，也坐在一起聊了聊《AI如何重塑游戏创作》，其中谈到一句话：
“AI对于游戏行业不是一个Easy Button（简单按钮），而是一个Process（过程），需要贯穿到开发管线过程中。”
这个过程早就开始了。
2026-03-16 18:20:00
GDC 2026本周在旧金山圆满闭幕，身为全球游戏行业技术风向标，本次大会汇聚了来自全球数以万计的游戏开发者与行业精英。作为游戏安全行业的领航者，腾讯游戏安全ACE已经连续五年亮相GDC盛会。
会议期间，腾讯游戏安全ACE的技术专家向全球游戏开发者发表前沿技术分享，议题围绕ACE两大核心技术突破展开：正式推出业界首个具备反破解能力的iOS加固方案、同时分享了专为“搜打撤”类射击游戏定制的AI反作弊安全方案，为游戏安全防护提供了全新解题思路。
此外，ACE面向全球游戏厂商，发布了游戏安全行业生态指南——《构筑游戏信任：游戏安全生态指南》，致力于构建全球性公平、可信、可持续游戏环境。
破局 iOS 安全迷思：发布业界首个具备反破解能力的iOS 加固方案
在GDC全球游戏安全峰会上，ACE手游技术总监王岳发表了题为《信任、认证与服务器校验：构建现代 iOS 多人游戏反作弊体系》的演讲，系统阐述了针对iOS平台的全新安全架构。该方案直面行业长期存在的“iOS生态绝对安全”认知误区，不仅探讨了防御理念，更给出了实战落地的方法论。
该方案通过四大技术支柱重塑了防线：集成苹果官方App Attest硬件级认证以验证正版应用实例；设计类HTTPS动态密钥协议阻断“雷达透视”外挂；利用密钥瞬态与运行时管理降低敏感数据在内存中的暴露风险；并构建包含“不可能事件检测”与行为风险建模的服务器权威架构。这套覆盖应用生命周期、从客户端到服务端的立体防护体系，确保了即便在客户端环境沦陷时，依然能精准检测并反制作弊行为。它不仅有效应对了定制化外挂、内存篡改等高阶威胁，更为全球高价值移动竞技游戏建立了坚实可靠的安全基座。
聚焦高强度对抗：AI 赋能“搜打撤”品类安全运营
近年来，FPS玩法机制不断演变，搜打撤模式正成为最受欢迎的玩法之一。该由于品类高风险、高收益的局内外经济系统，游戏安全面临的挑战已不仅是透视、自瞄这类直接作弊，还延伸到了团队协作式间接作弊，以及更广泛的黑灰产风险。
在全球游戏安全峰会的另一场分享——《AI驱动反作弊新范式：搜打撤游戏的运营对抗》中，ACE高级工程师周笑宇系统介绍了团队针对高强度、不断演变的安全对抗场景打造的安全防护框架。面对搜打撤游戏中复杂多维的安全风险，ACE团队创新性地结合大规模回放分析技术（Replay）与前沿AI模型，构建了基于回放数据的智能反作弊方案。该方案不仅能够精准识别透视、自瞄等直接作弊行为，还可进一步发现高度隐蔽的协同间接作弊风险。会上，周笑宇还分享了相关技术在真实业务中的落地成果，并对未来游戏安全智能化对抗的发展方向进行了展望。
目前，这套 AI 驱动方法已在《三角洲行动》、《暗区突围》等全球热门游戏中广泛应用，大幅提升了异常检测精度与运营效率。展望未来，周笑宇指出，ACE 正积极探索基于大模型技术建立更深度的对局行为理解能力，同时构建基于多智能体Agent协同的安全运营工作流系统，高效应对不断演变的安全风险。
沉淀前沿洞察：全球首个游戏安全行业生态指南
继2025年首次联合发布行业白皮书后，ACE在本届GDC上正式推出了全球首个游戏安全行业生态指南——《构筑游戏信任: 游戏安全生态指南》。该指南结合AI技术浪潮下的行业新趋势，系统梳理了游戏安全面临的新挑战，并基于ACE服务全球数百款游戏、覆盖数十亿玩家的实践经验，为开发者提供了从风险管理到落地实施的全链路安全建议，旨在助力全球游戏产业构建更具韧性、更可持续的信任生态。
“游戏安全的本质是信任的工程，”腾讯游戏安全产品经理李鑫表示，“随着游戏形态与技术不断演进，安全已成为游戏长期运营的核心支柱。我们希望通过持续的技术开放与行业协作，与全球开发者共同守护每一场游戏的公平起点，让全球玩家都能在值得信赖的环境中享受竞技的乐趣。”
关于腾讯游戏安全ACE
腾讯游戏安全ACE成立于2005年，是腾讯游戏官方推出的专业安全品牌，致力于为全球游戏提供一站式安全解决方案。ACE安全产品服务覆盖移动、PC及跨平台游戏，涵盖反外挂、反作弊、内容安全、经济安全等多个领域，通过领先的技术能力与深厚的攻防实战经验，保护游戏公平性与玩家体验，助力游戏产业健康可持续发展。
2026-03-16 18:00:00
第98届奥斯卡奖在今天揭晓，而就在颁奖礼还在进行的时候，TGA游戏大奖的创始人兼主持人杰夫（Geoff Keighley）在X上发了帖子，怒斥道：
“我的父亲David Keighley对IMAX和电影行业有着无可估量的贡献，却没有被奥斯卡奖和美国电影艺术与科学学院（AMPAS）选入今年颁奖礼的缅怀逝者环节，这太让人失望和心碎。
我永远不会忘记。”
看得出杰夫对此确实是出离愤怒：几小时过去后又自己转了一遍这条推文，浏览数加起来已经超过两百万。
不过与之形成对比的是，评论区的前排留言多是在询问AI机器人Grok：“他爹是谁？”
实际上，杰夫之所以能成为知名的节目主持人，再到创办TGA，和他的父亲有着莫大的关系。
大家熟悉的“IMAX”通常是指影院里的IMAX巨幕影院系统和音响技术，但这其实就是由一家名为IMAX的跨国企业制造与推广的。IMAX与好莱坞有着深厚的联系，与诸多电影公司与院线有着合作背景。
杰夫的父母曾共同创办了一家针对大画幅电影的后期制作公司DKP 70MM，还执导过一部IMAX影片《Catch the Sun》。这家公司在杰夫10岁那年被IMAX收购，他的父亲David Keighley随后成为了IMAX的首任CQO（首席质量官），在15年时间里参与监督了500多部IMAX影片的后期制作，合作对象包括詹姆斯·卡梅隆、克里斯托弗·诺兰等全球最知名的导演。
在今年奥斯卡颁奖礼上大放异彩，以16项提名刷新记录的《罪人》，就仍有David Keighley参与IMAX影像监制。直到去世前不久，他仍在负责审看诺兰的新片《奥德赛》。IMAX公司也用了他的名字来命名旗下新一代65mm摄影机。
所以总的来说，杰夫的父亲确实是IMAX技术发展过程中的一位重要人物。
出生在这样的家庭，杰夫自然也是从小就浸淫于好莱坞电影圈中长大，只不过他本人比起电影确实更钟情于电子游戏——
从13岁起就开始给游戏杂志投稿；
16岁时在首个在电视上播出的电子游戏评选“赛博狂热94”上登场，宣读提名名单；
18岁时创办了一家名为GameSlice的游戏评测与新闻网站，凭着各种人脉采访到了诸多游戏公司的高管和知名制作人，他和小岛秀夫就是那会儿结识的；
大学毕业后受到多家电视台的邀请，担任游戏相关节目的主持人，并在十年间连续主持了“Video Game Awards” 颁奖礼；
再然后，就是他创立大家如今所熟悉的TGA和夏日游戏节了……
有说法称小岛秀夫之所以会和吉列尔莫·德尔托罗等电影圈人结识为好友，也是杰夫在其中牵线搭桥，可能性确实还挺高的
很难说杰夫的父亲在这一切中提供了多少直接帮助，但显然，殷实的家境、丰厚的人脉，都是杰夫能走到这一步所离不开的资源。
杰夫本人对此倒是并不避讳，他经常会公开感谢父亲给他提供的帮助。
去年9月，他的父亲因癌症去世。杰夫在悼文中写道“他是一名令人难以置信的父亲，也是我一切工作的支柱“。到了年末TGA即将举办的前夕，他特意发推说“今晚的节目献给他。“在颁奖礼上也提起了这件事，说在现场给父亲留了一把空椅子，说自己此刻很想念他。
总之，确实不难看出杰夫和他父亲感情深厚，由此也大致能理解为什么他会对奥斯卡颁奖礼的缅怀环节没有提到自己父亲而感到愤怒。
杰夫的父亲实际有被选入奥斯卡奖官网上的“Oscars in memoriam”缅怀页面，该页面收录了375名在去年离世的电影人。
今年的现场缅怀环节则长达15分钟，为历届之最。通过多段影片以及现场致辞以及演出，追思了近70名在过去一年里去世的电影从业者，涉及了演员、导演、音效师、动画师、经纪人等诸多岗位。其中确实没有出现杰夫父亲的身影。
今年现场的缅怀环节
在这个环节引发争议也算是奥斯卡奖每年的固定节目了，镜头里少了谁都可能惹来不满。通常有人落选时，总会有人说“这是因为ta和学院（AMPAS）关系不够近”。
不过杰夫的父亲恰恰曾是学院成员之一——从外部视角来看倒是证明了学院并不以关系亲疏作为选择标准；但放到杰夫眼里，大概就更难接受这种“人走茶凉”的感觉了。
另一个略显讽刺的地方在于，杰夫的父亲几乎一生都致力于优化大画幅电影的视觉体验，而今年的“最佳动画长篇奖”被颁给了《猎魔女团》——一部主要通过流媒体播放，仅在影院上映过2天的网飞动画。
可能是今年最具争议的奖项
TGA本身无疑深受奥斯卡奖的影响，但即便在过去，杰夫对于奥斯卡奖的态度也明显不是完全认同。当年《双人成行》的制作人在TGA舞台上“F*ck Oscars”的时候，杰夫本人同样在一旁嬉皮笑脸。不知道如果给现在的他一个机会回到那一刻，是否也会加入竖中指的行列。
不过，即便今年的奥斯卡奖看起来又向着互联网时代和大众流行迈出了妥协的一步，但相比之下，还是TGA的商业气息要浓烈得多。
游戏行业每年也都会有知名或是默默做出诸多贡献的人们离世。有了这一番经历后，杰夫会愿意在TGA上拿出一些时间来缅怀这个行业中的逝者吗？他所愤怒的究竟是“对行业有贡献的人被忽视”，还是只是因为被略过的是自己的父亲？
对于这个答案，或许可以拭目以待。
