“说实话，像我这种‘手残’玩家，很多操作类游戏根本打不过别人。”
说这话的不是某个在论坛里吐槽的普通玩家，而是Unity中国首席执行官张俊波。在他看来，自己最大的游戏痛点，和许多普通玩家一样：手跟不上脑子。
但他给出的解决方案，不是继续练技术，而是换一个队友。
“如果未来我可以‘雇佣’一个AI智能体替我去对战，说不定以后决定‘世界冠军’的，不再是玩家本人的操作水平，而是所调用的AI算力有多强。”
这个听起来像玩笑的设想，正在被一系列技术尝试拼凑成现实。
7月28日，Arm与Unity中国在联合媒体采访中讨论了神经技术、游戏渲染和AI对游戏行业的影响。双方合作聚焦移动端图形能力，但这场讨论背后还有一些更大的问题：当AI开始参与游戏中的判断和行动，手机等终端是否有足够的算力，让这些能力实时运行？以及，手机端又是否有足够的能力，支撑如桌面端一样大型游戏的场景体验？
AI辅助开始走进游戏功能
AI替你打游戏，最容易让人想到的仍然是各种自动化辅助。
过去，一些游戏辅助工具通过自动瞄准、自动寻路和脚本操作替玩家完成任务。它们通常游离于游戏系统之外，也容易引发公平性争议。
现在，游戏公司开始尝试把一部分类似能力纳入官方产品。不过，当前落地的主要还是AI队友、AI NPC和游戏辅助功能，还不是让AI直接替玩家完成整场排位。
2026年初，一项索尼PlayStation AI专利申请被媒体重新报道。专利设想玩家可以训练一个了解自己操作习惯的AI，在玩家卡关或暂时离开时接管部分游戏流程。它还可以参考其他玩家的游戏录像和网络攻略，帮助玩家完成某个关卡。
专利不等于产品，但它提出了一个越来越具体的问题：游戏是否可以在玩家暂时不操作时，继续替玩家推进？
更接近产品化的尝试来自AI队友。
这类体验背后还有一个玩家不容易直接看到的问题：AI必须在很短时间内完成感知、判断和输出，相关计算不能全部依赖云端。Arm计划在下一代GPU技术中引入神经加速能力，让这类计算更靠近移动设备上的实时图形处理。
目前，AI在游戏中的应用主要集中在两个方向。一类是让AI理解游戏环境、扮演NPC或协助玩家做出判断，另一类则是利用神经网络处理画面，将较低成本的渲染结果提升到更高分辨率，或者生成额外帧数。前者更接近玩家能够感知的“AI队友”，后者则决定了这些复杂能力能否在移动设备上以足够低的延迟运行。
Arm当前讨论的NSS和NFRU，主要用于超分辨率和帧率提升，并不等同于AI队友。但要让这类神经技术在移动设备上满足实时响应、功耗和延迟要求，底层硬件仍需要提供更高效的推理能力。James McNiven提到，Arm计划在下一代GPU的着色器核心内部集成多个神经加速器，让它们共享GPU内存系统，并与着色器核心和执行引擎协同工作。他也强调，神经技术不会取代传统渲染，开发者仍然需要在性能、画质和功耗之间做取舍。它提供的是更多优化选择，而不是替开发者完成所有性能工作。
英伟达在2025年CES上公布的ACE游戏角色，试图让NPC感知环境、规划行动并执行任务。根据英伟达公布的合作案例，AI队友可以寻找物品、交换装备、提供战术建议，还可以在战斗中与玩家并肩行动。相关案例涉及《PUBG》《NARAKA:BLADEPOINT》和《inZOI》等游戏。
此前，腾讯游戏也曾展示过FPS游戏AI队友F.A.C.U.L.。玩家可以用自然语言下达“从左侧进攻”“掩护我”等指令，AI再结合语音理解和场景识别，判断障碍物、敌人和战术位置。腾讯介绍称，该系统能够识别超过1.7万个游戏内物体，并根据环境变化调整行动。
尽管这些系统还没有替玩家完成一场完整的竞技比赛，但它们已经改变了NPC的角色。
过去的NPC按照固定脚本行动，玩家只能在几个预设选项中做选择。新一代AI角色开始理解玩家意图，再根据游戏环境决定下一步行动。它们不再只是玩家需要击败或对话的对象，也可能成为玩家的队友、教练和陪练。
Arm也强调，未来游戏不一定只有一种神经技术路线。基于着色器的超分辨率方案、神经技术和其他硬件加速方案可以并存，游戏引擎再根据设备的具体能力选择合适的处理方式。对开发者来说，关键不是提前判断某一款芯片能否支持某项功能，而是引擎能否在运行时完成适配，让不同设备都获得尽可能好的画面和性能。
从人机对战到机器vs机器
如果AI只负责给玩家提供建议，问题还不算复杂。真正棘手的情况是，AI开始直接控制角色。
假设一名玩家只让AI负责瞄准、走位和技能释放，自己负责制定策略。这样的胜利，究竟属于玩家，还是属于AI？
如果双方都调用AI，电子竞技的竞争对象也会发生变化。观众看到的可能仍然是两名选手，但决定胜负的，已经不只是反应速度和操作精度，还包括模型能力、算力规模，以及玩家如何指挥自己的AI。
张俊波关于“世界冠军可能由算力决定”的调侃，也触及了一个现实问题：当AI参与操作，比赛比较的究竟还是人的能力，还是人使用工具的能力？
围棋已经提供过一次类似的参照。
2016年，DeepMind的AlphaGo以4比1击败李世石，成为第一个击败顶尖职业棋手的程序。此后，AI复盘逐渐成为围棋训练的一部分。DeepMind后来提到，职业和业余棋手都开始研究AlphaGo展现出的新思路。
AI没有让人类棋手消失，但它改变了棋手学习和判断棋局的方式。
游戏或许也会经历类似变化。AI未必会立刻替代玩家，但玩家的能力可能越来越体现在如何选择、训练和指挥AI。未来的高水平玩家，也许不只是手速更快的人，还包括更懂得如何让AI做出正确决策的人。
当“玩”不再必须亲力亲为
游戏行业一直在把重复劳动交给系统。
自动奔跑减少了长距离移动的操作，快速旅行缩短了跑图时间，自动战斗和一键扫荡则让玩家不必重复完成已经熟悉的任务。过去，这些功能只能执行简单规则；AI出现后，系统开始接管更复杂的判断。
如果玩家觉得刷副本太重复，可以让AI完成部分战斗；如果只想体验剧情，却被某个Boss卡住，也可以让AI提供帮助。对于那些更喜欢世界观、剧情和探索，却不擅长实时操作的玩家来说，AI队友和AI辅助有机会降低游戏门槛，让他们进入原本难以体验的内容。
但问题也在这里出现了。
如果AI只是替玩家完成跑图和刷材料，它更像一种便利功能。如果AI开始替玩家完成战斗、判断路线和做出关键选择，玩家亲自操作所带来的不确定性和成就感就会减少。
游戏的乐趣，往往来自“我不知道自己能不能做到，但最后做到了”。当AI把最困难的部分全部接管，玩家获得的可能只是结果，而不是过程。
对开发者来说，这类能力能否普及，还取决于底层技术是否足够容易接入。Unity中国的做法，是把相关功能封装进引擎，并在运行时根据设备硬件能力决定是否开启。开发者不必为每一款芯片单独制作安装包，玩家使用的也可以是同一个游戏版本。
这让Arm的角色不只是提供一项新的GPU能力，也包括推动神经技术从底层加速器、图形算法进入游戏引擎，最终变成玩家能够直接感受到的画质、帧率和交互体验。
AI应该进入游戏的哪一层？
游戏行业内部对AI的态度也远没有形成共识。
GDC发布的2026年游戏行业调查显示，36%的受访者表示自己在工作中使用生成式AI，常见用途包括研究、头脑风暴、代码辅助和原型制作。但同时，52%的受访者认为生成式AI对游戏行业产生了负面影响。
这在一定程度上表明，游戏公司愿意使用AI，并不代表开发者认为AI会自动带来更好的游戏。
AI队友要在实时游戏中工作，需要处理延迟、算力、成本和隐私问题。AI角色还可能出现理解错误、行为失控或难度不平衡。对于竞技游戏来说，AI能否参与、可以参与到什么程度，也需要新的规则。
更重要的是，玩家接受的可能不是“AI替我赢”，而是“AI帮我玩得更好”。
两者之间只有一步之差，游戏体验却完全不同。
从玩家端看，AI队友是可见的产品形态；从设备端看，神经加速和端侧推理是这类体验可能实现的技术条件。Arm所推进的，正是后者。
结语
所以回到标题，现在，针对“你的下一位游戏队友”这个问题，技术上的答案迟早会指向“AI”。然而，紧随其后的问题也会是：当AI越来越会玩游戏，玩家还愿不愿意把“玩”这件事交出去？
这里的答案显然不会只有一种。有人会欣然交出所有重复劳动，只享受结果的快感；有人会坚持每一场战斗都必须亲手打完，哪怕输多赢少。这两种人在同一个游戏里共存，才是未来的常态。
或者说，你的下一位游戏队友，可能确实由AI担任。但要不要让它加入，决定权还在你自己手里。
