上线约20天，累计销量突破26万份。

10月13日，朝夕光年旗下江南工作室开发的《不问凡尘》公布了这一成绩。这款2025年10月才立项、研发团队不足20人的修仙游戏，在今年9月登陆Steam。

不过，游戏从亮相起就伴随着争议。高度依赖AI的制作方式，让预告片收获关注的同时，也引来了不少质疑。争议之外，更值得追问的是：不到一年的开发周期里，团队究竟做了什么？AI在互动游戏中的应用，又走到了哪一步？

过去两年，AI已经逐渐参与互动影游的内容制作，从人物修饰、场景延展到特殊镜头和视觉特效，生成式技术正在降低部分内容的制作门槛。但在多数产品中，AI仍然主要承担辅助性工作，而《不问凡尘》则把AI视频放到了视觉生产的核心位置。

据制作人昕玠此前接受采访时介绍，游戏几乎所有场景、人物和战斗动画，都由Seedance等AI模型生成。随着模型对动作、镜头和场景的理解能力提升，原本需要反复调整关键帧的复杂演出，逐渐可以通过视频模型制作。到2026年9月发售前，团队还利用Seedance 2.5重新制作了几乎全部视觉素材。

但对于一款拥有战斗、养成和探索系统的RPG来说，能够批量生成影像，只是解决了内容从哪里来的问题，更复杂的是如何让这些影像真正参与游戏运行。

传统游戏引擎依靠角色模型、空间信息和实时渲染，让玩家的操作能够得到即时反馈。AI生成的视频却通常是一段固定的画面，它可以表现角色施法、怪物受击，却无法直接根据玩家行为改变动作，也不具备完整的可交互三维空间，所有若直接将AI视频用于游戏，就必须提前考虑不同操作可能产生的结果。

例如，同一个技能可以攻击不同怪物，同一场战斗又可能发生在不同场景。如果每种组合都单独制作完整视频，素材需求会迅速膨胀，原本依靠AI获得的生产效率也将受到限制。

为了处理这个问题，江南工作室几乎重写了游戏的内容引擎。

在接受蓝鲸新闻采访时，项目组曾举过一个例子：假设游戏拥有100种技能、100种怪物和100种场景，如果每种情况都需要单独制作视频，理论上就会产生100万种组合。团队采用了类似实时影视合成的技术思路，将技能释放、怪物受击等内容拆分为可以重复使用的视频素材，再通过光照渲染和场景合成，将它们组织为不同的战斗演出。由此，原本需要逐一制作的大量完整视频，可以转化为不同类别素材的组合与调用。

这套方案并不是让AI在玩家每次操作时实时生成一段新视频，而是建立了一套连接预生成影像与传统游戏系统的技术流程。技能、伤害、角色状态仍然由游戏规则决定，内容引擎则根据这些结果，调用相应的AI影像进行表现。

这种变化的重要性在于，AI视频不再只能作为独立播放的剧情片段，而是开始具备能够被游戏系统组织、重复使用的资产属性。

《不问凡尘》因此能够在写实影像的基础上保留修仙RPG的基本循环。灵根、功法和境界成长连接着回合制战斗、宗门养成、炼丹炼器及秘境探索，AI制作的内容则承担技能表现、人物行动和部分剧情反馈。玩法本身并非AI创造，关键在于影像不再只出现在剧情节点，而能进入持续发生的战斗与养成过程。

当然，素材生成、角色一致性和镜头衔接仍需要导演、美术与程序人员参与。规模化制作不等于自动化开发，《不问凡尘》展示的是一种把AI影像接入传统游戏系统的可行方法。至于玩家能否与角色进行预设内容之外的交流，还要看另一项能力。

《不问凡尘》允许玩家在固定剧情选项之外，以自然语言与NPC交流，询问身世、讨论修仙世界，甚至尝试通过说服获得线索、物品或特殊机缘。游戏也会记录部分玩家行为，使其影响后续的人物态度和互动结果。

相比按照固定规则调用的视频素材，AI NPC能够理解玩家输入的自然语言，并结合角色设定生成动态回应。这让游戏角色有机会突破预设台词的限制，但要将自由对话转化为真正有意义的游戏体验，仍然存在不少困难。

制作团队对此有过直接的探索，《不问凡尘》已经是江南工作室尝试的第四款AI游戏，此前的三个项目都未能继续推进。

最早的“老板模拟器”允许玩家通过自然语言管理AI员工，但持续输入文字增加了操作负担，获得的反馈却不足以支撑游戏乐趣。

随后尝试的“穿书游戏”，希望让AI角色进入不同故事世界，自由生成剧情。然而，模型的长期记忆和上下文处理能力不足，角色可能把此前的经历错误地带入新故事，破坏人物与世界设定的一致性。

第三款“我是大导演”则更进一步，让玩家选角、修改剧本，再由AI生成对应的影视内容。但实时生成视频的成本过高，难以支撑持续运行的游戏体验。

三个项目分别遇到了交互效率、内容一致性和生成成本的问题，也从不同角度解释了为什么AI已经能够生成画面、理解语言和编写故事，真正成熟的AI互动游戏却仍然不多。

尤其对于RPG这类长流程游戏，人物关系、任务进度和玩家行为需要在较长时间内保持连贯。AI可以即时生成符合情境的对话，却未必能够稳定记住此前的经历，并让每一次回应都符合既定的游戏规则。

经历此前三次项目的试错，江南工作室在《不问凡尘》中选择了一条相对务实的技术路线。

游戏保留了传统RPG的成长、战斗和任务框架，将大量视觉内容放在开发阶段提前生成，再把实时AI应用于部分角色交互。玩家仍然可以通过既定的游戏机制获得完整体验，AI对话则在此基础上拓展了互动空间。

不过，这种相对可控的设计，也没有完全解决AI交互中的技术问题。

《不问凡尘》上线后，有玩家反馈NPC前后记忆不一致的情况：角色关系已经得到系统确认，但再次对话时，NPC却仍将玩家视为陌生人。这说明，即使将AI交互限制在相对明确的游戏框架内，如何让模型持续理解人物关系、准确调用游戏状态，仍然是一项需要解决的难题。

而放眼全球，开发者已经开始探索更加开放的AI角色行为，甚至尝试让游戏环境本身随着玩家操作实时变化。

目前，生成式AI在互动游戏中的应用正在沿着不同技术路线发展，最先进入商业产品的方向之一，是让大模型承担部分NPC交互。

由AlterStaff开发的《AI2U: With You 'Til The End》便是其中一个案例。这款2025年进入Steam抢先体验、2026年推出正式版本的游戏，将AI角色对话与解谜逃脱结合。玩家需要通过沟通理解NPC、寻找离开的办法，自然语言不再只是额外的聊天功能，而是推进游戏的手段。

另一个方向，则是让AI角色从对话走向行动。2025年11月，Ubisoft公布了生成式AI研究项目Teammates。它由此前参与Neo NPC项目的团队研发，将AI角色放入第一人称射击游戏环境，玩家可以通过语音向队友发出指令，让角色根据场景作出相应行动。这意味着AI需要理解的不再只是玩家说了什么，还包括当前的游戏环境、任务目标，以及应该执行怎样的动作。不过，这仍是研究项目，尚不能视为大规模商业应用已经成熟。

但实时生成可探索画面，与支撑一款完整游戏还相距甚远。Google DeepMind在2025年公布Genie 3世界模型，能够根据指令生成可实时探索的动态环境；

后续的Project Genie让用户在实验原型中创建并探索这些世界。它尝试根据玩家操作连续生成接下来的画面，而非像《不问凡尘》那样调用提前制作的视频素材。

但实时生成可探索画面，与支撑一款完整游戏还相距甚远。以Project Genie为例，原型仍受限于单次体验时长、角色控制和物理一致性。长期任务、战斗规则、人物关系和进度管理，也不是画面连续生成就能自然解决的。

从这些项目能够看到，AI对互动游戏的影响正在逐渐深入。

它最初主要承担美术、视频和剧情等内容生产工作，如今已经开始进入角色对话、任务交互和部分行动决策，更前沿的研究则试图让游戏环境本身根据玩家行为实时生成。

但不同技术之间仍存在明显断层。对互动游戏而言，真正的技术挑战并不是不断生成更多内容，而是让这些内容能够被控制、被理解，并与玩家的行为建立持续稳定的联系。

《不问凡尘》并没有解决所有问题。它仍然依靠传统RPG规则支撑游戏循环，大量视觉内容需要提前制作，实时AI交互也受到模型能力和系统设计的限制。

但它证明了一种新的产品组合已经能够进入商业市场：AI生成影像可以承担一款RPG的大量视觉生产，再通过内容引擎与传统玩法连接，并利用实时AI NPC扩展部分交互空间。

从生成画面到真正理解玩家、持续回应玩家，AI互动游戏已经迈出了第一步，但距离一个能够长期稳定运行、自由演化的游戏世界，仍然有很大的探索空间。