文 | 光子星球

相比其他動輒瞄準萬億市場的同行，網易的風格決定了其在新業務拓展上基本遵循小敘事，強調高效率，帶有強烈實用主義與碎片化色彩。

務實仿佛成了網易創新業務的定語，任何微小的創新都將場景作為邁出的第一步——其許多新業務未能走出 " 小打小鬧 " 的范疇，隨大市場需求而流變，尤其是在需求系統性思維 to B 領域。另一方面，常規互聯網 to B 思路是既有業務與組織能力的經驗遷移，游戲與物理世界間的場景割裂是天然的鴻溝。

Gen AI 持續迭代，泛化的可能性讓 AI 有望成為廠商彌合場景的橋梁。好比玩家推動迭代的英偉達 GPU，涉及劇情文字、圖形、動捕、建模等多個 AI 應用領域的游戲是 AI 的來路，也可以是 AI 的去向。

光子星球獲悉，網易伏羲實驗室（下稱伏羲）旗下工程智能化品牌網易靈動（下稱靈動）經市場驗證，開始步入規模擴張階段。目前其主要運營方向是在國內拓展市場渠道，同時嘗試方案出海。

大多數時候，小眾突圍都存在一定偶然色彩。但不可否認，于網易而言，靈動是游戲與 AI 技術向物理場景遷移的成功實踐。

更重要的是，AI 與游戲緊密貼合的特性，昭示著網易乃至整個游戲行業有著更大的主線任務：在服務型內容游戲當道的當下，游戲外的業務實踐能否為游戲本身提供更多產能上的支持和升級，較游戲技術向外遷移更重要。

" 副業 " 的自我突圍

游戲扛鼎的網易有 " 不務正業 " 的資格，但相比于其他企業的創新業務，網易的風格獨樹一幟。

正如創新前的那句定語，相同的管理理念下，網易創新業務的發展與游戲工作室相似。全權負責業務的負責人需要帶隊從 0 到 1 實現落地，而后才能進一步爭取資源與支持。

換句話說，網易孵化的創新項目自誕生之初，便背負著較強的落地期望。此外，部分市場前景較明晰的業務存在營收 KPI 指標，如網易數智旗下互聯網安防業務易盾在 KPI 完成度上較為出色。

至于從 0 到 1 的過程，創新業務亦與游戲業務無二：內部驗證可行性后再由負責人主導對外輸出。簡單梳理靈動項目發展歷程，我們能看到自內向外的清晰軌跡。

2021 年下半年，機器人項目正式啟動；2022 年，相關技術支持下的挖掘機投身網易杭州園區建設；2023 年后開始外部實踐，通過與中建八局的戰略合作打開垂直市場的大門。

與其他創新業務相比，靈動的優勢在于游戲 3D 建模、數字孿生與擬態技術，為內部驗證提供了基礎。

據了解，靈動的前身是伏羲下屬的一個 AI 落地探索團隊，受 GPT3 啟發，自 2021 年起開始錨定工程機械智能化為游戲外的重要 AI 落地場景。在那個機器學習與 NLP 占絕對主流的年代，國內大廠大多將目光放在流水線的生產管理與提效上，工程機械反倒有種 " 燈下黑 " 的意味。

或是得益于此，靈動在這個極為小眾的新市場站住了腳跟，并于 2023 年成立網易靈動，以解決落地、客戶交付等商業化問題。負責人小新（化名）表示：" 我們的客戶不在科技圈，而是在礦山、港口、攪拌站這些垂直基建場景。"

尤其是在立項之初，團隊對工程機械缺乏具體認知的時候，他們便通過仿真游戲的渲染引擎建模挖掘機、裝載機等，低成本進行碰撞、摩擦與物體識別等實驗以驗證算法。如今早已在網易多款游戲中應用的智能 NPC，同樣可以直接遷移到工程場景，無非是將數據來源由玩家轉為操作機器作業的 " 老師傅 "。

另一方面，在前述內部機制下，領隊人之于項目亦起到至關重要的作用。

接近網易人士張涵（化名）告訴光子星球，小新有著創業背景和 AOP（面向 " 智能體 " 編程）相關技術經驗，且早年在網易負責內部支撐與產研。前者造就了他對工程機械和 AOP 落地的 " 執念 "，后者則為團隊爭取了更多資源支持與空間。

我們了解到，靈動品牌今年的 ARR（年度經常性收入）在過去一年保持著高增速——除了來自雷火的技術支持，網易相關領導也很關注該項目。

如果不是起初便錨定了明確的場景，解決商業化的先驗難題，靈動的落地道路可能不會像如今一般順暢。

值得一提的是，2024 年初恰逢游戲行業變故。張涵提到，這場變故對網易而言，受影響最大的并非游戲，而是基于游戲業務上的創新業務。這或進一步加劇了靈動團隊的商業化壓力。

基業優先的特性導致網易可能會在探索新業務時難以 " 畢其功于一役 "，卻不妨礙具備創新性的產品在小眾市場自我突圍。游戲業務上，網易曾推出一系列小眾品類精品，創新業務也跑出了有道、網易云音樂以及網易靈動等細分市場位置靠前的項目。

小眾賽道的紅與黑

很多時候，新技術是債務而非資產，因為許多技術在誕生之初找不到足夠清晰、連貫的應用場景。而什么都有想要的結果則是核心研發能力被指數級地稀釋，最終追隨者取得勝利。

處于資本風口，廣義上的具身智能還在憑借通用性尋找諸如巡檢、監測、救援等確定的落地場景。反映到商業化上，據人形機器人場景應用聯盟統計，上半年國內公開的人形機器人訂單中，高校、科研院所、職校等 " 探索性 " 主體占比為 75%。

" 不要到大家都看好的路上擠，而要順勢而為，到安靜處去積蓄力量 "。承繼相似管理哲學，一早便確定場景的靈動不太受此煩擾，商業化更多像是一個隨技術演進而循序漸進的過程。

小新表示，靈動積累了大量挖掘機、裝載機等工程機械一線作業的行業數據。這些行業生產商都未必掌握的數據，經清洗標注后便是智能化的行業 Know How。我們了解到，靈動在招聘中特別提到員工需要自己趕赴作業現場驗收數據與實踐成果，并以此迭代產品和算法。

比較典型的落地案例是靈動前段時間發布的無人裝載機。據悉，在掌握挖掘機相關作業的物體識別、避障等數據后，靈動團隊僅花費三個月便在模擬環境下跑通單機智能化，即自 A 點鏟料，去 B 點卸料。但在實際投入一線中，仍面臨不少難點。

" 跑通智能化之后，后續的任務就是單機效率的提升。這個過程中會遇到許多工程化問題，比如人員誤入、料斗大小的適應、障礙物的避讓與多機并行 調度 "，小新表示。

基于此有兩個重要參考指標，一個是單機效率相比人類操作能提升多少，另一個是 AI 接管率，即有多少任務可以完全交由 AI 完成——兩相結合，即可得出規模生產場景下，無人方案較傳統作業的綜合能耗優勢。

目前，靈動智能化方案下的無人裝載機的綜合能耗較傳統人工節省 30%，其中部分來自于省去了夜間高峰作業的照明費用。從最早的礦山，到港口、攪拌站，跑通垂直場景技術路徑后，靈動需要做的不過是不同基建場景的橫向拓展。

" 選好自己的場景，先不去解決通用性問題，盡可能垂直，最后和客戶做雙向篩選 "，靈動的發展路徑，從某種程度上與多數偏向通用性能力的具身智能獨角獸形成了差異化。

具身智能的最大敵人是人類自己，而高度碎片化的市場特征，也讓專精垂直領域的打法更易積累早期優勢，直到項目在小眾市場觸頂。

今年 7 月的 WAIC，網易靈動發布全球首個為露天礦山挖掘機裝車場景打造的具身智能模型 " 靈掘 " 與訓練框架 " 機械智心 "。為加速賽道發展，其還開源了模型數據集。

小新透露，靈動正在積極接觸工信部、工程機械協會，以推動行業標準化，吸引更多主體與合作伙伴參與。據了解，靈動商業化落地案例中，有 50% 的客戶會找網易靈動來購買全套的方案，包含工程機械本體和智能化套件服務。靈動再向徐工、長安重工等主機廠下單定制化生產無人化的設備。其余 40% 是在現有工程車輛的基礎上，靈動提供軟硬件一體的背包服務，安裝到工程機械上，使其可以直接實現自動化無人化的作業能力

大致算下來，靈動僅有 10% 的訂單是經由合作伙伴封裝交付，自側面印證其拓展渠道合作的迫切，亦表明業務自早期驗證步入市場拓展階段。前文提到的開放數據集，以及靈動目前正在著手的出海，均是開拓市場空間的表現。

早些時候，以靈動為代表的網易創新業務更多只能充當集團營收的補充，盡可能回收內部初期開發成本。隨著 Gen AI 持續演進，或通用或垂直的 Agent 加速泛化，創新業務有望在實踐中反哺游戲 AI。

游戲才是星辰大海

黃仁勛來華，穿唐裝賣芯片；蔡浩宇赴美，開公司做游戲。多位行業大佬身體力行，足以證明游戲與 AI 從未分家。

自 2023 年起，AI 游戲的初創公司與項目便層出不窮。只是多數項目在人才密集型的組織中淪為一閃而過的 " 流星 "。

大語言模型的成本已經被打下來，但生圖模型的成本仍高居不下，導致多數項目不得不為 AI NPC 與 Agent 披上像素游戲的外殼。這般類似 90 年代掌機的 " 復古 " 沙盒體驗，而今多出于小成本獨立游戲，畫面表現甚至不如小程序運行的小游戲。

另一方面，目前許多 AI 游戲項目以 " 共建線上社會 " 為驗證落地的核心目標，需求玩家與 AI 高頻交互。可不論是打字還是語音，于玩家而言都是不小的交互成本；開發者亦需要為交互背后的 Tokens 付費。

自由度與低成本之間的天平沒有誰能平衡。

參考蔡浩宇推出的 Demo 項目《Whispers from the Star》。其以線性推動劇情敘事的方式限制自由度，從而控制交互成本的做法倒向了另一個極端：推動玩家買賬的是 AI，而非游戲性——邏輯上與 Character.AI 這般 AI 陪伴產品沒有本質區別，只是游戲為玩家預設好了背景和場景。

為 AI 尋找游戲落地場景是創業者的樂土，成熟廠商無需 " 為賦新詞強說愁 "。相反，多個已驗證的場景需要 AI 的參與。事實上，AI 游戲沒有 "Native"，AI 本就應該是游戲的底層技術。

以《逆水寒》為例，AI 的介入正在緩慢改變 MMO 的社交生態體系。其聯合快手推出的劇組玩法，支持玩家一鍵導入預先準備好的視頻片段或清晰圖片作為動作捕捉的基礎素材，生成動作和表情數據，甚至生成游戲 " 短劇 "。

公開數據顯示，《逆水寒》劇組模式 UGC 總數破千萬，已經成為維護玩家留存與活躍的重要動力。

對于有技術而缺場景的網易而言，依靠模擬建模初步跑通的靈動邁出了游戲到其他垂直場景的第一步，過去限制網易創新業務的場景割裂問題已經解決一半。

在此之后，靈動與伏羲實驗室的進一步挑戰是加速批量化與規?；Ｖ劣谖磥淼陌l力方向，亦昭然若揭—— AI 產能于工業化管線中的占比。