AI空間智能團隊跨界做AI游戲，零買量跑出百萬粉？

文/熊莫

導語

AI游戲的“空間”新方向

“我們希望玩家體驗過這種AI創造和發現空間的過程后，再回去玩《模擬人生》《動物森友會》這些“手擺”建造的傳統游戲，會覺得‘沒意義了’‘太無聊了’。”

回頭來看，2025年或許是“AI+游戲”發展歷程里一個里程碑式的年份。

除了相關的產品數量爆發性增長并逐步走向商用化上市，幾個相對明確的品類范式也已經被勾勒出輪廓。比如《詭秘推理》《神探夏洛克：暗夜追蹤者》等基于文字模態的敘事驅動類AI游戲，《妹居物語》《EVE》等情感陪伴類游戲，以及由“斯坦福小鎮”啟發而來的《Aivilization》《麥琪的花園》等沙盒式游戲，諸如此類。

但一天三變的AI圈，新技術的涌現仍然在催生無數個新方向。

比如茶館君最近在小紅書上發現了一款名為《森盒》的游戲。他們憑借一個“AI裝修”的核心玩法受到了用戶的追捧，從今年上半年在小紅書、抖音等平臺走紅，不斷量產數萬贊的爆款筆記。截至目前已經在全網收獲了超過百萬的粉絲。

前陣子舉辦的首次內測里，《森盒》展現出的核心玩法很簡單：用AI來裝修一座房間。選擇戶型與家具、用自然語言告訴AI自己想要的房間風格、AI會幫助你生成一座符合要求的房間。你也可以通過上傳照片，將自己喜歡的家具生成為3D建模放在房間內。

特別之處在于，由AI自動生成出的房間功能區劃分合理、陳設擺放不會產生違和感，還可進行進一步的編輯——AI不止真正“了解”一座現實房間都有哪些美學和實用標準，而且完整實現了房間的自由創作到人格的個性化的表達

上個月，茶館君與《森盒》背后的生境科技的創始合伙人、COO李永燚聊了聊。他告訴我，這是“空間智能”的威力。

不同于我們熟知的文本、視頻等模態，《森盒》是直接用AI生成一片空間，通過訓練讓AI具備對空間的感知力。即便在AI領域，“空間模態”本身目前也仍是一個定義和路徑尚在探索的全新交叉方向。結合社媒用戶的踴躍反饋，這意味著生境科技在探索“游戲+AI”一個前所未見、也極有潛力的方向。

這家來自深圳的“極客公司”創立于2023年，目前有60余人，大部分出身自清華及海外名校、以及騰訊等大廠，具有AI、算法、游戲等跨學科背景。

生境科技自我定位為一家AI空間生成方向的科技公司。在創業初期，他們主要從事服務頭部企業的ToB業務，與世界500強松下、北美最大家居品牌Ashley等公司達成合作，通過AI空間生成智能幫助顧客生成全屋方案。

但李永燚告訴我，這還只是生境科技的上一個階段。他們剛剛完成 Pre-A 與 Pre-A+ 輪近億元人民幣的融資，希望通過《森盒》的轉型，切入ToC的領域。打造一個“AI空間版的抖音”，讓空間像視頻一樣被創作、流通、變現，成為下一代內容與經濟載體。在與李永燚的對談里，我們也聊了聊一支“跨界”的AI科技團隊是如何打破學科與團隊的隔閡，找到游戲創作靈感的。

以下是茶館君與李永燚的對談記錄（為確保閱讀體驗，部分問答進行了編輯調整）

01

技術人才跨界做游戲，

開拓游戲AI的“空間維度”

Q：先簡單自我介紹一下吧。

李：我是生境科技的創始人兼COO，《森盒》游戲項目負責人。生境科技是全球AI空間生成領域的領跑者。我想做是“3D空間版的抖音”，致力于“讓空間像視頻一樣可以被創作、流通和變現“。目前我們剛拿了近億元融資，目前團隊總共60人左右，團隊成員大部分來自清華、騰訊和海外名校的算法&游戲跨學科專家和極客。

Q：相比于“游戲公司”，生境科技的定位更多在AI上？
：是AI公司還是游戲公司其實不太重要，重要的是創造出了什么獨特的價值。過去我們認為文本、圖像、視頻等通用模態是頭部大廠通吃的賽道，創業公司沒有大的機會，唯有3D模態，所以我們選擇深耕AI空間生成算法，為泛家居行業及具身智能行業提供了工具、流量和數據價值。

現在我們希望基于自研AI空間生成的算法及引擎，探索出獨特的3D模態互動內容及體驗。游戲是一個非常好的3D模態，有數十億的用戶，萬億級的市場，成熟的商業模式和付費意愿，所以我們選擇了這個方向。

目前團隊除了支撐部門之外90%以上的人都在做游戲，一半AI算法，為游戲研發提供空間生成引擎，一半游戲研發，基于空間生成引擎探索AI原生玩法及互動體驗。姑且可以把我們定義為“AI游戲”公司。

Q：能不能請您給我們科普一下你們所做的“空間智能”是什么？這個詞我個人大概是從今年下半年開始頻繁讀到的。

李：空間智能下半年火起來是因為幾個代表性的人物。最著名的就是李飛飛，她推出了一個空間智能模型Marble，最近剛開始公測，這個模型可以基于一張圖片生成一個3D的場景，這是基礎的空間生成。

“AI教母”李飛飛的Marble世界生成模型

但實際上，空間智能其實是人感知世界的一個非常重要的能力。回歸本源的話，就是人對空間的一種本能。第一個層面是對空間的感知和理解——環境中有什么東西，有什么空間關系，它們的重量、摩擦力、質感、觸感等等。

第二個層面是感知之后做出的決策。比如你希望從A點到B點，那么你可以基于對空間的感知，做出行動規劃、路線規劃。你是要去廚房倒一杯水，還是去打開冰箱拿出一瓶飲料？在行動規劃之后，跟環境進行具體互動。

第三個階段就是除了互動之外，你還希望能改造空間——比如裝修自己的家、布置庭院、重新擺放桌設。

所以綜合來說，空間智能的本質就是三個階段：第一個是感知，第二個是決策與規劃，第三個是互動以及創造。這是我們對空間智能的理解。

Q：空間智能模型是怎么訓練出來的？像文字大模型用文本訓練很符合直覺，但怎么教會一個模型去感知3D空間？

李：現在的訓練方式主要有兩條路徑：一個是直接在現實中采集數據，比如錄制真人在環境中的操作；另一個是通過虛擬模擬或合成數據的方式，在虛擬環境中一比一還原現實，并賦予物理屬性，比如重量、摩擦力、光照、熱傳導等等。有了這些屬性后，讓數字人或虛擬數字人在里面互動，從而產生訓練數據。

我們現在在做合成數據這個方向。因為我們具備非常真實的3D空間生成能力——不只是純視覺的。像李飛飛和我們理解的空間智能就不太一樣，他們生成的數據更像是一個文字轉圖像、圖像轉視頻、視頻轉高斯潑濺，再轉化為Mesh網格。本質上還是3D化的圖像，并沒有形成一個結構化、可被智能體或人真正感知、互動、創作的標準3D數據格式。

Q：也就是說，你們理解的空間智能中，3D物件在形狀和體積之外還包含了更多屬性。

李：沒錯。還有更多的信息，甚至包含流線、功能之間的組合布局關系，還有一些美學組合關系，甚至個人性格的投射在里面。這些是過去文字和圖像模態并不具備的多維度數據格式，而在空間智能里尤為重要。這是空間智能模型跟過去文本、圖像、視頻模態最重要的一個區別。

02

靠小紅書“主動出擊”抓素材，

百萬粉游戲如何誕生？

Q：來仔細聊聊《森盒》吧。你們是怎么轉型和立項的？

李：OK。其實我們決定做游戲大概是一年半前。那時候我們對游戲完全不了解，不管是技術、策劃還是研發。所以我們先做了調研，然后發現一個重要的切入點：市面上尤其是手游，大部分還處在比較人工、低畫質的孵化階段。

回頭看端游的情況，差不多在十年前出現一個轉折點。之前大部分是非寫實的風格化游戲、品質也不高；但2015到2020年之間，3D寫實類大型商業游戲集中爆發，比例從20%一路漲到70%、80%，這幾年又回落到五五開。

我們認為手游也會走同樣的路。接下來兩三年，高品質、寫實風的3D手游會有很大增長空間。正好我們想做的是跟3D室內家居相關的游戲，所以做了技術調研，最后選擇了虛幻引擎——因為它支持高畫質、高寫實的表現。

但官方的虛幻引擎在移動端有很多限制，比如Lumen支持不好，還有很多底層問題。所以我們去找有經驗的團隊，最后發現真正具備這種能力的，可能就個別公司的幾個小組，甚至特定的幾個人。我們就把這些人挖來了。

大概從一年半前開始，我們先做底層渲染架構支持。接下來的半年時間，我們基本搞定了底層架構和技術調研這些東西。

Q：玩法是如何決定的呢？

李：這就是下一個核心問題：到底做什么玩法？有什么內容？系統怎么設計？我們沒經驗，也不敢悶頭招人。我們聊了很多策劃和產品經理，但發現他們其實還是有很強的慣性思維。

像我們目前理解的玩法，基本是于過去比較成熟的體系——有限物資、有限任務、有限操作方式，組合出各種玩法。說實話在紅白機時代可能大部分已經窮舉完了，之后更多是在做畫質的升級或者玩法的交叉融合等等。

但我們還是想做點不一樣的。于是我們采取了一個玩家共創的思路。我讓我們的新媒體團隊發了大量的內容來做測試，比如手繪戶型圖、各種風格房間等等。

直到有一天，一條“奶油風房間四種布局切換”的視頻爆了——不光小紅書火，甚至火到了Instagram、TikTok，單條視頻的播放量幾千萬，累計可能都上億了。于是影響了我們的產品方向。

森盒的一條內容在被搬運到TikTok，獲得百萬點贊

Q：為什么這條內容火了？

李：我們也很納悶：為什么這么簡單的內容能火？翻了很多評論才發現，用戶覺得這跟他自己息息相關。

像開始我們畫了很多全屋戶型的內容，但反響不是很好。后來意識到，全屋是“全家”的事——像客廳這樣的空間它其實是爸媽、兄弟姐妹共同決定的，我自己其實是沒有太多的權限的。但臥室、書房才是“我”的事，每個人都有自己的權力，也有對它進行改造的愿望。

森盒早期發表的內容（下）vs近期發表的內容（上）

所以你可以看到評論區有非常多人給我們留言，“能不能幫我也改造一下我的房間？”我們清楚地看到，比如1000條回復里面可能有500條是玩家用備忘錄之類的畫圖軟件，歪歪扭扭地畫出他自己的房間。

我相信這個過程肯定是很痛苦的。可能這個玩家他本身規劃能力有限，但是他還是這么一筆一筆的非常艱難的畫，想要改造他的家。所以我們通過這個事情深刻感知到，和用戶自身強相關的內容，才能激發出無限關注和互動。

我們也不是天天去玩各種梗、或者找熱點去蹭，這些只能說是花拳繡腿。本質上還是靠內容，找到了這些用戶想要做、但從沒被滿足過的需求。過去應該從來沒有一款產品或者說游戲能夠真正的讓用戶去DIY他自己的環境。

Q：所以你們很多產品點子都是從社交平臺和玩家互動中來的。

李：對的。你可能注意到了，我們在官方賬號發了很多視頻，比如人物角色、DIY功能、IP等等，我們是希望和玩家一起，以一種完全共創的方式去設計這款產品。我們會認真看每一條互動和評論，希望抓住玩家真正想要的東西。這種形式對我們產品的策劃有非常大的借鑒意義，也是對我們團隊成員一種很強的激勵。

到八個月前，我們的方向已經差不多敲定了：做AI版的、3D空間版的抖音。我們希望用戶既可以把它當DIY工具，也能讓被傳統裝修類、放置類游戲限制自由度的玩家能夠得以釋放。用AI解除創作限制，無限滿足探索、收集和創造的欲望。

你目前看到的森盒可能更像一個工具，由于我們目前還處于一個早期的基礎功能搭建期，實際上我們還有很多玩法設計的部分尚未體現出來，這是我們最近在做的一些事情以及思考。

Q：外界有消息說《森盒》“無投流做到百萬粉”，是真的嗎？

李：是真的，沒有投流。我們的新媒體團隊就四個人，他們還兼著媒體PR、宣發和部分的產品運營。我們沒有專門做投放推廣的人。

Q：那么你們覺得《森盒》的哪些特點引發了這么激烈的反響？

李：目前反饋最好的、或者說用戶最期待的點，其實還挺多的，也契合我們對產品未來玩法設定的。

第一，我們有非常自由的戶型繪制能力，支持自由繪制，房間掃描，視頻重建，平面是等方式，是目前所有游戲中自由度最高的。

第二，我們的內容接近無限。因為我們內部搭建了自動生產資產的管線。傳統手游可能靠人工做幾千到幾萬個資產，靠活動慢慢釋放；而我們憑借AI，一個月能產出幾十萬資產，一年就能到幾百萬資產的量級。對于用戶來說，他們已經接近“道具自由”了。

第三，我們不只是提供基礎DIY編輯工具，這還只是基于手工時代的一個過渡期的玩法。我們已經能做到AI全自動端到端設計，還能集成輔助功能：自動搭配家具、裝飾，自定義人物交互等等。我們追求的是高質量、無物質限制、無創造限制、無交互限制的自由玩法。

Q：如果用50個字以內描述《森盒》給玩家的核心樂趣，會是什么？

李：我希望玩家體驗過這種AI創造和發現的過程后，再回去玩《模擬人生》《動物森友會》這些“手擺”建造的傳統游戲，會覺得“沒意義了”“太無聊了”。

Q：其實傳統游戲也會用到類似PCG（程序化生成）這種技術。《森盒》的空間感知能力帶來的體驗會有什么不一樣？

李：舉個例子：假設你想改造自己家，但不想動現有的幾件大件家具。在《森盒》里，你可以通過視頻或照片一鍵掃描，直接一比一重建整個房間，連現有家具都能分析出來。

然后就可以進入選品設計的階段：如果你有傾向的家具大品牌，你可以直接選擇，讓AI幫你一鍵布置進去；如果你不懂選品，只是被小紅書上某個爆火的帖子種草，那么你只要上傳對應的圖片，AI就能幫你生成。

你還可以繼續DIY：比如把某幅畫換成自己的作品，把沙發換成喜歡的品牌。或者用AI一鍵換風格、換搭配。整個流程從房間掃描（感知）→ 選品（決策）→ AI設計 + DIY（創造），完成一個可直接落地的家裝方案。

這是一個有真實家裝改造需求的用戶的大概使用流程，最后生成一個結構化的空間——不是只有Mesh網格模型，而是尺寸、材質、效果都合理的真實選品方案。

游戲場景則會有一些不一樣。比如說用戶可能先是為了探索不同風格、人物故事而玩，逐漸喜歡上某個角色的空間表達，就想一比一復刻到自己房間里。但玩家的房間大小和參考房間不一樣，沒法直接抄，怎么辦？過去你只能手動擺，還要被道具數量限制；現在AI可以一鍵生成適配你房間輪廓、保持風格一致的新方案。

應該說，傳統建造/生活模擬類游戲還是需要玩家一定的耐心投入和創造力的，這樣的門檻還是限制了用戶的規模。而通過AI設計的加入，我們可以一鍵讓玩家生成一個70、80分的房間，再在這個基礎上去創作。就像過去拍照要學單反、找角度，現在手機一鍵出片。我們讓空間創作也變得這么簡單。

這樣門檻降低后，年齡更小的學生、老年人都能成為潛在用戶群體，用戶規模會極大擴展，同時保證創作樂趣和下限——任何人都能做出不錯的房間去分享。

Q：玩家擺放的物體，是預存在包體里的3D資產，還是隨機生成的？

李：它可以是游戲庫里已經打包好的資產，也可以AI生成DIY。本質上是自由流通的。

Q：在把一項AI技術轉化為大眾游戲產品的過程中，你們遇到的最大困難是什么？

李：困難很多，過去我們沒做過游戲，任何東西都是嶄新的。我們不太了解Unreal、Unity和Cocos這些引擎，也是一步步自己上手研究引擎源碼和文檔、做Demo，最后才敲定選Unreal。

團隊架構也完全不同。AI公司是前后端+算法，游戲公司是策劃、美術、程序三大塊。

第三個層面就是開發模式的沖突。像我們AI團隊的開發模式會偏全棧，習慣一人多崗、快速迭代。比如產品文檔、原型和交互UI會給一個人全做完，算法可能交給另一個人做。而游戲講究流程、文檔、分工，會把每個崗位高度細分——系統策劃、數值策劃；概念美術、3D美術；UI、動效……每個人的工作職責都被拆分得非常細，這導致每個人對自己上下游的崗位的工作內容都不一定清楚。

包括在招人環節，因為我們不在行業內，我們連去哪招什么樣的人都不清楚，只能通過研究市面上和我們想要的感覺類似的產品，去挖掘參與過這些項目的人。在面試過程中也可能會和面試人出現認知的分歧。

前期我們只能靠誠意到處約人聊，慢慢找到合適的人。開始干活后又要磨合。像我們招的第一個引擎程序員問：“策劃文檔呢？” 我們說：“還沒招策劃，只有想法。”我們得寫文檔，研究游戲策劃的專業知識，他們得稍微突破崗位邊界。

好在團隊整體比較年輕、有跨學科背景，大家沒有太強邊界感，能在技術、商業、美學上快速達成共識。雖然有一些困難，但整體推進下來還算順利。

03

目指百億、千億市值，

未來遠不止是“裝修小窩”

Q：目前《森盒》主要做房間室內的裝修，未來能擴展到整棟房屋或花園、城市嗎？

李：肯定可以，但我們是這么規劃的：室內的生成難度遠高于室外。因為室內涉及功能合理性、流線合理性、美學合理性。維度太多，訓練難度要大得多。

而室外場景，過去已經有比較成熟的PCG（程序化生成）技術。比如《城市：天際線》用規則生成城市。雖然自由度有限，但空間復雜度已經基本可用了。而且室外更多是視覺呈現，沒有什么深度互動的內容。

而能像現在這樣做一個房間，我們就一定可以做一座房子十幾個房間，沒有問題的。所以我們的規劃是先借助一個房間的呈現，把產品和技術打磨到可商用狀態，再擴展到多個房間。最后再加入環境——我們認為通用且技術壁壘較低的部分。無論通過我們自研技術，還是使用成熟技術，都很容易實現環境的生成。

Q：會不會擔心大廠來“卷”你們？

李：這是大家常問的問題。首先，這里面確實有壁壘，大廠不是想做就能馬上做出來的。其次，大廠還有些別的事在做，他們還在忙文本、圖像、視頻這些通用模態。這些賽道更大、商業化更快。

反觀3D模態，還有很多架構部分的技術難點沒解決，他們內部也只是少部分人在試。比如某些大廠有專門的實驗室來做空間生成的內容，但他們更多專注一些像足球場地這樣的特定場景，對家居布局這種復雜空間研究沒我們深。甚至原來在騰訊、清華做3D生成的算法工程師，現在都加入我們了——因為他們覺得我們的技術路徑和最終表現是學術界和產業界里最好的方案。而我們已經跑了兩年，犯過的錯，大廠如果要做也得重新踩一遍。

當然，技術壁壘總有一天是會被攻破的。我們唯一能做的，就是加快研發和迭代速度。這種平臺型產品，拼的就是誰迭代更快。

Q：怎么看《森盒》的可擴展性和商業化？很多公司不愿意探索一些創新的方向，就是因為需要重開新的變現路徑。

李：我們想做一件大事情，而不是那種一次性變現的小項目。有三個方面，首先關乎我們創業的目標——我們想做一家百億、千億級的公司。所以我們必須要有極大的創新，也必須接受短期不變現的過程。

但長遠來看，技術產品和商業化的平衡是肯定要考慮的。現在大部分游戲主流變現邏輯是買斷、廣告、內購。但我們想嘗試一些新的路。

比如說，因為我們的內容能真實落地，游戲內生成的這些產品是真實的商品。那么從理論上來說，隨著用戶量的增長，我們可以嘗試走電商變現這條路徑。對用戶來說，就可以不用逼氪或者看廣告，就可以讓玩家玩到大部分核心內容。我覺得對這個行業也是一個比較好的一種探索和嘗試。

另外我們在探索的過程中還有一些意外收獲，像玩家創造的這些高質量方案，其實可以直接賣給機器人公司去做訓練的。因為玩家搭建的方案可以在保持好看的同時更接近實用性。因此用戶創造內容本身就能支撐游戲運營。

最后，從本質上說，我們是希望通過游戲來驗證3D空間生成能力。而這個能力不止可以應用到游戲，實際上在影視、直播、AR/VR等各種領域都完全可以應用。這是我們對商業化的一些思考。

Q：你們希望，生境科技在一年后、五年后、二十年后會是什么樣子？

李：二十年太遠了，AI現在真的在一日一變，我們不敢想。但一年和五年是有規劃的。

一年內，我們希望能夠盡快上線森盒1.0，目標是達到千萬級用戶。在這個AI時代，游戲不再是靠長線操作慢慢運營增長的思路——要么不爆，要么就很快沖上百萬、千萬級。我們還是對這個產品很有期待的。

五年后，我們想真正做成“AI空間版抖音”——一個3D模態下的萬花筒，它既涵蓋了游戲這種互動內容，同時還融合了3D模態相關的很多東西，比如直播、電商、VR等等。

Q：最近有一些悲觀的說法，覺得“AI+游戲”說了三四年，還沒出現真正的“AI原生游戲”。你們覺得原生游戲會出現嗎？在空間智能這個方向會有更高的可能性嗎？

李：我覺得會。本質上還是“前提變了”——過去的游戲都是“有限物資+有限任務+有限操作”，現在AI帶來的是接近無限的素材庫——相當于從農業時代直接進入“物質極大豐富”的時代。玩法肯定會發生全新變革。這不是只有一種新玩法，而是對所有舊玩法的重構。你能做出太多新東西了。所以我覺得AI是對游戲行業的拯救，它打破了玩法枯竭的困境。

不過空間模式的原生AI游戲應該不是最快跑出來的，因為游戲不止有3D模態，也包含文本圖像等內容。像我們能看到很多AI情感陪伴類產品已經接近跑通了，有些產品的用戶日均時長已經到了1.5小時以上。

我認為，空間模式更多偏向AI的一個底層的表現，它打通了空間的突然性和可變性，也讓資產和互動方式變得無限。因此空間模式的AI原生游戲可能會偏后期出現，會類似于“次世代3A游戲”的概念。

在短期內，可能會出現一些在局部有優秀表現的AI空間游戲——比如空間生成能力更強，或無限的任務系統，或是交互方式新穎。但完整形態的出現，還需要一些時間。

? “發送“社群”加入游戲茶館行業交流群”