AREXOpen in interactive Feed

AREX Feed Article

月之暗面发布 Kimi 游戏开发与创意工作解决方案,官方演示称无干预连续工作 20 小时复现原作

November 2, 2026

11 月 2 日,月之暗面发布 Kimi「游戏开发与创意工作解决方案」,试图让 AI Agent 从辅助编程走向游戏制作,参与从玩法设计、3D 建模、工程开发到发行运营的整条工作流。方案基于 Kimi K3.1 Pro 模型与 Kimi Code、Kimi Work 系列 Agent 产品,通过 Unity、Unreal Engine、Blender 等专业工具插件直接进入制作环节,可修改现有工程、自行运行游戏并查看测试录像,发现问题后继续修改;官方希望以此帮助游戏团队更快验证玩法创意、推进工程和美术制作,并把发行与运营中的玩家反馈带回下一轮迭代。发布于 Kimi 微信公众号,与(转 快讯)当日转载。

官方演示给出了两项具体结果:策划提供参考图片、视频和玩法要求后,Kimi 可借助 Godot 产出含挥剑、闪避、格挡机制的 2.5D 动作游戏原型,官方称即使没有编程经验也有机会在 1~2 天内做出可试玩版本;在与 Unity 中国的合作演示中,Kimi 在没有人工干预的情况下连续工作 20 小时,复现原作并交付可继续开发的原生工程。截至发稿,这些演示数字均出自厂商公告与演示,未经独立验证。

模型负责理解规划,Kimi Code 与 Kimi Work 分工执行

公告把方案拆成分工明确的几部分:模型负责理解输入、规划并执行任务;Kimi Code 侧重代码开发与修改;Kimi Work 承接跨文件、多步骤的制作任务。插件负责对接软件——Kimi 可通过插件与工具调用连接 Blender、Unity、Unreal Engine 等专业软件,直接操作现有工程,交付可继续编辑的文件和清晰的操作记录,供团队审阅、协作和推进后续工作。公告中的整体工作流如下图:团队输入玩法说明、参考素材与现有代码库,Kimi 经游戏引擎插件和 3D 建模插件产出可运行原型与场景资源,再交回团队验收。

模型底座 K3.1 Pro 发布于 10 月 24 日凌晨,是 K3.1 系列的首个模型,官方称其为迄今能力最强的 3 万亿级参数模型,支持 100 万 token(词元)上下文,高速版 K3.1 Pro Highspeed 同步推出、输出速度约 2~3 倍,可通过 kimi.com、Kimi App、Kimi Work、Kimi Code 和 Kimi API(应用程序接口)使用;当时转述官方介绍称,K3.1 Pro 能熟练使用 Unity、Unreal Engine、Godot 等游戏引擎,并结合网络搜索与 3D 生成做出完整体验。10 月 30 日,宣布 3D Make 功能上线,称其可连接 Blender 与 CAD(计算机辅助设计)工具创建模型、组装场景、开发游戏。BlockBeats 快讯对这次方案的描述是:「Kimi 不只是生成代码或美术素材,而是要直接进入游戏引擎干活。」

立项前的原型:从参考视频到雨夜中的挥剑与格挡

公告解释了方案针对的问题:游戏创意的价值往往要到玩家真正操作时才能判断,策划文档能说明规则,却难以回答操作是否顺手、奖励是否明确、节奏是否吸引人;这些问题若在关卡、代码和资产大量完成后才暴露,调整就会牵动更多人和预算。公告还引用 Unity《2026 Game Development Report》称,52% 的受访开发者优先选择小规模项目来降低风险,67% 将原型阶段控制在三个月以内——先验证玩法、再决定投入,是这套方案的核心逻辑。

官方演示的 2.5D 动作游戏原型对应这个环节:团队提供参考图和视频、说明场景氛围与玩法机制,Kimi 通过多模态能力理解参考素材中的关键视觉元素,用 Godot 搭建可试玩 Demo,呈现雨夜光影、地面积水和灯笼等场景细节,并实现挥剑、闪避、格挡等核心玩法。制作过程中,Kimi 会实际运行游戏,结合渲染画面和试玩录像检查视觉效果与功能是否达标,发现问题后自主修改并重新验证,交付前完成多轮迭代。公告另举三消玩法为例:策划想验证「加入可自由组合的规则卡」是否有趣,Kimi 会梳理规则卡组合对消除策略、得分与反馈的影响,再拆解为交互、数值、界面和视听等制作任务,让策划、开发和美术围绕同一个原型边玩边讨论。

工程环节:与 Unity 中国的 Tuanjie Codely Agent 协同

工程环节的演示与 Unity 中国合作完成。公告称,Kimi 模型与 Unity 中国推出的游戏开发智能体 Tuanjie Codely Agent 及团结引擎协同:Kimi 模型负责理解开发者的创作意图与游戏设计、生成实现代码,并根据录屏与测试结果分析问题、制定修改方案;Tuanjie Codely Agent 依托与团结引擎的原生整合,通过 Editor / Runtime Script 等方式直接在引擎中执行操作,完成场景搭建、玩法实现、工程修改与运行验证。

官方把这一流程概括为「模型理解与生成—Agent 操作引擎—模型分析反馈—Agent 修改工程并验证」的闭环,开发流程由此从「人提需求—模型写代码—人来操作」延伸到引擎之内,减少了开发者在工具间切换与手动操作的成本。在一次演示中,Kimi 在没有人工干预的情况下连续工作 20 小时,官方称其不仅复现了原作,还产出一份可持续开发的原生工程,为后续玩法扩展、画面打磨及多端适配打下基础。

Unreal 与 Blender 演示:3,600 万三角面的天宫与一座大教堂

公告为 Unreal Engine 和 Blender 各给出了一批演示场景。官方称,K3.1 Pro 使用 Unreal Engine 5.8 构建了一座天宫场景:一组半径达 1,750 米、由 36 间柱廊组成的建筑,一条在 Blender 中程序化建模的巨龙,MetaHuman 创建的主角,整个场景包含 3,600 万个原始三角面,采用 Nanite 渲染与 Lumen 光照;外部素材包括 Cloud Forge 的 VDB 云层、Poly Haven 和 ambientCG 的 8K 材质,以及 NASA LRO/LOLA 的月球数据。另一支东方古风题材的 3D RPG 预告视频里,剑客穿越云海、掠过漂浮岛屿进入云端城池,概念设计及部分资产灵感来自小红书创作者 @-Duduu-。

玩法侧的例子是古风武侠游戏中的「处决」机制:玩家靠近敌人后,角色需连贯完成拔剑、攻击、收剑并触发后续剧情。公告称,开发者提供脚本、组件配置与预期效果后,Kimi 可梳理各模块之间的调用关系,协助修改代码、补充日志与测试,并结合 Unreal Engine 中的实际表现联调,排查动作错位、倒地异常或剧情未触发等问题。

Blender 的演示偏美术资产:官方称 K3.1 Pro 构建了一座大教堂内部场景,约 330 万个三角面,为 8,368 个组件逐一制作动画,呈现肋拱穹顶、石雕塑像与彩绘玻璃光影;另一段演示搭建机场室内雨林山谷场景,并制作 17.5 秒、1920×1080、60 fps 的 3D 建模展示视频,工具链包括 Blender、Python、Geometry Nodes(几何节点)、Cycles(渲染引擎)、Pillow、NumPy 和 FFmpeg。两段演示使用的外部素材——Poly Haven 的 HDRI(高动态范围)环境贴图与石材纹理、Mylius 拍摄的彩绘玻璃照片——均为 CC0 或 CC BY-SA 等开放许可。搜狐 11 月 2 日的一篇形容其宣传视频画面「不乏能达到 3A 游戏的初稿水平」,并指出与「生成一段代码或一张图」不同,这套方案强调进入现有工程和编辑器、交付物可继续编辑和维护。

发行与长线运营:从买量素材到 NPC 问答

公告把发行与长线运营也纳入方案。获客环节,Kimi 可从一条参考视频出发分析并还原核心玩法、编写游戏代码,再用 Blender 建模、调用 Godot 等引擎搭建场景;获客素材制作上,它可操控游戏引擎录制实机画面,调用开源动效与剪辑工具尝试不同开场、节奏和卖点组合,配套制作音乐、字幕和广告文案,素材进入投放后汇总数据、比较各版本表现。游戏内,通过 API 接入后,Kimi 可结合游戏知识与对话上下文提供推荐、问答和玩法指导,支持 NPC 问答、阵容建议和赛后战报。

运营侧的清单更长:整理社区讨论,按故障、平衡性、付费体验和内容需求分类,保留原帖来源、游戏版本与反馈渠道;对 UGC(用户生成内容)做初步筛查、识别潜在风险;依据术语表和角色设定生成本地化初稿,标出需要人工判断的文化表达,人工复核后抽样回译;作为审核员的初筛助手,识别违规内容与谐音、缩写等规避表达并标出命中位置。公告称,这些工作可设为定时任务自动批量执行。

官方给出的试点路径与即将开放的模型权重

对于怎么用起来,公告建议从一个可衡量的任务开始:选择边界明确、结果容易检查的任务,比如制作一个核心玩法原型、修改代码库中的某项功能、检查一批游戏截图或归类一批社区反馈;开始前准备素材、明确操作权限和需要人工确认的环节,完成后由对应岗位成员检查成果。试点效果要用效率与质量一起衡量——完成同样任务用了多长时间、成果是否达到要求、需要多少人工修改与复核——验证过的做法再整理成模板和操作规范,逐步应用到更多项目。有具体场景或想了解企业版、定制化 Skills 与专属数据接入的团队,可扫码联系 Kimi 团队。

演示之外,模型一侧还有一个可核验的节点:方案所依赖的 K3.1 Pro 完整模型权重,官方承诺 11 月 4 日前开放——届时,第三方可以直接用开放权重检验这些演示背后的能力。

参考链接