AI不是魔法，而是需要驯服的引擎

7月17日，朝夕光年发布《不问凡尘》第二支PV。这不是又一部套用AI工具的常规游戏，而是国内首个以AI为底层创作引擎的超写实修仙互动作品——场景、人物、战斗动画，几乎全部由Seedance等自研与调优的AI模型生成。

从2023年10月立项，到如今完成两支高质量PV，开发周期不足一年。但这个“快”，并非来自技术突降神迹，而是一群人蹲在模型迭代的节奏里，一帧一帧校准、一次一次重抽、一遍一遍重写提示词，把AI从“画不像人”的阶段，硬生生推过“恐怖谷”，推向可工业化生产的片段级输出。

抽卡式创作：2%成功率背后的笨功夫

团队常说一个数字：2%。这是他们早期为一段15秒剧情片段筛选可用素材的平均成功率。每次生成，可能只得到5秒可用内容；复杂镜头需抽样100多次，才凑出3–5秒理想画面。

昕玠反复强调一个看似过时的词：“勤奋”。在AI日新月异的今天，它反而成了最稀缺的生产要素——工具可以升级，但如何定义“好”，怎么判断“像”，何时该干预、何时该重来，全靠人盯、靠经验、靠审美直觉。所谓“AI全流程”，不是放手交给模型，而是人机协同中，人始终握着方向盘。

四次试错，才找到那条最小可行路径

《不问凡尘》是江南工作室第四款AI游戏探索。前三次都不是失败，而是必要的路标：

第一款“老板模拟器”，验证了AI理解自然语言的能力，却因交互过重、反馈过弱被主动砍掉；第二款“穿书游戏”，让林黛玉在霍格沃茨作诗施法，惊艳之余暴露了AI长期记忆与逻辑自洽的硬伤；第三款“我是大导演”，跑通了AI生成电影预告片的链路，却卡在算力成本——视频生成价格需再降1–2个数量级才具落地可能。

正是在第三次尝试中，团队偶然发现：只要让AI生成的真人形象动起来，并随玩家选择实时响应，一个最基础的游戏循环就成立了。那一刻，他们决定放下所有预设玩法，围绕“AI驱动的角色实时互动”重新立项——《不问凡尘》由此诞生。

不是“用AI的游戏团队”，而是“做游戏的AI团队”

团队坚持一个根本定位：他们不是在传统游戏流程里嵌入AI模块的团队，而是一支以AI能力为原生基因、从零构建游戏逻辑与生产范式的团队。

早在立项前，他们已搭建统一多模态平台，整合生图、视频、语音等能力；如今正全面CLI化，导演只需输入自然语言指令，系统自动调度模型、衔接流程、输出成片。但AI不是替代导演，而是延伸导演——战斗节奏怎么卡点才带感？剧情转折如何埋伏才动人？这些无法靠提示词穷举的问题，仍需专业导演团队持续介入、反复调优。

与模型对赌：押注六个月后的AI能力

立项即下注。团队预判：Demo和框架完成后6个月内，AI视频模型必须达到可量产水准。赌赢了，就是新时代产品；赌输了，就是技术考古现场。

这种赌，不是豪赌，而是建立在对模型演进节奏的密集跟踪之上。Seedance 2.0上线后，AI从“关键帧缝合工”升级为“副导演”——给定场景图、角色三视图与配音，它能自主理解空间、透视与表演逻辑，交付完整15秒片段。即将发布的2.5版本将支持30秒连续生成。但即便如此，98%的生成结果仍需废弃或重制。

团队清醒地指出：AI时代最大的误区，是迷信“万能提示词”。真正拉开差距的，从来不是谁更会写prompt，而是谁更懂怎么拆解创意、怎么分段验证、怎么在失败中积累有效数据——这些，没有捷径。

站在影视与游戏的中间地带

《不问凡尘》不追求纯影视的沉浸叙事，也不卷传统游戏的操作密度。它锚定在一条光谱的中间偏右：比互动影视更强调玩家决策权重，比动作游戏更重视表演真实与情绪流动。

真人演员无法演尽上百种分支反应，而AI可以。这不是要取代演员，而是拓展表达维度——让每个选择都催生独一无二的视觉反馈，让修仙世界的每一次顿悟、每一次争斗、每一次心魔幻象，都有匹配的肢体语言与微表情支撑。

团队已在筹备ChinaJoy线下体验：玩家现场拍照，AI即时生成其形象进入游戏世界。这不是营销噱头，而是他们对“人人可创作、人人可入戏”这一愿景的一次轻量实践。

风向标之外，是一条需要更多人走的路

《不问凡尘》计划2026年Q3登陆Steam，以Early Access形式首发约60%内容，后续持续更新至完整版。

团队并不急于定义“成功”，更看重它能否成为一种可复用的方法论：当AI不再是辅助工具，而成为内容生产的底层协议，游戏开发的协作方式、人才结构、制作周期都将被重写。

这条路没有标准答案，但有清晰坐标——技术在加速，而人的判断力、耐心与审美，始终是不可替代的压舱石。