不卷通用大模型,网易AI的“错位”生存法则

简介: 网易AI战略简介(240字内): 马年红包大战烧钱45亿,网易却选择“避战”——不卷通用大模型,不砸钱抢流量。依托1400亿现金与年超177亿元研发,聚焦游戏、教育、音乐等垂类,打造“最懂游戏的AI专家”:AI覆盖90%美术流程、提效300%;《逆水寒》AI门客、《蛋仔》AI建模重塑交互;技术外溢至具身智能机器人、企业Agent及个人助理LobsterAI。务实走“应用先行—能力固化—场景外溢”路径,以实用主义破AI焦虑。

马年春节的红包大战,堪称史上最“烧钱”的科技竞赛。

仅阿里、腾讯、字节、百度,就豪掷了超过45亿元的“红包”,烈度超过互联网时代的任何一场“补贴战”。

在一片喧嚣声中,有一个“局外人”显得格格不入。

在PC和移动互联网时代稳坐在牌桌上的网易,没有参与到万亿参数大模型的内卷、没有加入昂贵的“红包大战”……质疑声也随之而来:网易在AI时代掉队了吗?

不禁想起十年前,移动互联网激战正酣时,网易也曾因错过一个个风口被唱衰。后来的故事我们都很熟悉,凭借游戏、音乐、有道等产品,网易的营收在过去十年翻了近5倍。

历史不会简单地重复,但往往押着相同的韵脚。

倘若跳出“大模型=AI”的狭隘视角,重新审视网易的财报和业务布局,会得出一个截然不同的结论:不卷大模型、不烧钱换流量的网易,走了一条适合大多数企业的“实用主义”路线。

01 基础设施层的“避战”逻辑
关于“网易在AI时代掉队”的论据,无外乎两点:一是没有像阿里、百度那样托举一个对标GPT-5的通用大模型底座;二是在云计算、芯片等底层基础设施上的声量,远不及字节和腾讯。

在“算力即权力”的叙事下,缺乏自主可控的通用大模型底座,通常被视为战略短板。但从第二次工业革命的产业链演变来看,商业价值的分配往往会呈现出三级分化:

第一种是“造电机的”,像极了现在训练大模型的技术公司;

第二种是“建电厂的”,类似于争做通用底座、卖算力的大厂;

第三种是“造灯泡的”,或者说是造冰箱、洗衣机、电视机的,可以理解为打磨AI应用的企业。

最终活得最久、利润最丰厚、品牌认知度最高的,不是早已成为公用事业的发电厂,而是松下、索尼、通用电气等企业。

翻看网易过去五年的财报,研发占比长期维持在15%以上,仅2025年的研发费用就高达177亿元。每年上百亿的研发预算,没有“烧”在通用底座模型训练,而是“砸”向了应用层。

在游戏产业,一直存在成本、质量、效率的“不可能三角”,导致一款3A级游戏的开发周期动辄3-5年,成本以数亿美金计,且面临着巨大的市场不确定性。

网易将打破“不可能三角诅咒”的钥匙交给了AI,单单是在AI原生研发方面,就搭建了数千条AI新质生产管线,像毛细血管一样覆盖了原画、模型、动画、音频、关卡、测试等游戏开发的全流程。

可以找到的一组数据是:在美术创作环节,AI已经覆盖了90%生产场景,设计效率提升了70%、动画产能综合提效30%、部分场景效率提升高达300%;在技术研发环节,AI代码生成工具提升开发效率50%,且AI逻辑质量可达专家级水平。

同样的选择,还发生在教育和音乐赛道。

网易有道没有去卷全能的通用模型,没有不着边际的扩张业务,给出了“做减法,做闭环”的打法:聚焦翻译和辅导,将有道词典、答疑笔等产品AI化,借助AI提升学习体验与运营效率。

网易云音乐上线了AI音乐创作工具“网易天音”,提供词、曲、编、唱、混等创作辅助功能,试图探索新的版权秩序。单单是一场“百万奖金AI音乐创作大赛”,就沉淀了5万首AI音乐作品。

正如丁磊在财报会议中的表态:“我们不盲目追求通用大模型,而是致力于打造‘最懂游戏的AI专家’,实现全方位深度整合的高效AI应用,将继续在垂类模型、AI原生玩法及人才梯队上保持高强度投入,利用AI技术进一步扩大在高品质研发和长线运营上的领先优势。”

简单来说,网易的策略并非“不做AI”,而是不在基础设施层高投入,试图构建行业领先的AI工业化壁垒。

02 将游戏作为AI的“练兵场”
网易之所以敢在通用模型上“缺位”,和超1400亿的现金储备不无关系,能够站在风口一线及时跟进。更重要的是,游戏作为文本、图像、音效、3D 模型等资源的复合体,本就是生成式AI天然的练兵场。

按照行业的普遍观点,AI对游戏产业的重塑可以分为三个阶段:辅助生产、改变交互、生成原生游戏。

不卷通用模型的策略,确实为网易争取到了转型的时间窗口,陆续推出了智能捏脸、智能NPC、剧组模式、AI队友等多个行业首创的AI玩法,已经处于第二阶段向第三阶段的过渡期。

比如AI对交互体验的重构。

《逆水寒》手游的“AI门客系统”,被AI赋予了独立的性格参数、记忆模块和决策机制,可以根据环境变化、玩家行为等衍生出意想不到的剧情,直接让游戏从“通关体验”变成了“社交体验”。

《燕云十六声》则借助自然语言处理、语音合成、涌现式的剧情生成等技术,在游戏了部署上万个鲜活、真实的智能NPC,丰富游戏体验的同时,大幅提升了游戏内容供给。

再比如内容生产门槛的降低。

《蛋仔派对》在2025年9月上线了“AI模型生成”功能,允许玩家一键生成模型,大幅降低了角色、道具等内容创作的技术门槛,目前已聚集5000万创作者,单张爆款地图的月收入超过百亿。

在《逆水寒》手游的“剧组模式”中,玩家只需输入文本、语音、视频到游戏中,就能一键生成大片。上线仅一个月,就在游戏内诞生了上百万个玩家作品,被玩家戏称是“游戏版的抖音”。

折射到财报上,网易2025年全年总营收达到1126亿元,营业利润为358亿元,其中游戏及相关增值服务的收入为921亿元,在线游戏净收入达896亿元,同比增长11%,重回双位数增长。

不过,未来游戏产业最大的增长潜力,仍是AI原生游戏,也是网易、腾讯、米哈游的必争之地。

在生成式AI驱动的原生游戏里,整个游戏不再是预设的脚本,而是根据玩家偏好、实时状态与进度,动态生成高度个性化的任务与内容的智能体,从根本上满足玩家的个性化体验需求......意味着游戏的开发流程、人机交互方式、商业模式都将被颠覆。

按照开源证券的预测,AI原生游戏在2027年的收入规模有望超300亿元,将为游戏市场带来10%的增量。

借用丁磊在财报会议中的观点:“在AI时代,游戏生产成本在下降,但对顶层玩法的判断力、对用户需求的洞察以及游戏审美品位,这些'软实力'的稀缺性反而日益凸显,这需要深厚的设计底蕴和运营经验,是缺乏积累的新进入者难以逾越的护城河。”

站在网易的立场上,当AI原生玩法、智能NPC、UGC辅助工具的价值已经被验证,将自己擅长的RPG和叙事能力融入到AI原生游戏,潜在的想象空间着实要比聊天机器人“性感”得多。

03 游戏AI能否“外溢”物理世界?
怎么定义AI时代的网易,仅仅是一个拥抱AI的游戏厂商?单就游戏业务营收占比而言,似乎很难反驳这样的说法。能否在游戏之外找到新的增量空间,直接关系到网易在AI时代的天花板到底有多高。

其实在2021年前后,网易就已经开始尝试向实体“突围”,直接的例子就是网易伏羲实验室孵化的网易灵动。

背靠网易在游戏业务中构建的3D建模、数字孪生、AI Agent等能力,网易灵动初步实现了AI从虚拟世界到物理世界的跨越:通过AOP技术让机器学习人类具备的感知、认知、决策、执行、学习等能力,并在挖掘机器人、装载机器人等场景中跑通了最后一公里。

网易灵动在2025年推出了全球首款面向全域场景的具身智能无人装载机“灵载”,与中铁二十局、水电五局等企业达成合作,已在全国多个基建类搅拌站、开放型港口、堆场、电厂等场景实现规模化应用,作业效率提升30%、运营成本下降了20%。

游戏AI外溢的案例不只是机器人,在游戏中陪伴了无数玩家的Agent能力,正逐步落地到更多场景。

网易智企以Agent为核心战略方向,构建了从智能开发、智能客服、数据分析、销售、知识应用等多场景化Agent 矩阵,目前已服务数千家知名企业、赋能数十万员工。

网易有道也在通过Agent产品拓宽AI落地边界,在近日推出了桌面级Agent“LobsterAI”(有道龙虾),定位为“7×24小时帮你干活的全场景个人助理”,并在官网上开放了内测申请。

不可否认的是,网易的创新业务有着强烈实用主义色彩,几乎不存在“先把摊子铺开、再慢慢找方向”的扩张型打法。

先找到清晰连贯的商业化场景的模式,在移动互联网时代催生出了大批“小众精品”,留下了“网易出品,必属精品”的印象,并最终跑出了网易云音乐、网易严选、网易有道等现象级产品。

同样的模式在AI时代是否可行,还需要时间验证。

但一个不应该忽略的变量在于:过去游戏和物理世界是天然割裂的,网易有技术但缺场景;在世界模型的驱动下,虚拟世界和物理世界的边界渐渐被打通,为游戏AI的“脱虚向实”提供了土壤。

譬如谷歌在1月底开放了世界模型Genie 3的实验性研究原型Project Genie,只需要一个提示词,就能创建、编辑并探索虚拟世界,让世界模型第一次以可感知的方式进入到了公众视野。

如果网易在游戏中沉淀的AI能力,能够借着世界模型的“东风”逆向输出到更多场景,形成向物理场景迁移的成熟方法论,没准儿能一步步成长为游戏、音乐、教育等业务外的新增长引擎,改写网易的营收结构。

04 写在最后
网易在AI时代的策略可以概括为:避开底层算力竞争,聚焦中上层应用,再通过能力外溢寻找商业增量。

这种极度务实的打法,可能不讨资本市场喜欢,却可能是治疗FOMO的一味良药。

进入2023年以后,几乎每个月都有新的模型出现、每个礼拜都有新的AI落地项目,在“错失恐惧”的焦虑下,很多企业陷入各种新鲜事物中无所适从,被迫做出了一些盲目跟风的决策。

网易验证了另一条通往AI的路径:除了堆算力、炼模型、抢入口的常规路线,守住自己擅长的领域,先在业务场景中把AI“固化”为能力,再尝试将能力外溢到更多的场景。毕竟在充满不确定的AI时代,先赚到钱活下来,才有机会拥抱星辰大海。

相关文章
|
16天前
|
人工智能 自然语言处理 Shell
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
30109 102
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
|
5天前
|
应用服务中间件 API 网络安全
3分钟汉化OpenClaw,使用Docker快速部署启动OpenClaw(Clawdbot)教程
2026年全新推出的OpenClaw汉化版,是基于Claude API开发的智能对话系统本土化优化版本,解决了原版英文界面的使用壁垒,实现了界面、文档、指令的全中文适配。该版本采用Docker容器化部署方案,开箱即用,支持Linux、macOS、Windows全平台运行,适配个人、企业、生产等多种使用场景,同时具备灵活的配置选项和强大的扩展能力。本文将从项目简介、部署前准备、快速部署、详细配置、问题排查、监控维护等方面,提供完整的部署与使用指南,文中包含实操代码命令,确保不同技术水平的用户都能快速落地使用。
4301 0
|
11天前
|
人工智能 安全 机器人
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI助手,支持钉钉、飞书等多平台接入。本教程手把手指导Linux下部署与钉钉机器人对接,涵盖环境配置、模型选择(如Qwen)、权限设置及调试,助你快速打造私有、安全、高权限的专属AI助理。(239字)
6098 16
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
|
10天前
|
人工智能 机器人 Linux
OpenClaw(Clawdbot、Moltbot)汉化版部署教程指南(零门槛)
OpenClaw作为2026年GitHub上增长最快的开源项目之一,一周内Stars从7800飙升至12万+,其核心优势在于打破传统聊天机器人的局限,能真正执行读写文件、运行脚本、浏览器自动化等实操任务。但原版全英文界面对中文用户存在上手门槛,汉化版通过覆盖命令行(CLI)与网页控制台(Dashboard)核心模块,解决了语言障碍,同时保持与官方版本的实时同步,确保新功能最快1小时内可用。本文将详细拆解汉化版OpenClaw的搭建流程,涵盖本地安装、Docker部署、服务器远程访问等场景,同时提供环境适配、问题排查与国内应用集成方案,助力中文用户高效搭建专属AI助手。
4328 9
|
12天前
|
人工智能 机器人 Linux
保姆级 OpenClaw (原 Clawdbot)飞书对接教程 手把手教你搭建 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI智能体,支持飞书等多平台对接。本教程手把手教你Linux下部署,实现数据私有、系统控制、网页浏览与代码编写,全程保姆级操作,240字内搞定专属AI助手搭建!
5374 17
保姆级 OpenClaw (原 Clawdbot)飞书对接教程 手把手教你搭建 AI 助手
|
12天前
|
存储 人工智能 机器人
OpenClaw是什么?阿里云OpenClaw(原Clawdbot/Moltbot)一键部署官方教程参考
OpenClaw是什么?OpenClaw(原Clawdbot/Moltbot)是一款实用的个人AI助理,能够24小时响应指令并执行任务,如处理文件、查询信息、自动化协同等。阿里云推出的OpenClaw一键部署方案,简化了复杂配置流程,用户无需专业技术储备,即可快速在轻量应用服务器上启用该服务,打造专属AI助理。本文将详细拆解部署全流程、进阶功能配置及常见问题解决方案,确保不改变原意且无营销表述。
5857 5
|
14天前
|
人工智能 JavaScript 应用服务中间件
零门槛部署本地AI助手:Windows系统Moltbot(Clawdbot)保姆级教程
Moltbot(原Clawdbot)是一款功能全面的智能体AI助手,不仅能通过聊天互动响应需求,还具备“动手”和“跑腿”能力——“手”可读写本地文件、执行代码、操控命令行,“脚”能联网搜索、访问网页并分析内容,“大脑”则可接入Qwen、OpenAI等云端API,或利用本地GPU运行模型。本教程专为Windows系统用户打造,从环境搭建到问题排查,详细拆解全流程,即使无技术基础也能顺利部署本地AI助理。
7595 17
|
7天前
|
存储 人工智能 API
OpenClaw(Clawdbot)本地部署详细步骤与2026年OpenClaw一键部署官方教程参考
在AI办公自动化与智能代理工具日益普及的当下,OpenClaw作为原Clawdbot(曾用名Moltbot)迭代升级后的开源AI代理平台,凭借多渠道通信集成、大模型灵活调用及自动化任务执行等核心能力,成为个人处理日常事务与小型团队推进协作的得力助手。无论是追求数据自主可控的本地部署,还是倾向于7×24小时稳定运行的云端部署,用户都能找到适配的实现路径。2026年阿里云针对OpenClaw推出的预置镜像一键部署方案,更是大幅降低了云端使用门槛。本文将详细拆解OpenClaw的本地安装流程与阿里云快速部署步骤,同时补充注意事项与问题排查方法,助力不同需求的用户顺利搭建专属AI助手。
2491 1