为什么「能不能玩到」是这块拼图里最容易被跳过的一块

先说个画面。一个人躺在床上，全身只有脖子以上能动。他家人把平板架在床头支架上，蓝牙连了一个巴掌大的白色板子，板子上插着一根他自己改装的、用下巴压的开关。他打开一个 App，选了《光环》，三十秒后，他在开枪。没有主机，没有显卡，没有任何人上门帮他装驱动。

这就是云游戏在无障碍这件事上最朴素、也最被业内人忽略的价值：它不解决「好不好玩」，它先解决「能不能玩到」。

我们这个系列前面聊了 GPU 虚拟化、聊了编解码、聊了自适应码率和丢包恢复，全是硬核管道工程。到了这一篇，我想把镜头往后拉一点——所有这些管子，最终服务的是一个具体的人。而在这条管子的末端，有一群用户，他们对延迟的敏感度、对设备的要求、对画面的需求，跟主流玩家画像完全不一样。你按照主流玩家调出来的那套参数，搬到他们身上，有一半是错的。

我先把结论摆前面。云游戏在无障碍上的作用是分层的，三层里有正有负：

• 接入层——核弹级利好。硬件门槛直接归零，这是最实的一层。
• 输入层——乘法效应。辅助输入设备和云端算力互相成就，但也有代价，下面细说。
• 软件层——双刃剑。云游戏把像素关进了机房，顺带把过去玩家自救的一大堆工具也关在了门外。

前两层是「技术普惠」的老故事，讲讲就明白。第三层才是这篇文章真正想说的东西：谁掌握像素，谁就掌握无障碍的钥匙。这是云游戏给无障碍带来的结构性变化，也是绝大多数云游戏平台还没意识到、或者意识到了装没看见的问题。

第1层 接入层：把「买得起主机」这道门槛直接删掉

先讲清楚云游戏到底搬走了什么。一台能跑 3A 的主机，你付的钱里有一大半付给了三样东西：GPU、散热、电源。云游戏把这三样搬进机房，终端只剩三件事——解一路视频流、发一路输入、把这件事稳定维持两小时。

三件事对硬件的要求，低到你会有点不适应。H.264 的硬件解码在今天的低端手机芯片上都是标配，因为过去十年抖音、B 站、YouTube 逼着所有芯片厂把视频解码做进了最便宜的 SoC 里。换句话说，是短视频替云游戏把「人人都有一块能解 1080p60 的屏幕」这件事给铺好了。云游戏这波，是蹭了短视频的基建红利。

2022 年 6 月微软把 Xbox App 直接塞进了三星智能电视，这件事当时在主机圈被当成笑话——「电视玩 3A，谁会这么干」。但你把视角换成无障碍，这个动作的意义完全变了：玩家只需要有一个手柄，其他什么都不用买。一个 400 块的手柄配一台家里本来就有的电视，就是一台游戏机。对于那些因为身体原因没法坐在显示器前、只能在客厅沙发上以特定姿势待着的人，这不是省钱，这是「终于不用为了玩个游戏重新布置一间屋子」。

罗技 G Cloud 那个 349 美元的定价，社区骂了整整一年「这价钱我为什么不买 Steam Deck」。这个批评在性能维度上完全正确，在无障碍维度上完全跑偏。G Cloud 的价值从来不在算力，在形态和重量——280 克，一块 7 寸屏，手柄一体成型，可以完全躺着举着玩。对握力不足、手臂不能长时间悬空的玩家，一台 600 克的重设备就是玩不了，跟它性能多强没有半点关系。这个维度几乎没有人认真讨论过，但它是真实存在的需求。

但代价必须说清楚，不然就成了宣传稿：

• 带宽是硬门槛。1080p60 稳定需要 15–25 Mbps 的下行，而且要求抖动小。很多老小区的 Wi-Fi 到不了，这不是「优化一下」能解决的。
• 流量费是真的贵。移动网络下跑 1080p60，一小时大概 2–4 GB。对很多无障碍玩家来说，收入水平本就不高，这笔钱比订阅费更劝退。
• 需要一块能放设备的平面。听起来像废话，但对卧床玩家、对轮椅使用者，平板往哪儿架、支架怎么固定、充电线够不够长，全是实打实的工程问题。厂商做产品 demo 的时候从来不考虑这些。

第2层 输入层：Xbox Adaptive Controller 是台翻译机，不是手柄

这一层要讲透，就得把 Xbox Adaptive Controller（下面简称 XAC）拆开看。因为它太典型了，典型到能解释云游戏在输入侧的所有机会和所有坑。

XAC 2018 年 9 月上市，99.99 美元。外形是一块扁平的白色板子，上面两个巨大无比的圆形按键（大到可以用手掌拍、用肘部压、用脚踩），然后——19 个 3.5mm 单声道插孔，加 2 个 USB-A 口。每个 3.5mm 插孔对应标准 Xbox 手柄上的一个按钮或一个摇杆方向。

注意这个设计的关键：XAC 自己几乎不产生任何输入。它是一台信号聚合与翻译设备。它把 19 个来源不明、形态各异的开关信号，翻译成手柄协议里那几个标准按钮。真正的「控制器」是玩家自己找来的那些东西——一个头枕开关、一个脚踏板、一根用嘴吹的气动管、一枚装在眼镜框上的微动开关。

为什么这么设计？因为世界上有几千种开关，而微软一个都不做。它只做那个翻译口。它把「适配」这件事外包给了整个世界。这是我这几年见过的、最漂亮的一次产品边界划分。你让任何一家公司去穷举残障玩家的输入需求，都必然失败；但你留 19 个通用插孔，让物理治疗师、让玩家的爸爸、让中学的手工课老师自己去焊，这事就成了。

还有个必须提的功能叫 Copilot（副驾驶）：两个手柄同时控制一个角色，两路输入取并集。一个玩家管移动，旁边的家人管视角和射击。对很多需要陪护的玩家，这是能不能玩下去的分水岭。但到了云端就有意思了——两路输入源在服务端怎么聚合、怎么对齐时间戳、怎么解决两个人的操作打架，这个在本地主机上是一个固件里的小功能，在云游戏里就变成了输入抽象层的设计问题（我们在第 17 篇聊过那套统一抽象层，这里换个角度看）。很多在本地习以为常的辅助功能，一上云就「掉队」，Copilot 只是其中一个。

现在算一笔账，看云游戏在这条链路上到底加了什么。一个用 XAC 的玩家，从「压下巴」到「屏幕上看到反应」，完整的链路是这样的：

看到这个表，很多人第一反应是：残障玩家本来就操作不便，再加几十毫秒，这体验不就废了？

恰恰相反。这是这篇文章里我最想让你记住的反直觉结论。

大部分辅助输入方式的「输入带宽」本来就低得离谱。单开关扫描输入（switch scanning）是怎么回事？系统把屏幕上的选项一个一个高亮，玩家看到想要的那一下按键，一轮扫下来 1–3 秒。眼动仪的停留点击通常要 500–800 毫秒才触发。语音控制 300 毫秒起步。用这种输入方式玩回合制 RPG、玩策略游戏、玩《文明》，云端那多出来的 40 毫秒，他真的感觉不到——因为他的整条输入链本来就是秒级的。

真正被云游戏拖累的，是另一拨人：身体受限但技术水平极高的玩家。手部精细动作受限，但意识、大局观、预判是电竞级别的。他们玩 FPS、玩格斗、玩《火箭联盟》。这批人对延迟的敏感度跟职业选手没区别，而云游戏恰好在他们身上叠加得最狠：辅助设备一跳，家庭 Wi-Fi 一跳，边缘节点一跳。

延迟这件事，对「慢玩家」是伪问题，对「快玩家」是真灾难。无障碍设计最容易犯的错，就是把这两拨人当成一拨，然后用一套参数去服务。

顺带提一个可以参考的方向：Google 在 2024 年开源的 Project Gameface，用普通摄像头追踪面部和头部动作来控制鼠标，不需要买任何硬件。这类「用已有摄像头替代专用设备」的思路，跟云游戏是天然搭配的——因为终端反正已经在解码画面了，多跑一个轻量级视觉模型，开销可以接受。它把无障碍输入的成本从「几百美元的设备」压到「零」，这个杠杆比什么都大。

第3层 软件层：云游戏把像素关进了机房，也关掉了玩家的自救工具

好，到正题了。这一层是云游戏给无障碍带来的、真正结构性的变化，而且我认为它是负面的。

先看看本地游戏的无障碍能做到多深。《最后生还者 第二部》2020 年上线时带了六十多项无障碍选项，这个数字后来被反复引用，但很少有人讲清楚里面到底有什么。举几个具体的：高对比度模式，把可交互物体染成亮色、把背景压成灰阶，一眼就能看出哪能爬哪能钻；导航辅助，按一下摇杆镜头自动转向任务目标方向，省掉了「找路」这个纯视觉负担；边缘保护，走到悬崖边角色自动停住，不会掉下去；音效字幕，不是对话字幕，是「左前方有脚步声」「远处有狗叫」这种描述性文字；还有瞄准减速、自动瞄准、单手模式、菜单朗读、震动与视觉双重提示。这些不是难度选项，是把「看见」「听清」「按准」这三件事从游戏里拆出来，单独给你调。

这些功能是怎么实现的？绝大部分是改渲染、改 HUD、改输入映射。游戏是开发者自己写的，想怎么改怎么改。所以如果云游戏跑的是同一份游戏代码，这些功能应该原样都在才对。

问题不在游戏里，在游戏外面。

本地游戏时代，无障碍是「开发者做一半，玩家自己补一半」。玩家社区里有大量民间自救工具，我列几类：屏幕阅读器（截屏、识别文字、朗读出来）；ReShade 这类后期处理（色盲滤镜、暗部提亮、锐化）；系统级放大镜；自制的高对比度贴图包；自制的按键映射工具，把任意输入设备伪装成手柄。这些东西加起来，撑起了开发者没有覆盖到的那半边天。

云游戏把这半边天收走了，而开发者那半边并没有因此变大。

具体是怎么收走的：

• 屏幕阅读器——本地可以截一张干净的图去识别。云端你截到的是压缩过的视频流，有块效应、有振铃、小字号糊成一团，文字识别准确率断崖式下跌。而且视频流是实时的，你截的那一帧可能已经过去 80 毫秒了。
• 后期处理滤镜——技术上能对解码后的画面做，但要在解码器和显示之间插一层。手机和电脑上勉强能折腾，电视和机顶盒上系统根本不给 App 这个位置。而电视恰恰是云游戏体验最好的终端。这就形成了一个死结。
• 系统放大镜——本地游戏放大是把原生分辨率放大，虽然糊但信息还在。云游戏放大是把已经压过的 1080p 流再放大，糊上加糊。
• 第三方补丁和 mod——这条彻底断了。服务端跑的是原版，你本地什么都改不了。

所以云游戏在软件层做的，本质上是把无障碍的责任从玩家侧强行转移到了服务商侧，但没有配套地把能力也转移过去。以前玩家能自己动手，现在只能等平台开恩。

那出路在哪？我认为有三条，按可行性排序。

第一条，最常见也最容易做：解码后的客户端后处理插槽。在解码和显示之间开一个官方认证的口子，允许跑几类固定滤镜：色盲校正矩阵、亮度曲线、锐化、局部放大。性能完全不是问题——1080p60 做一次全屏色彩映射，在 GPU 上连一毫秒都不到。难的是权限，是让电视厂商、让机顶盒系统愿意开放这一层。这是商业问题不是技术问题，而商业问题往往更难。

第二条，最有前途：服务端的无障碍元数据通道。游戏在输出视频流的同时，额外输出一路结构化数据——当前屏幕上有什么按钮、什么文字、什么选项、血条多少、敌人在哪个方位。这一路数据量小到可以忽略，几 kbps 到几十 kbps，跟视频流比就是个零头；延迟容忍度还特别高，读屏本来就慢，晚 200 毫秒没人在意。客户端拿到这路数据以后，可以喂给系统级读屏、可以做高对比度重绘、可以做语音导航、可以驱动硬件点显器。

这条路的价值在于：它把「像素」翻译成了「语义」。像素是被锁在机房里的，语义可以自由流动。一个看不见屏幕的玩家，他不需要那 200 万个像素点，他需要的是「前方三步有一个可拾取物品，按 X 拾取」这一句话。视频流是给眼睛的，元数据流是给其他所有感官的。

第三条，平台级的辅助输入抽象。把 XAC、眼动仪、单开关、面部追踪这些设备在平台侧统一抽象成标准事件，游戏不用管具体是什么设备。这一层要是做好了，第 2 层讲的那些掉队问题能一次性解决大半。

说句实话：这三条目前在商业平台上基本都还是「能做但没人做」的阶段。为什么？因为做无障碍不涨日活。这话不好听，但它是真的。什么时候会变？我觉得得等到两个条件之一成立：要么监管强制（欧洲在这块走得最快），要么平台发现「无障碍功能做好了，普通玩家也受益」——字幕是给听障做的，但 80% 的玩家都开着字幕；按键重映射是给行动不便做的，但所有玩家都在改键。这条「顺带受益」的曲线，是说服老板最有效的论据。

第4层 机构场景：学校、医院、康复中心，这里才是云游戏最不讲故事的地方

前面三层讲的都是个人玩家。这一层换个视角，讲「组织」——因为云游戏在机构场景里的价值，跟个人场景完全是两套逻辑。

一个学校要给 200 个学生上游戏开发课，本地方案是什么？200 台能跑引擎的机器，一台一万块，两百万，外加三年后的整批换新、每年的坏机维修、每台机器的驱动和许可证管理、一间要装空调的机房。IT 管理员这辈子最不想干的事就是这个。

云方案是什么？200 台 Chromebook，加上云端按需开的 GPU 实例，加上一路像素流把编辑器画面推下来（这块技术我们在第 16 篇详细对比过各家方案）。教室里那 200 台机器只负责解码和发键鼠事件，采购单价压到两千以内，坏了换一台就行，配置全在云端统一。

注意表里最后两行，这两行才是真正的分水岭，而且方向相反。「内容统一、课后可用」是云方案压倒性的优势——学生回家打开自己的破笔记本，看到的和教室里一模一样的工程文件、一模一样的引擎版本。这个体验在本地方案里几乎做不到，除非学校愿意给每个学生配一台。

但「预算科目」这一行是云方案死得最多的地方。硬件是资产，订阅是费用，这两笔钱在学校的账本里根本不在一个科目里。校长能批设备采购，批不了长期订阅；设备买回来五年不用再花钱，订阅停一个月就全停了。我见过不止一个 ToB 云服务死在这一步——不是产品不行，是采购流程不认。这条经验对任何想做教育市场的云游戏团队都适用，值得记在本子上。

其他机构场景还有几个，但目前都比游戏开发教学更早期，我说得保守一点：

• 特殊教育学校——预算比普通学校更紧，但需求更明确。买不起给每个孩子配主机，买得起平板。这是云游戏最该去的地方之一，目前只有零星试点。
• 医院和康复中心——平板 + 云游戏，不需要专门的设备间，不需要维护，玩完擦一擦就能给下一个病人。听起来很美，实操上卡在内容分级、卫生管理、以及「医院为什么要买游戏」这个灵魂拷问上。
• 图书馆和社区中心——借一张卡玩两小时。这个模式在海外有一些尝试，国内受限于版号和内容合规（这个背景我们在第 20 篇展开过），短期内不太可能有规模。

我想强调一件事：教育场景里，云游戏解决的核心痛点从来不是「玩」。是「让没有设备的人，用上别人的设备」。这个逻辑跟个人无障碍玩家是一模一样的，只是规模大了一百倍。所以这两件事的技术底座是同一套：低门槛终端、集中管理、按需并发、会话恢复。把其中一件做好，另一件基本是顺带的。

配置表：做无障碍云游戏要盯住这几个数

下面这张表，是我认为做这个方向时最该先拍板的参数。左边是项，中间是建议区间，右边是我给的理由。你可以直接拿去当评审清单用。

我再补一句关于表格的用法：别拿一张表去服务所有人。最常见的错误是把 FPS 的延迟预算拿去卡回合制，结果为了压 20 毫秒把画质砍到妈都不认，而这批玩家根本不在乎。反过来，把回合制的宽松预算套到格斗游戏上，那也是灾难。先分品类，再定参数，这是顺序问题不是程度问题。

双路径：你从哪一头进来

初级路径 · 如果你是玩家或者刚入行的策划，看这三件事就够了。

第一，云游戏真正的普惠价值在「接入」不在「体验」。它最大的贡献是让一台千元机也能跑 3A，而不是让 3A 在千元机上跑得跟主机一样好。别被宣传带偏，接受这个落差，你会用得舒服很多。

第二，选服务的时候先测三件事，别测画质。一测延迟（拿个手机慢动作拍屏幕和按键，看差几帧）；二测抖动（玩半小时会不会突然糊一下）；三测掉线重连（把 Wi-Fi 关十秒再开，看多久回来）。这三件事定了体验的下限，画质只是上限。

第三，如果你或者你身边的人需要辅助输入设备，先别急着买。XAC 那类设备是「翻译机」，翻译机再好也得有东西可翻——真正的关键是那个开关。一块亚克力、一个微动开关、一根热熔胶，成本不到二十块钱，找物理治疗师或者会电烙铁的朋友聊一次，比买任何成品都管用。这条路走通了，剩下的云游戏接入反而是最简单的部分。

进阶路径 · 如果你是工程师或者技术策划，我建议你盯这三个接口。

一是输入抽象层。把所有输入设备（包括你没想到的那些）统一成一套带时间戳的事件流，游戏只认事件不认设备。这一层的设计好坏，决定了你未来能不能支持第十种奇怪的输入方式。

二是无障碍元数据通道。这是我认为未来五年最值得投入的一个方向。它本质上是在视频流之外再开一条「语义流」，把 UI 结构、状态、可交互对象实时吐出去。设计的时候注意两件事：一是它必须跟视频帧弱同步（不要强求帧级对齐，浪费）；二是它必须是可选开关，关掉之后对主流程零影响。

三是解码后的客户端后处理管线。哪怕你只做色彩校正和一档放大，都能覆盖相当一部分需求。注意别在解码器和显示之间的关键路径上加阻塞——这一层加的任何延迟，都是直接加到玩家手感的。

几个必须泼冷水的地方

FAQ

Q1：云游戏能不能替代 Xbox Adaptive Controller 这类硬件？

不能，而且这个问题的方向就错了。云游戏替代的是主机和显卡，不是输入设备。恰恰相反，云游戏把硬件门槛拆掉之后，输入设备的重要性反而被放大了——因为它是整条链路上唯一还需要「物理适配」的环节，也是唯一还没被标准化的环节。你真正该问的是：平台能不能把各种辅助输入设备都抽象成标准事件？这是软件问题，有解。

Q2：为什么电视上的云游戏 App 不能装色盲滤镜或者放大镜？

因为它拿不到系统层的位置。手机和电脑上，你能在解码和显示之间插一层；电视的操作系统是封闭的，App 只能在它划定的框里画画，框外的东西碰不到。而电视又恰好是云游戏体验最好的终端——大屏、手柄直连、功耗低。这就形成了一个尴尬的死结：体验最好的地方，恰恰是无障碍最做不了的地方。解法只能靠电视厂商主动提供滤镜接口，或者靠服务端在推流前就把画面处理掉（这条可行，但会给所有用户都加上滤镜，成本转嫁给了平台）。

Q3：触屏虚拟按键能不能做成完全可自定义？

技术上毫无难度，产品上一直没人做全。原因是做全了不好看，截图不好看，宣传片不好看。但我认为这是个短视的取舍：能做自定义的那几家，在移动端的留存数据其实更好。往深了说，虚拟按键的自定义不只是给残障玩家用的——手小的、手大的、习惯左手操作的、用平板横屏的，全都有需求。这是一条典型的「顺带受益」曲线，我在正文里提过，这是说服老板最有效的论据。

Q4：学校要用云游戏上课，网络到底要求多高？

这要分两种情况，差别巨大。如果只是跑游戏本身（老师演示、学生试玩），1080p60 大概需要每个并发 15–20 Mbps，一个三十人的班就是 450–600 Mbps 的峰值，普通校园网顶不住，得专门做 QoS 和分流。如果是跑游戏开发工具（引擎编辑器、构建），因为画面里满是文字和细线，压缩效率差，码率得往上翻，而且对延迟更敏感。我的建议是分批上，先做十个人的试点班，把网络和并发模型跑通再铺开。别一上来就整栋楼改造，那是给自己挖坑。

Q5：我是独立开发者，游戏要上云平台，无障碍这块最少要做哪些？

给一个最低限度的清单，按性价比排序：第一，所有按键必须可重映射，包括长按转点按（这是投入产出比最高的一项，几乎零成本）；第二，字幕要可调大小和背景不透明度（不是有没有字幕，是能不能看清）；第三，UI 里的关键信息不能只靠颜色区分（色盲友好，加形状或图标）；第四，如果平台提供了无障碍元数据接口，接进去（这条现在多数平台还没提供，但值得盯着）。这四项做完，你已经比市面上大部分游戏做得多了。至于高对比度模式、导航辅助那些大工程，等你有余力再说——先把前四项做扎实，别做半成品。

最后留个问题给你：如果云游戏平台愿意开一个「解码后滤镜插槽」，你会用它做什么？我猜大部分人第一反应是锐化和暗部提亮——这恰恰说明了这件事的价值：为无障碍做的口子，最后受益的往往是最普通的那个玩家。