手绘风格游戏的下一个十年:AI 原生工作流、混合现实与沉浸叙事的未来预言 The Next Decade of Hand-Drawn Games
不做水晶球做期货定价 · AI原生不是用AI画画而是把风格写进工具 · 生成式动画的真实商用距离 · 空间计算里手绘的三种死法与一种活法
为什么「下一个十年」不是第 30 篇该写的,却是最该写的那一篇
这个系列写到第 30 篇,终于要谈未来了。说句实话,我最烦「未来预言」这种活儿——写的时候很爽,三年后回看全是笑话。2016 年有人说「五年内手绘游戏会全面 3D 化」,2019 年有人说「AI 两年内取代原画师」,现在回头看,这两句话都只对了一半,而错的那一半,害了不少小团队。
但我还是接了这活。因为手绘游戏这个品类,过去十年最大的变化根本不是「画得更好」,而是「画的方式变了」——从一个人趴在数位板上逐帧抠,到六个人用 Procreate、Spine 加 AI 辅助跑一条管线。生产关系的改变,比画笔的改变更能决定下一个十年谁能活下来。
所以这篇不做占卜,做定价。我把前面二十九篇攒下来的「现货」摆到桌上——成本结构、产能数据、工具边界、玩家反馈——给未来十年标三个价:AI 原生工作流什么时候真的能用、生成式动画离商业化还有多远、空间计算会不会重新定义「手绘」这两个字。每个价我都给区间,也给我的判断。你可以不同意,但至少知道我是拿什么算的。
先垫一个反直觉的结论:未来十年,手绘游戏最稀缺的东西不是「画得好」,是「能证明这是人画的」。这句话你现在可能觉得矫情,等 AI 把 Steam 新品页刷成同一种光滑质感的时候,你就懂了。
第 1 层:AI 原生工作流不是「用 AI 画画」,是把风格写进工具里
先说一个我观察到的普遍现象。现在九成团队的 AI 用法是「外挂」:管线还是老管线,只是在某个环节旁边开个口子,把生成结果塞进去,再手动修。这像什么?像你家厨房装修完了,突然想装洗碗机,只能在台面上打个洞,管子露在外面。能用,但丑,而且每次做饭都得绕着走。
「原生」不是这个意思。原生的意思是:AI 不是一个外挂工具,而是管线里的一个正式节点,它有明确的输入输出规范,有「允许介入区」和「人签名区」的划分,还有一组东西拉着它别跑偏——我管这个叫风格锚点。
风格锚点得能落地,不能是「要温暖一点、要有呼吸感」这种废话。我给个能写进文档的定义,四个参数就够用:线宽区间(比如主轮廓 2 到 4 像素,内部细节 1 到 2 像素)、色域约束(饱和度上限、允许出现的色相环段)、颗粒密度(每平方厘米的噪点数)、笔触方向分布(主笔触角度的集中区间)。这四样定死了,AI 生成的东西才有「家」可回;定不死,你就是在做一个风格缝合怪生成器。
但光有参数还不够。真正决定成败的是人签名区——哪些地方必须是人画的。我的经验是:角色面部、关键道具、UI 核心图标,这三块必须人签名。其余的树、石头、远景、纹理填充,AI 介入没问题。为什么是这三块?因为玩家的视线和情感投入集中在这三块,你在这里偷懒,等于在对方最在意的地方敷衍他。
说玩家体验。玩家其实不关心你用什么工具,但玩家有一双极其灵敏的「风格缝合探测器」。一款游戏如果每个角色都像从不同作品里剪来的,评论区第一天就会炸。我见过一个真实案例(不点名):2024 年一款手绘风独立游戏,宣发海报被玩家扒出 AI 痕迹,Steam 讨论区从「好可爱」变成「AI 狩猎场」,wishlist 当天掉了一截。这不只是道德审判,是信任崩塌——玩家买手绘游戏,买的是一种「有人认真画过」的承诺。
参数层面,给个量级参考:一个成熟的手绘团队,在风格锚点文档做扎实的前提下,引入 AI 做纹理、背景、变体,产能大概能提 1.5 到 2.2 倍。没做锚点就上 AI 的团队,返工率会飙到 40% 以上,反而比纯手工更慢。这不是精确统计,是我跟几个团队聊出来的共识,但我对这个数字挺有信心。
案例:Tiny Glade。这款游戏不是 AI 游戏,但它是「工具原生主义」最好的样本。Pounce Light 两个人,没有让美术一张张贴图去画草地,而是把「水彩感的草地」写进了程序规则里——玩家拖一面墙,墙角的草会自己长出来,笔触方向跟着墙的走向变。这里的关键不是程序化,是风格被写进了工具。玩家看到的每一帧都像水彩速写,但那是一套规则在实时生成。
Tiny Glade 说明一件事:原生不等于 AI。原生是「你想要的风格,能不能变成工具里的一条规则」。如果你今天只有两个人,别急着上 Stable Diffusion,先把「我的风格到底由哪几个参数构成」想清楚——这份文档,比任何模型都值钱,而且它不会每年更新换代。
第 2 层:生成式动画——「动起来」比「画出来」难十倍
静态图和动画之间隔着一个时间黑洞。AI 画一张图很棒,画第二张「还是同一个人、同一个角度、衣服褶皱逻辑一致」,成本就指数级往上翻。而逐帧动画的手绘感,恰恰来自帧与帧之间的「不完美」——这一帧的线条比上一帧粗了一点,眼睛的位置偏了半毫米,观众的大脑会把它读成「活的」。AI 生成的平滑、平均、正确,反而死气沉沉。
这是手绘动画最反直觉的地方:你花大钱追求的,是可控的不完美。
成本结构绕不开 Cuphead。Studio MDHR 的核心动画师最初只有 Jared Moldenhauer 一个人,后来加人,整个项目做了四年多,手绘帧数以万计。它的成本不在「画得快」,在「改得起」——每一帧都要能重画、能返修、能对齐橡皮软管时代的物理逻辑。这个成本结构,AI 目前改变不了。
那 AI 能改变什么?中间帧。手绘动画最苦的活是「关键帧之间的过渡帧」:一个动作按 24 帧算,关键帧可能只有 4 到 6 张,剩下全是中间帧。这部分已经有商用价值了——2023 到 2024 年一些 2D 动画工具开始做关键帧插值,但生成的中间帧还是得人修,修一张的时间和画一张差不多。所以现阶段它的意义是「降低入门门槛」,不是「降低总成本」。这两件事差别很大:门槛低了,做手绘的人变多,竞争反而更卷。
玩家能感知到什么?能感知「动作有没有重量」。手绘动画里,一个角色跳起来,起跳帧会拉长(smear frame),落地帧会压扁(squash),这些是动画十二法则里的东西。AI 现在能学形状,学不会「为什么这一帧要拉这么长」——那是动画师对物理和情绪的判断,不是像素统计。
案例:The Plucky Squire。All Possible Futures 做的这款游戏,是我见过把 2D 手绘和 3D 空间结合得最聪明的之一。主角 Jot 是书页上的 2D 手绘角色,但他会跳出书本,进入 3D 房间。团队的做法很值得学:2D 角色坚持逐帧手绘,保留笔触的抖动;到了 3D 空间里,角色用一张会朝向摄像机的平面承载,配合程序化的轻微摆动和阴影,让这张纸片「站」在 3D 里。
设计意图很清楚:他们要的不是「2D 角色看起来像 3D」,而是「让玩家时刻记得他是纸片」。书页翻转、印章、墨水这些元素,都从这个设定长出来。收益是极强的视觉辨识度;代价是——所有 3D 场景必须为「纸片角色」重新设计比例、光影和交互距离,工作量翻倍。这是个很诚实的交换。
如果生成式动画明天成熟,Plucky Squire 会变简单吗?会,但只会简单在「中间帧和变体」。它真正值钱的东西——2D 和 3D 的接缝本身就是玩法——AI 替代不了。这就是我想说的:工具的进步解放的是苦力,不是判断。
第 3 层:空间计算会重新定义「手绘」,但不是以你想的方式
2D 手绘本质上是一个「为一个固定视角优化过的谎言」。透视是假的,光影是画的,背景是贴的。一旦摄像机可以自由转,这些善意的谎言就都会露馅。所以在空间计算(Vision Pro、Quest,以及未来可能出现的轻量眼镜)里,手绘风格要解决三件事:
一是笔触方向的重投影。一张手绘贴图贴在 3D 模型上,从侧面看,笔触会被拉长变形。要么接受这种变形(有些团队干脆把它做成风格),要么准备多角度的笔触贴片,成本翻几倍。二是轮廓线的视角一致性。2D 游戏里轮廓线粗细是固定的,3D 里侧视时轮廓线会变粗或者直接消失,需要动态线宽来兜。三是光照进不进笔触。手绘的阴影是画上去的,如果实时光照再打上去,画上的阴影和算出来的阴影会打架,画面立刻变脏。
玩家体验上最要命的一点:在空间里,玩家会不自觉地走近、蹲下、歪头看。这意味着「近看还成不成立」从加分项变成硬指标。2D 手绘游戏在屏幕上离远看很美,凑近看笔触全是马赛克——但在 VR 里,玩家一定会凑近,这不是他的选择,是身体的反应。
我的判断是:空间计算不会杀死手绘,反而会抬高手绘的稀缺性。因为 3D 空间里,光滑的、程序化的、塑料质感的东西太便宜了,随便一个引擎都能给你一大片。手绘的笔触、颗粒、不规则的边缘,反而成了最贵的那个变量。空间里真正值钱的手绘,不是「贴在模型上的手绘贴图」,是「笔触本身在空间里有体积和方向感」。
案例:还是 The Plucky Squire,换个角度看。它处理 2D 与 3D 接缝的方式,给空间手绘指了条路。当书页翻过去,2D 场景变成 3D 房间,角色还是那张纸片——这个「纸片感」不是 bug,是卖点。玩家在 3D 空间里看到一张 2D 画站在那里,脑子里会自动补完「它是从书里出来的」,这种认知错位带来的愉悦,比任何写实渲染都强。
辅助对照可以看 Tiny Glade 的可旋转镜头。它其实一直在管理同一个谎言:无论怎么转,画面都像水彩速写。做法是把「笔触的方向感」交给规则而不是贴图,转镜头时边缘线条跟着重算。这两款游戏说明一件事:手绘进空间,胜负手不在贴图分辨率,在「视角变了之后,风格还立不立得住」。
给一组可调参数,做空间手绘的同学可以直接拿去试:俯仰角建议控制在正负 25 度以内,超出这个范围笔触变形开始明显;主轮廓线宽给到 3 到 5 像素,且随距离做 0.7 到 1.3 倍缩放;笔触贴图按每 45 度一个版本准备,四个版本基本够用;深度雾的起止距离压到近景 2 米到远景 12 米,用雾来吃掉远处的笔触冲突。这些是我从几个原型里试出来的经验值,不是标准答案,但能省你两周试错。
第 4 层:沉浸叙事——笔触是叙事动词,不是装饰
手绘在叙事上的真正稀缺价值,是可辨识的个体劳动痕迹。一份手写的信、一张有修改痕迹的草图、一个墨迹晕开的签名——这些东西在叙事里的信息量,远超一段排版精美的文本框。因为玩家读的不是字,是「谁在什么状态下写的」。
案例:Pentiment。Obsidian 的这款游戏,Josh Sawyer 主导,核心团队十几个人,做了三年。它的美术方向非常决绝:不要像素,不要现代插画,要中世纪手抄本和木刻版画的质感。游戏里的字体是专门设计的,而且会随剧情「变旧」——角色记忆模糊时,文字会褪色、模糊,甚至被划掉。
这个设计意图太妙了:它让「阅读」变成「考古」。玩家不是在接收信息,是在跟一份有年代感的物件互动。收益是极强的沉浸感和文学性,很多玩家说「读字读到眼眶热」。代价也很实在——这套字体系统和文本渲染的工作量巨大,可读性还打折,有玩家反馈字太花、读着累。这是个典型的「美学自由」和「体验标准」打架的例子(这个矛盾在可访问性那一篇里会展开,这里先记一笔)。
Pentiment 既不是空间游戏,也不是 AI 游戏,但它给未来十年指了条路:手绘的价值,会从「好看」迁移到「可考据」。当 AI 能轻松生成「好看」的时候,「能看出是人一笔一笔做的」就成了新的溢价点。这不是情怀,这是市场逻辑。
再往深一层想,手绘叙事真正的高级用法,是让笔触本身承担信息。一个角色受伤,与其弹出「-15 HP」,不如让他的立绘线条开始发抖;一段记忆不可靠,与其在文本里写「你记不清了」,不如让画面的颗粒感变粗、颜色变淡。这套东西,程序化生成做不了,因为它需要「有人决定这里该抖多重」。
我翻过一次车,可以拿出来说。早年做过一个小项目,想用程序化的「纸张老化」效果做全场景滤镜,觉得又省事又统一。结果玩家反馈是「像套了个滤镜」,完全没有手绘的呼吸感。后来改成关键场景手工画老化的墨迹晕染,其他地方保持干净,观感立刻不一样。教训是:手绘的「痕迹」需要有选择性,处处都是痕迹等于处处都没有痕迹。这也正好回到第 1 层的「人签名区」——你得决定哪里值得留手。
三张表,给未来十年标个价
空谈趋势没用,给能拿去开会拍桌子的东西。三张表,一张看自己团队现在处在哪一级,一张看生成式动画什么时候能真正商用,一张是空间手绘的调参起点。
表一:AI 原生工作流成熟度五级(拿来自评)
| 等级 | 表现特征 | 典型工具形态 | 对美术师的要求 | 产能变化 |
|---|---|---|---|---|
| L0 不用 | 全程手工,AI 零介入 | Procreate、CSP、Aseprite | 画功 + 耐力 | 基准 1.0 |
| L1 外挂 | 局部用 AI 出图再手修,无锚点文档 | SD 网页版、MJ 出参考 | 会修图,会挑 | 1.1 到 1.3,返工高 |
| L2 有锚点 | 风格参数文档化,AI 介入区明确 | SD + ControlNet + 自建 LoRA | 会写风格规范 | 1.5 到 1.8 |
| L3 原生节点 | AI 是管线正式节点,有校验和回归测试 | 自建工具链 + 版本化模型 | 懂工具,懂美术 | 1.8 到 2.2 |
| L4 母语 | 风格即规则,工具自动守住一致性 | 程序化 + 模型 + 人工签名区 | 美术转「规则设计」 | 2.2 以上,需重写组织 |
我的判断:未来三年,多数独立团队会停在 L2,L3 是分水岭。L4 不是「更多 AI」,是「更少 AI、更多规则」——Tiny Glade 就站在 L4 的思路里,尽管它一个模型都没用。
表二:生成式动画商用距离评估
| 能力项 | 现在(2024 到 2025) | 三年内预测 | 五年内预测 |
|---|---|---|---|
| 短循环(待机、呼吸) | 可商用,需人修 10% 到 20% | 基本可商用 | 成熟 |
| 单角色动作(走跑跳) | 半商用,修型成本约等于重画 | 修型成本降到 30% 到 50% | 可商用 |
| 表演性演出(情绪、对话) | 不可商用 | 仅做参考 | 半商用,仍需导演把关 |
| 长镜头叙事动画 | 不可商用 | 不可商用 | 局部可用,风格一致性是硬伤 |
| 风格一致性保障 | 弱 | 中(靠 LoRA 加固) | 较强,但「人签名」仍必需 |
结论直说:省掉的是中间帧苦力,不是动画师。修型、导演、表演判断这三样,五年内还是人。
表三:空间手绘可读性调参起点
| 参数 | 建议区间 | 超出会怎样 |
|---|---|---|
| 摄像机俯仰角 | 正负 25 度 | 笔触拉伸明显,透视谎言穿帮 |
| 主轮廓线宽 | 3 到 5 像素 | 太细凑近看消失,太粗像贴纸 |
| 轮廓线随距离缩放 | 0.7 到 1.3 倍 | 不缩放则远景糊成一团 |
| 笔触贴片角度版本 | 每 45 度一版,共 4 版 | 少于 4 版侧视时笔触乱飞 |
| 深度雾起止 | 近景 2 米到远景 12 米 | 雾太远笔触打架,太近丢空间感 |
| 颗粒密度 | 每平方厘米 40 到 80 点 | 太密像噪点屏,太疏像塑料 |
初级用户速览 vs 进阶深入
速览路径(一到两个人的团队):先别碰 AI 原生那套宏大叙事,你现在最该做的是写一份「风格锚点文档」——四个参数就够:线宽、色域、颗粒、笔触方向。写完之后,把角色面部、关键道具、UI 图标标记为人签名区,其余放开。这套东西做完,你再去试任何 AI 工具,都会顺手很多。第二条:动画先保证「关键帧质量」,中间帧能减就减,手绘游戏的观众对帧率的容忍度比你想象的高,对「动作有没有灵魂」的容忍度低得多。第三条:如果你想做空间方向,先用 Plucky Squire 那样的「纸片角色进 3D」做原型,别一上来就搞全 3D 手绘贴图,那是烧钱最快的路。
深入路径(五到十五人团队):你要设计的不是「用不用 AI」,是「AI 可介入节点清单」和「人签名区清单」这两张表,而且这两张表要跟版本管理打通——哪个节点生成、哪个人签字、出了问题回滚到哪,都得有记录(这块在资产协作那一篇里讲过,可以对照看)。第二件事:把「风格一致性校验」变成一个固定流程,比如每两周做一次盲测,把 AI 生成的和人画的混在一起,让没参与的同事挑,挑不出来的部分才算过关。第三件事:给生成式动画留预算,但不是留「替代动画师」的预算,是留「修型师」的预算——这两个岗位在未来五年会分开。
三个坑,踩了会赔钱的那种
坑一:把「AI 原生」理解成「全自动」。最常见的死法。团队以为上了工具就能解放生产力,结果做出来的东西每张图都对,合起来像一个拼盘。记住一句话:一致性比单张质量值钱。一张 80 分的图放在一堆 90 分的图里,玩家会觉得「这里怪怪的」;十张 85 分但风格统一的图,玩家会觉得「这游戏好精致」。
坑二:以为生成式动画能省掉动画师。省掉的确实是中间帧苦力,但导演、修型、表演判断的需求反而涨了——因为你要审的东西变多了。我见过一个团队砍了动画师上 AI,三个月后发现要多招两个修型师,总成本没降。动画这行的成本从来不在「画」,在「判断」。
坑三:进空间平台第一反应是「把手绘贴图贴到 3D 模型上」。这是最贵的死法。远看像手绘,凑近是塑料,而且所有 3D 资产都要重做。正确的顺序是反过来的:先想清楚「笔触在空间里怎么活」,再决定要不要 3D 模型。很多场景用平面加程序化摆动就够了,Plucky Squire 已经证明了这一点。
还有一个不那么技术、但更致命的坑,我单独说:别为了赶趋势,把你最值钱的东西丢了。手绘游戏真正卖的是「有人认真画过」这个承诺,AI 用得越深,越要在宣发上把「人画的部分」讲清楚。这不是洗白,这是诚实的商业策略。玩家不傻,你越坦荡,他越买账。
FAQ
Q1:AI 会不会让手绘游戏变多,反而更卷?
会,而且已经在发生了。工具降低门槛,供给一定暴增,这是所有创意行业的规律。但暴增的是「合格线附近」的产品,真正有辨识度的东西反而更稀缺。参考像素游戏这十年:工具越来越好用,但让人记住的还是那么几款。所以答案不是「别用 AI」,是「用 AI 省下来的时间,拿去做什么」。如果你省下时间只是为了多做两关,那你只是加入了内卷;如果拿去打磨一个别人抄不走的视觉语言,那才是赚的。
Q2:空间计算平台现在值得为手绘游戏投入吗?
看你团队体量。五个人以下,别碰,用户基数和回报周期都不划算。十人以上、且视觉语言已经立住的团队,可以用小成本做「概念验证」——注意是验证「笔触在空间里立不立得住」,不是验证「能不能跑起来」。跑起来是最简单的一步,也是最没用的一步。
Q3:小团队怎么判断「该不该用 AI」?
问自己三个问题。第一,我的风格能不能被四个参数描述清楚?说不清,先别用。第二,我有没有一块「人签名区」是雷打不动要手画的?没有,先别用。第三,我用 AI 省下来的时间,有没有明确去处?没有,先别用。三个问题都是「是」,再上工具。
Q4:生成式动画五年内能替代逐帧吗?
替代不了,但会重塑分工。五年内比较现实的画面是:关键帧和人签名部分由人做,中间帧和变体由 AI 出,修型师成为标配岗位。这跟当年 3D 动画兴起时的分工变化很像——不是取代,是重组。真正会被淘汰的,是只会画中间帧、不会判断表演的人。
Q5:这十年里,哪种手绘子类型最可能活下来?
我的判断是两类。一类是「劳动可见度极高」的,比如逐帧动画、手写字体、有明显手工痕迹的界面,玩家一眼能看出是人做的,这类会越来越贵。另一类是「风格即玩法」的,比如 Plucky Squire 那种把 2D 和 3D 的接缝做成机制的。反过来说,最危险的是「只是画得好看、但风格可以被 AI 轻易复刻」的那一类——它们会在供给暴增里被稀释掉。
最后抛个开放问题给你:如果三年后,市面上大部分手绘游戏看起来都还不错,玩家凭什么选你?我的答案是——凭他能指着屏幕说「这一笔,肯定是人画的」。你怎么答,决定了你下一个十年怎么开局。