游戏资讯

本文为《405游局》播客的文字稿，可在小宇宙、苹果播客、机核收听我们的节目。

播客原文约24000字，精简稿提炼后约7000字。阅读全文预估需要~15min。

当视频生成模型从“生成一段好看的视频”进化到“实时生成一个可交互的世界”，内容消费的终局会发生什么变化？

本期嘉宾 Heath 是 LinearGame 的创始人。他是一位有着深厚技术背景的连续创业者：20 岁清华毕业，曾是抖音社交互动方向的核心成员。在这一期对话中，我们没有停留在泛泛的 AI 愿景，而是深入拆解了从“视频流”到“视频游戏”的技术路径与商业逻辑。

01

早期创业与大厂经历：寻找技术驱动的杠杆

筱宁： Hello，欢迎来到 405 游局，我是筱宁。随着多模态模型的快速进展，再加上世界模型这个概念越来越多地进入讨论里，一个问题也慢慢变得具体起来：如果 AI 视频和互动真正结合在一起，最后会发生什么？我们注意到了一位正在这个方向探索的创业者，LinearGame 的创始人 Heath。

Heath：Hello，大家好，我是一个AI互动视频游戏方向的创业者，去年开始做的LinearGame这一个公司。期待今天跟大家聊一些我自己个人对于行业的一些变化和一些新技术带来的增长点。

筱宁：你身上的标签还蛮多的，20 岁清华毕业，26 岁财务自由，连续创业成功退出，也经历过互联网大厂和游戏公司。你到底会怎么介绍自己？

Heath： 我觉得我是一个好奇心比较重，很爱玩游戏，又很喜欢探索新技术的程序员。我从小学就开始玩游戏，也在《魔兽争霸》里面自己做地图。后来我也很早开始接触 AI 技术。

现在这个 AI 时代，技术门槛正在被逐渐拉平。好奇心，以及你是否愿意真的去做、去执行，会变成一个决定性的因素。等会儿也可以展开跟大家聊一聊。

筱宁： 大二时候就创业，感受是什么样的？

Heath： 其实我们当时是三个男生做了一个美容护肤的 APP，现在回头看也挺神奇的。但你可以拿到很多用户的正反馈，而且这个创造过程本身还是很快乐的。

筱宁： 那种成就感主要来自于哪里？

Heath： 当时的收获感主要有三个方面。

第一个是，你解决了一个 bug，开发了一个新的功能，当下就会有一种收获感。

第二个是，当你接触到用户，解决了他的问题，他给你一些评价，或者在微博上给你点了一个赞，你都会觉得这是一个很不错的激励。

第三个是外界反馈。我们当时那个项目也参加了很多创业比赛，其实公司最大的一笔收入来源，就是各种创业项目的奖金。

筱宁： 第二段创业是怎么开始的？

Heath： 第二段创业是在我研究生的时候。当时我研究生做的方向，是用 AI 的一些新算法（比如生成对抗网络 GAN）去做视频压缩和超分辨率重建。后来我发现，把这种新的算法运用到量化里面，也能跑出一些不错的收益。随着收益率和我们自己管理资金规模的放大，我后来就 all in 到了这个 AI 量化基金的项目里面。

筱宁： 你会用什么样的方式去选择创业方向？

Heath： 核心还是技术驱动。因为你每次能做新的东西，本质上往往来源于技术或者商业模式的变化。

筱宁： 说到研究生直接辍学创业，虽然这是一个很酷的标签。但当时真正驱动你 all in 的那个点是什么？

Heath： 本科时我觉得至少要把学位拿完。但后来到了 2016 到 2018 年，移动互联网红利期已经过去了，你难免会有一点后悔：如果当时更果断一点，是不是也能做出下一个“新氧”？所以当你有一个新的机会，而且它已经有比较明确的赚钱路径时，你就会更有决心，去做出一个你之前没有完成的选择。

筱宁： 有一种说法是，创业的人是回不到大厂上班的，你好像也不是？

Heath： 创业和大厂确实很不一样。但对我来说，更多关注的是当下有没有一个好的技术时间节点，有没有新的技术、新的商业模式能够落地。

因为对创业而言，我觉得“天时地利人和”里，天时是第一位的。你在正确的时间节点做正确的事情，很多时候决定了这件事到底能不能做成。太早或者太晚，都很容易变成创业里那 90%的炮灰。

筱宁： 是什么说服你加入字节？

Heath： 到 2018、2019 年的时候，AI 量化已经变成一个很内卷的竞争。我自己会觉得，做 C 端产品对我更有吸引力一点。

当时增长最快的产品也就只有抖音和 TikTok。在这种情况下，我也没有太多犹豫，就直接选择加入了抖音团队。

筱宁： 在抖音的工作体验是什么样的？

Heath： 抖音是一个非常好的团队。早期的时候，整个 team 的氛围很好，确实是产品导向、数据导向，同时也很信任年轻人。

抖音 2016 年刚开始做的时候，团队里有很多校招生，甚至有实习生。反而是这些更年轻的人，可能更懂年轻人的心智，所以能做出一些差异化的东西。这个是我很喜欢的一点。

筱宁： 在抖音那几年，你最大的收获是什么？

Heath： 我觉得字节有一套系统的方法论，我把它总结成“四板斧”：

第一是大力出奇迹。你认准的方向，就要持续投入资源和团队。包括最开始用推荐算法做很多款不同的 APP，认准短视频之后，当时也做了西瓜视频、火山小视频和抖音短视频这几个产品。

第二是数据为王，用 AB 测试来做验证。字节完全是数据说了算。某个功能能不能上架，核心看数据有没有显著提升。大家会养成一种对数据的绝对依赖，看不同产品思路和维度下面，哪个数据是更好的。在这个过程中，我们会把每一个数据埋点、每一个用户转化点、留存、渗透率等指标都记录得很清楚。这提供了一套科学化做产品的思路。

第三是推荐系统。它可以应用到很多不同场景里，推文章、推短视频，甚至在 AI 时代推更多元的内容。所以它可以去切很多不同的赛道。

第四是商业化。字节非常注重商业化。很早在头条里，就做了很多商业化工作。这一点不仅让你早期更容易赚到钱，同时也是用户增长很重要的抓手。商业化本质上也是 UA 增长的重要途径。公司内部会按开发成本、推广成本、服务器和带宽成本等维度，算出不同的 ROI，只要 ROI 能够打平成本，甚至赚到钱，字节就会开始非常大力度地推广和买量。

所以大家会发现，字节有些产品最开始几个月没有什么声量，但可能半年后，产品数据调好了，留存和 ROI 都提上来了，它就会开始铺天盖地地投放，把用户快速做起来。这个我觉得是字节非常强的一个能力。

02

深入游戏与 AI：技术奇点的降临

筱宁： 离开字节到做游戏公司，是看到了 VR 和元宇宙的机会吗？

Heath： 对。当时看到苹果 Vision Pro 要出来，大家也都在讨论 VR 和元宇宙。我觉得 3D 化的表达跟原来的移动互联网 APP 不太一样，它应该用 3D 的方式来做交互。

筱宁： 你会怎么判断一个技术，到没到可以被产品化、或者到爆发阶段？

Heath： 这个本来就是很难判断的事情。所有创业做新产品，永远都是在搏一个小概率。如果它是百分之百确定的，已经成为一个共识，那它一定没有太多值得创业的机会了。

你会从技术的第一性原理去预判，这个事情是不是能够成型，物理学上是不是可能存在。然后也要看它的商业模式能不能转起来，最后能做成一个多大的市场。

筱宁： 之后就直接进入游戏公司工作？

Heath： 对，因为我们当时的创业项目被并入到了游戏公司里。后来我就在 FunPlus 做技术总监。在这个过程中，随着 2023、2024 年 AI 技术的发展，我们也开始尝试大量 AI 和游戏结合的方向。

第一波是降本增效，比如用 Stable Diffusion 去降低美术制作成本。再往后就是 AI 原生玩法的结合，比如 AI NPC、动态剧情等。

后来我们也推过游戏 Vibe Coding（提示词编程）。但我们深度尝试完之后觉得，3D 游戏的管线非常复杂。它不只是写一段代码，还涉及模型骨骼绑定、动作、场景，以及一整套游戏逻辑。目前看，单靠 Coding Agent 还是比较难完整解决。

而且游戏代码大部分是闭源的，不像前端和服务端有大量开源代码供模型训练，这也会影响模型能力。

与此同时，视频模型在快速发展。到 2025 年，Google 的 Veo3 上线，Nano Banana 显著改善了一致性问题，然后 Genie3 的 Demo 又展示了新的可能。当我们看到 Genie 这种世界模型带来的玩法交互，一个类似塞尔达的大陆可以通过视频模型实时生成出来，我们就觉得游戏行业要变天了。

筱宁： 但你实际创业是到去年底，这中间到底发生了什么？

Heath： 我们评测后发现，Vibe Coding 这条路还是有很多技术难点。直到 2025 年，谷歌 Veo 3 和 Nano Banana 出现，一致性问题开始被解决；随后 Genie 3 的 Demo 展示了视频模型实时生成类似“塞尔达大陆”的交互能力。

这是非常本质的革命。我们在 2024 年底就预判到这个方向有机会，到了 2025 年看到这些技术逐渐 ready，就更加确认。于是去年 10 月正式成立 LinearGame，组建团队，全情投入到这个项目里。

筱宁： 是看到 Nano Banana 和 Genie 3 的时候，觉得技术好像 ready 了？

Heath： 对。之前视频虽然已经生成得不错，但核心问题在于角色和场景的一致性。玩家不能接受上一幕还是这个人，下一幕就完全变形了。Nano Banana 很好地解决了这个问题。

Genie3 更像一个 Bonus。它证明了视频模型的推理是可以持续加速的。只要未来能达到每秒 24 帧、30 帧，甚至更高的推理速度，且保持住画质和一致性，就有机会把原来游戏引擎渲染的那条路部分取代掉。

从第一性原理上，这个方向已经比较明确了。剩下的就是花时间解决技术问题，同时等待基座模型进一步提升。

03

下一代平台：AI 互动视频游戏

筱宁： 去年视频模型爆发后，很多人去做短剧，你为什么选择“视频游戏”？

Heath： 首先，短剧赛道已经有非常明显的王者了。AI 目前在短剧里更多还是降本增效，并没有产生跟之前完全不同的体验。如果产品形态不变，新技术只能变成工具，成不了一个大的消费平台。我想找的是下一代内容消费的形式。

AI 互动视频是一个更好的切入点。现在的视频，大家默认是一条线去看。但这里面其实可以加很多交互。世界模型属于自由度非常高的交互，比如输入 WASD，就能让用户参与到整个视频的改写里。

这种形态在原来的平台上做不到。它介于游戏和互动视频之间，是一个可以参与、可以改变的视频流。

在这种情况下，我们觉得这里存在一个巨大的结构性机会。并且因为它和现有内容格式不完全兼容，它有机会成为一个大的 C 端消费平台。所以这件事对我来说，是我愿意花接下来十年、二十年去投身的方向。

筱宁： 为什么一定要做平台？

Heath： 我觉得人一生能遇到十年级别新技术革命的机会很少。如果不抓住，未来十年、二十年都会后悔。

LinearGame 想做的是下一代 AI 互动视频游戏平台。你可以试想一下：你在看迪士尼电影，画面里有一个很漂亮的城堡。传统视频里你只能继续看下去，但如果通过一个按钮进入这个世界，你就可以走到城堡面前，仔细端详它的细节，甚至跟城堡守卫完成一些玩法交互。这种体验是大幅升级的。

筱宁： 你们到底在做一个什么样的平台？

Heath： 我们 LinearGame 想做一个下一代 AI 互动视频游戏平台。它涵盖了互动影游和短剧，但我们会加入更多游戏组件玩法、平台交互能力，以及世界模型带来的实时交互，来实现对原有视频体验的升级。

你可以试想，在看电影的时候，通过一个按钮就能进入画面中的世界，去端详城堡细节，或者和守卫交互。这种体验在原有平台上是做不到的。

现在随着基座模型能力提升，无论是通过预生成分支，还是通过世界模型自由探索，这种全新的消费格式都在变得更成熟。它介于游戏和互动视频之间，是一个可以参与、可以改变的视频流，也是一种更偏叙事、有大量代入感的游戏。过去大部分游戏还是以玩法为主，视频表达比较少。现在 AI 的变化，让这个形态处在两者之间，变成一个完全新的内容形态。

筱宁： 之前有很多互动内容的尝试，但好像都没跑出来。

Heath： 原来影视和游戏行业其实是很难做 AB 测试的，很多时候只能靠导演或者制作人的主观判断。

但当你有了一个分支网状结构，而且分支足够大，你就可以把数据不好的分支砍掉，把数据好的分支留下来。根据玩家的反馈和数据去迭代内容，这在之前是没有人真正做过的。

筱宁： 你们定位是“下一个 Steam+下一个 Netflix”， PGC 和 UGC 怎么平衡？

Heath： 我觉得未来 PGC 和 UGC 的界限会被逐渐模糊。我们第一方的长内容，很多也是一两个全职员工带队。因为有了 AI 之后，一两个人做出来的东西，也能达到原来几十人团队打磨的水准。创作门槛正在急速降低。

筱宁： 市面上想做“AI 抖音”的人很多，为什么你不讲这个故事？

Heath： 我觉得 AI 时代不存在下一个抖音。如果没有格式上的变化，新工具只能给现有平台做嫁衣，最后还是会归于红果或者抖音。

大的平台机会，一定在于新的消费体验和新的交互形式。

04

世界模型与未来的游戏生态

筱宁： 你们自己会动到模型层吗？

Heath： 在预生成的视频模型这里，我们不做，这个方向最后一定会归于有数据、有算力的巨头手里。

但在世界模型上，我们会做一些后训练，也就是 Post-training。世界模型目前还在早期，我们手里有大量游戏视频数据，可以用相对低成本的方式做后训练，对游戏品质会有比较大的提升。

而且世界模型本身并不构成完整玩法，不能让玩家纯逛大街。所以我们在世界模型上面又做了两层。

第一层是理解识别层，理解用户在这个世界里到底发生了什么，也就是 VLM（Vision to Language Model），把用户操作转变成游戏数值变化。比如玩家踩到了刺，血条就减三。

第二层是传统游戏部分，比如任务、背包、血条、数值系统等。这一套我们现在已经开发到了比较 ready 的状态。

现在大家说的世界模型，其实有很多不同指代。我们聚焦的是实时生成的视频流，通过加速算法、量化和蒸馏压缩推理时间，并支持 WASD 移动和更多玩家输入。这套逻辑会让原有游戏引擎的一部分能力被取代。

筱宁： 所以你觉得传统引擎会被取代？

Heath： 我倒不觉得它会被完全取代，只是它会被切走一部分市场蛋糕。3D 引擎有它的好处，比如碰撞检测更精准。视频模型本质上有随机性，可能会有一些微小穿帮。但对大多数游戏玩家而言，只要创意足够优秀，一点瑕疵是可以接受的。

筱宁： 这类公司的壁垒会在哪里？

Heath： 首先是你对游戏的理解，以及对数据的积累。如果你通过后训练，在某个特定场景下能比通用闭源模型做得更强，那这个事情就有价值。

筱宁： 大厂既有模型，又有游戏数据，创业公司的机会在哪里？

Heath： 大厂想推新技术其实比较困难。

很多时候，他们会选择在已有代表作上加 AI 玩法，但因为原来的游戏已经有核心玩法了，新加的 AI 功能容易变得比较鸡肋。

对创业公司来说，执行力、迭代速度、以及能不能快速把 ROI 打正非常关键。只要你能找到 PMF，把 ROI 打正，并且持续增长，就依然会有创业公司的大机会。

05

创作者生态：用 AI 体验心流

筱宁： 今天做 UGC 平台，很多思路是把门槛降到所有人都能用。但你们侧重让有一定经验的开发者出精品，为什么？

Heath： 目前偏叙事游戏的门槛正在大幅降低。独立开发者、文字互动创作者、AI 视频作者，其实都已经有了一些经验积累。最近短视频平台上也出现了大量制作精良、有深度、并且能引爆社交的内容。这个正是 AI 的优势：它能通过混搭和反差创意快速起量。

我们吸引创作者的时候，并不会严格限制背景。核心还是好奇心，以及他对新内容创意的理解。现在很多跨行的人，依然可以做出很有脑洞的作品。这就是 AI 带来的科技平权。

筱宁： 你们平台上的创作者有什么共性吗？

Heath： 我们现在的合作者里，有很多之前跟游戏完全不相关的人。一个很核心的共性是，他们在创作过程中能感受到快乐。你可以用提示词实现专业的电影运镜，用 AI 去调动角色、场景和镜头。很多创作者做着做着，就会进入一种“心流模式”。

我们现在内部制作一个 90 到 120 分钟的长内容，周期大概是一个半月。以前这种体量可能需要两三年、上千万成本。现在整体投入可能不超过 10 万块钱。

筱宁： 现在对你们是 0 到 1 的阶段。有什么比较有挑战的地方？

Heath： 第一个阶段，是打好官方内容标杆。游戏行业随机性很强。有时候你信心满满的产品，发出去之后不温不火；也有可能一个你觉得勉强上线的东西，后来数据反而爆了。我们能做的，就是在每个产品上倾注更多心血，在美术、剧情和玩法交互上，打磨到当前能提供的最好水平。

同时也要“大力出奇迹”。因为我们现在的生产速度和效率非常夸张，可以很快涌现出很多作品。一个事情可能是小概率的，但当随机重复实验次数足够多的时候，成功率就会变成一个很高概率的事情。

第二个阶段的核心，是服务好创作者。作为 UGC 平台，创作者的参与是生存的关键。

第三个阶段的核心，在于 C 端消费平台。重点是支撑好用户留存和商业化转化。只要留存达标，ROI 能打正，就能快速做大增长，获得独立生存和发展的空间。

筱宁： UGC 平台会被问“先有作品”还是“先有消费者”的冷启动难题，你怎么看？

Heath： 所有双边网络效应的平台都会有这个问题。但好处也在这里：一旦形成壁垒，别人就会和你有一个身位差，很难追上来。我们选择自己做第一方内容，一方面是抛砖引玉，让创作者在我们的例子基础上去延伸探索；另一方面，也希望我们的游戏足够有意思，能带来第一波初始玩家和用户，完成冷启动。

筱宁： 官方做内容很微妙：太好怕劝退创作者，不够好又留不住玩家。如果 PGC 和 UGC 落差太大，也影响留存。

Heath： AI 时代 PGC 和 UGC 的边界正在变得模糊。

传统游戏是百人团队工业化做出来的，独立开发者看了会觉得差距很大。但我们的第一方内容，本质上也是一两个人借助 AI 做出来的。这种情况下，创作者会有一种“你做得很好，但我上我也行”的感觉。我们的创作门槛远低于 Roblox 或者很多文字游戏编辑器，本质上是一套 AI workflow 和多轮对话的 Copilot。

官方内容不仅不会劝退创作者，反而能让他们看到这里还能有哪些创新点。当然，AI 效率虽然很高，但好的故事、好的内容，依然需要花很多精力去雕琢。只要有耐心，愿意持续尝试，不因为一部作品效果不好就自暴自弃，总能磨出好的创意作品。

筱宁： 12月份我们再聊一次，你最希望那个时候已经发生了哪些变化？

Heath： 首先最希望的是我们把用户服务好，通过给创作者的赋能和给玩家的游戏乐趣，取得一个很好的 ARR。第二个点是在世界模型上，我们能把现在技术上的问题都解决和优化完，真的呈现给玩家，让玩家在游戏里把这种实时交互用起来。

筱宁： 怎么思考商业化变现？

Heath： 目前在 AI 漫剧这个赛道，商业模式已经成立了。游戏是比短剧更好的商业模式，它不仅仅是买断制，还可以有游戏里的氪金点。

第二部分是创作者工具的订阅收入，比如会员、token 等。第三部分是广告模式。但广告这部分依赖于你已经有一定用户基数，有消费时长之后，就可以引入广告商业化。

筱宁： 谢谢你的时间，也期待之后，我们有机会再聊一次，看看最新的变化。

Heath： 好的，感谢筱宁，感谢大家。

【彩蛋】

Heath 的“下一代格式”究竟什么样？

读完对话，如果还很难想象“AI 互动视频游戏”是什么体验，不妨直接观看 LinearGame 推出的两款第一方内容 PV。

它们不仅代表了创作门槛的降低，更预示着一个全新的内容消费时代的到来。

01

《民国诡事》

一款中式恐怖互动影像解谜游戏。你作为一名拥有阴阳眼的报社记者，奉命调查战乱时期的诡异传闻。翻开这本记录诡事的笔记，解开尘封的民间怪谈。

《民国诡事》游戏PV，在B站已获得数万用户点赞、互动和讨论。

02

《VOW：谁说带妹不能拿世界冠军？》

一款电竞逆袭×恋爱养成互动游戏，不只是谈恋爱，你还要带她们拿下世界冠军。你作为一名被假赛丑闻拖下水的退役电竞选手，走投无路的你接手了一支被外界嘲笑为“花瓶”的女子战队。电竞逆袭×恋爱养成，你要带她们拿下世界冠军。

看完这两段 PV，你更期待哪一种风格的 AI 互动体验？欢迎在评论区告诉我们！