游戏资讯

阿瑞是一名参与内测的游戏策划（化名）。他想做的不是又一款照着经典规则复刻的坦克大战，而是一个“打起来足够爽”的版本：普通炮弹换成核弹，地图每局自动生成，被摧毁的墙体还会在一段时间后重新长出来。想法并不复杂，真正麻烦的是把这些规则同时做进一个能够运行的原型。

他把需求交给Spellcaster后，一个可玩的版本很快出现：坦克可以移动和射击，核弹落地会形成明显的范围爆炸，地图障碍也会随着战斗变化。最初只是“想要更爽一点”，最后变成了一套能直接上手验证的规则组合。

阿瑞的原型现在还在迭代。这件事以前不可能，现在可以了。

核弹坦克的范围爆炸效果

为什么这件事以前做不到

阿瑞的故事不是个例。游戏开发需要编程、美术和策划共同参与，AI写出的代码即使能跑，也不代表游戏能玩。代码、规则、数值和素材各自成立，组合起来却可能出现无法通过的关卡——这就是AI游戏生成中的“可玩性黑洞”。

Spellcaster要做的，不仅仅是生成代码，而是生成真正可玩的游戏。区别在哪儿？

Spellcaster怎么工作

用游戏从业者熟悉的语言，它的工作流程分四步：

第一步，创世。描述游戏类型、玩法和核心规则，系统将其变成可以运行的原型，并在同一流程中组织关卡与素材。

第二步，迭代。直接说“降低跳跃高度”或“增加双跳”，AI定位并修改相应模块。不需要翻代码，更像是和策划同事沟通。

第三步，修bug。系统结合报错和运行表现定位问题；遇到“这里跳不上去”，也能针对相关部分修改，而不是把项目推倒重来。

第四步，配素材。素材生成与匹配进入同一流程，不必频繁切换工具，同时尽量保持角色、场景和玩法风格一致。

从输入想法到拿到可玩原型，平均15分钟。

意外惊喜：AI造出了人类没设计过的玩法

这套流程跑下来，还跑出了一个所有人都没预料到的结果。

内测过程中，系统生成了一款坦克大战。坦克没有发射炮弹，而是挥动炮管近身肉搏，但移动、碰撞和攻击判定能够成立，游戏也可以正常推进。DarwinMind团队保留了这个版本：AI偏离了常见设计，却走出了一条真实可玩的新路径。对原型开发来说，最有价值的有时正是这种没有被提前计划的意外。

坦克挥动炮管近身攻击

更多人可以做到这件事

2025年，湖北开发者周一忱用《奶奶》记录了自己与奶奶相处的日常。极简的像素画面没有复杂技术，却承载着只有创作者本人才能讲出的记忆和情感。

Spellcaster想让更多这样的表达成为可能：有想法、没有完整开发能力的人，也能把脑子里的世界变成屏幕上真正能玩的东西。

世界模型之后，做游戏可能不再从写代码开始

Spellcaster目前的工作方式，对开发者来说并不陌生：AI负责生成代码和素材，游戏引擎负责运行和渲染。它提高了原型开发效率，但一款游戏仍然要经过“写入规则—构建项目—运行画面”的传统链路。

世界模型是团队明确的下一阶段方向。它不再要求开发者预先把所有变化都写成程序，而是根据当前场景、角色状态和玩家操作，现场推演接下来会发生什么，并直接生成对应的游戏画面。

这不是播放一段提前做好的视频。玩家向左走和向右走，世界模型得到的输入不同，随后生成的场景、事件和反馈也会随之改变。游戏开发的重心，也可能由“不断修改代码和重新构建”，进一步转向“设定世界，并立即观察它如何回应玩家”。

支撑这条技术路线的，是团队在智能体和世界模型方向的长期积累。Spellcaster背后的DarwinMind（杭州达迩文智能）长期布局多智能体系统与世界模型方向，核心成员来自浙江大学、南京大学和澳大利亚国立大学，联合创始人中包括多位浙江大学博士生导师，长期从事世界模型、多模态大模型和智能体系统研究。

目前，Spellcaster处于内测阶段，面向游戏开发者和内容创作者开放申请。官网展示了部分由Spellcaster生成的游戏作品，其中包括“雪山救狐狸”的游戏版本——那个被网友不断改写的AI短剧梗，现在也能玩了。

内测申请：

https://www.spellcaster.world/releaseplan

让游戏像短视频一样被生成、分享和二创。这件事以前不可能，现在可以了。