7月31日至8月3日，第二十三届中国国际数码互动娱乐展览会（ChinaJoy）在上海举办。本届展会以“与AI同游”为主题，为全球观众打造一场以AI与游戏为内核、科技与文化深度融合的数字娱乐盛宴。

　　在ChinaJoy开幕前夕，Unity中国发布团结引擎2.0，这不是一次常规的版本迭代——从底层架构重构到AI Agent落地，从三大主机平台接入到垂类大模型联合训练，Unity中国试图回答一个在AI时代不可避免的问题：当AI扮演越来越重要的角色，游戏引擎公司该往何处去？

　　团结引擎2.0的回答是：从帮开发者“把游戏做出来”的工具，升级为面向AI时代的游戏生产基础设施。当团结引擎2.0的AI能力已延伸至性能分析、动画生成、试玩广告制作和自助多渠道发行，贯通从立项到商业化的完整周期。高成本人才从而可以将时间投向创意与判断，把验证环节前移，降低项目沉没成本。

　　理解团结引擎2.0的战略意义之前，先来看看当下游戏行业的变化。中国音像与数字出版协会游戏工委最新发布的《2026年1-6月中国游戏产业报告》显示，上半年，自研游戏国内市场实际销售收入为1633.56亿元，同比增长16.31%；自研游戏海外市场实际销售收入为123.72亿美元，同比增长30.22%。

　　收入增长背后，是研发成本的持续攀升。Unity中国CEO张俊波在发布会上直言：“游戏产品的复杂度在持续上升，项目周期越来越长、前期投入越来越高，单个项目的成败对公司的影响越来越大。行业竞争正在从团队规模的竞争，转向研发效率、验证速度和决策质量的竞争。”

　　与此同时，随着玩家对画面品质的要求不断提高，单一平台的市场空间已难以覆盖持续上涨的研发成本。高品质与多平台，已成为当下游戏公司普遍面临的双重命题。

　　Unity中国官网显示，团结引擎是 Unity 中国的引擎研发团队基于 Unity 2022 LTS 版本为中国开发者定制的实时 3D 引擎。张俊波在接受《国际金融报》记者采访时表示：“刚开始2024年推出的时候，我们对于团结引擎的态度是非必要，必要再用。”过去一段时间，团结引擎的定位是一个移植和升级的工具，对其增长相对较保守，并没有进行过多的市场推广。

　　一年多过去，Unity中国在7月底的发布会上交出了一份漂亮的成绩单：团结引擎下载量突破150万，月活用户超过7万，基于团结引擎开发的小游戏数量超过1.3万；同时在智能座舱市场占有率达到85%，覆盖60+汽车品牌和300+车型。

　　如果说团结引擎1.0时代的定位是“补位”——深耕小游戏、开源鸿蒙、车机HMI等本土生态，2.0版本则完成了从“补位”到“并跑”的跨越：一方面对渲染、光照、动画、特效和并行计算能力进行了系统性升级，Virtual Geometry虚拟几何体技术让高精度模型可直接投入使用，实时动态全局光照摆脱了预烘焙限制。

　　另一方面，跨平台能力的补齐尤为关键。团结引擎2.0正式新增对PlayStation 5、XBOX Series XS、Nintendo Switch 2和Nintendo Switch主机平台的开发支持，形成覆盖PC、移动端、主机、小游戏、开源鸿蒙、智能座舱的完整矩阵。

　　对游戏公司而言，这一布局的商业逻辑清晰：一套代码、一套资产即可服务所有终端，覆盖国产游戏出海主机市场、成熟大作落地小游戏场景，从此拥有统一的技术底座，一份研发投入可以触达更多市场和用户。

　　正如张俊波所说：“团结引擎2.0提升的不只是开发效率，更是游戏公司的经营效率，用更少的成本更早验证方向，让一份研发投入服务更多平台和市场。”

　　如果说跨平台升级体现了团结引擎2.0的“广度”，那么AI原生架构的重构则是它的“深度”——从根本上改变了“如何生产”的逻辑，标志着游戏研发从工具辅助向智能基础设施的范式转移。

　　在本届ChinaJoy的舞台上，AI可以说是被提及最多的词，各大游戏厂商以及上下游产业链均在讨论AI如何改变游戏公司的生产模式。不过，在具体实践中，通用AI工具难以理解完整项目、无法遵守团队规范、输出结果难以检查追溯——这些问题导致AI长期停留在员工个人工具层面，无法进入企业正式工程流程。

　　团结引擎2.0的突破在于，它从底层重构了资产与工程的表达方式。AI能够像开发者一样理解项目、操作场景和脚本，并打通自然语言、可视化节点与代码三种创作方式。通过修改对比、版本追溯、权限控制等机制，AI的每一次输出都可以像人类工程师的工作一样被审核和管理。

　　基于这套架构，Unity中国推出AI Agent团结Codely，它的核心理念是“Loop Engineering”——将AI的价值从“生成代码”推进到“交付经过验证的结果”，大幅减少人工反复调试和跨环节等待。Codely能够理解需求、编写代码、搭建场景、运行测试、分析报错、修复问题并交付可检查结果的完整工作流。

　　需要注意的是，在此次正式发布之前，Codely在Unity中国内部已经使用了两年时间。张俊波在采访中透露：“在接近两年前，我们内部做引擎研发，也开始需要使用AI，但我们不鼓励或者禁止员工（特别是引擎研发）使用外部的大模型，在此基础上我们开发了Codely，公司内部90%的员工大部分时间都在开发Codely ，它其实是一个Agent，我们是5月份开始才把Codely开放给开发者，把Codely跟团结引擎更加集成。”

　　也就是说， Codely是一个经过内部高强度实战检验后才拿出来的产品。发布会现场展示的《绿茵竞技》案例，完整呈现了Codely贯穿前后端开发、资产生成与自动化测试的全链路能力。

　　张俊波进一步阐释了Codely与团结引擎的双向作用，一方面Codely作为Agent要做调度、Skill和管理上下文；另一方面引擎自身也要优化，之后要让AI也能更好地吸收、理解和调度引擎。下一步AI技术将会用于进行加速传统引擎功能，包括渲染和平台适配方面的迭代；也会使用神经渲染技术、甚至结合一些世界模型技术集成到引擎里面。

　　随着企业级 AI 加速落地，行业竞争的焦点正逐步从单一模型能力转向整体技术体系。业内普遍认为，仅仅接入通用大模型已难以形成长期差异化优势；真正决定企业竞争力的，是芯片、模型、引擎与工程流程之间的深度协同，以及由此构建的技术纵深。

　　围绕这一判断，团结引擎2.0发布的同一天，Unity中国宣布了多项生态合作：与Arm的战略合作是其中最具产业纵深的一笔。双方围绕Arm神经技术展开深度合作，通过引擎原生集成及生态共建等，共同推动超分、插帧等AI图形技术落地，为移动端带来更清晰的画面与更流畅的帧率，除了游戏，还将覆盖车载与工业边缘场景。

　　与清华大学的合作则指向AI能力的核心——模型。双方联合训练适配Unity及团结引擎的垂类Coding大模型，提升引擎API理解与复杂工程任务执行能力，同时支持模型私有化部署，大型企业对数据安全的关切。张俊波在采访中明确表示，“如果企业用户选择不把数据让我们训练，我们会尊重这个选择，而且会严格遵照，我们会写出哪些可以用、哪些不能用。”

　　与腾讯营销的合作则打通了从研发到发行的“最后一公里”，为开发者提供自助开户、自助投放与配套流量支持。

　　这些合作共同构成了“芯片—模型—引擎—Agent—工程—发行”的完整技术链路，让团结引擎的 AI 能力不是单点功能的堆砌，而是一套体系化的 AI 原生开发基础设施。

　　伴随着AI进化驶入快车道——芯片算力持续突破，AI大模型迭代速度显著加快，引擎对AI的适配不断深入。技术越跑越快之后，更深层次的问题随之浮现：人与技术的关系，将如何重新定义？

　　在采访中，张俊波向记者分享了他的一个观察：AI辅助游戏创作是“勉强可用”还是“稳定好用”取决于使用者。“会用AI和不会用AI的差别挺大的，”张俊波坦言。Codely上线十周以来，有些开发者使用AI时间长了，知道如何引导AI解决问题，因此成功率显著提升；但同时也观察到一些新增用户第二周留存仅30%-40%，新手“碰到问题可能就放弃了”；目前约三分之一的重度用户每天花费2到10小时深度使用Codely，他们已切换工作模式。能用好AI的有两类人：一是有经验的老手，他们愿意学习并“忍受”AI的局限；二是“AI原住民”，例如刚毕业的学生，他们已习惯用AI解决问题。

　　在采访中，张俊波多次提到“创意”。团结引擎2.0的AI能力已延伸至性能分析、动画生成、试玩广告制作和自助多渠道发行，贯通从立项到商业化的完整周期。高成本人才从而可以将时间投向创意与判断，把验证环节前移，降低项目沉没成本。

　　“我们做游戏是个创意行业，我们不大相信什么‘一句话生成游戏’这种话。”张俊波的态度明确：“一句话做游戏，那个创意是来自于AI不是来自于你，我们更希望的是服务有创意的人。”

　　而对于一个人组建一个游戏团队的OPC（一人公司）模式，张俊波认为，当前还是需要团队协作——需要有人懂程序，为 AI 生成的代码兜底，也需要有人负责美术。随着 AI 能力提高，这类小团队会越来越多。伴随着AI能力提升，存量项目的维护成本、人力成本下降，从而会释放出一批有经验且对游戏行业有深刻理解的人，他们会出来组成更多小团队，希望团结引擎的 AI 能力可以更好地服务这些人。