在這項技術上,中國遊戲廠商真的領先了全球行業_風聞
游戏研究社-游戏研究社官方账号-53分钟前

上個月,R星的母公司Take-Two發佈了2024年的財報,其中有一項數據引起了外界的關注。
財報顯示,Take-Two在移動端的營收佔比最高為52%(主要歸功於前兩年收購了Zynga),主機端次之,營收佔比40%。PC端則少得可憐,只有8%。
眾所周知,這幾年在Steam的帶動下,PC遊戲市場增長顯著。不僅中國玩家貢獻了海量的藍海用户——上個月V社公佈的軟硬件調查中,中文玩家的佔比激增到了史無前例的50%以上。哪怕是公認最不愛用電腦玩遊戲的日本人,也紛紛轉戰到了PC平台。

日本PC遊戲的市場份額從2019年的5%逆勢增長到了13.7%
但對Take-Two來説,卻很難享受到這一成果,他們近三年的PC營收一直佔比只有7%~8%,同期主機端則一度高達70%。
之所以造成這個結果,很大程度上是因為Take-Two的端遊營收主力還是GTA 5的 Online端。根據國外數據分析機構Ampere Analysis的報告稱,目前GTA5全平台加起來依然有高達2000萬的月活躍用户。但問題在於,由於GTA Online的聯機服務大部分採用了P2P(用户點對點)協議,在PC平台上作弊非常簡單,作弊者動輒無限生命、無限彈藥、瞬間移動、隱身、刷錢、刷經驗……
這對依賴長線微交易服務的GTA Online無異於滅頂之災,很難從中獲得收益,PC平台收入墊底也不難理解。
同樣不難理解的是,Take-Two 首席執行官 Strauss Zelnick 在財報電話會議上確認,GTA6將於今年秋季首先作為主機遊戲發佈,同時未提及PC平台的消息,這意味着GTA6大概率還是會主機獨佔一段時間,哪怕PC遊戲市場的規模和GTA5當時已今非昔比。
拋開GTA系列與主機平台一直有利益互換的慣例,也能看出這個決策背後的另一大考量因素,便是PC平台猖獗的外掛環境。
1
隨着GaaS(服務型遊戲)越來越普遍,國外有1/3的 3A級遊戲開發者正在從事 GaaS遊戲項目。順理成章地,反外掛、遊戲安全和玩家權益等話題也成為了開發者們關心的重點方向。
近日剛剛落幕的遊戲開發者大會(GDC 2025)上,能明顯感覺到這種趨勢。今年的GDC上,有更多專門針對反作弊技術、賬號安全、數據保護、網絡安全等方面的講座、研討會和小組討論。
來自EA、騰訊、育碧、Epic的專家們紛紛展示他們的最新技術和解決方案,相關議題涵蓋了從客户端反作弊到服務器端安全,再到利用機器學習和人工智能對抗新型作弊手段等多個方面。

GDC 2025上各類反作弊與安全相關的會議主題
在GDC現場,我也聽了不少相關的議題,有育碧的數據科學家Bettina Hein演講的《為彩虹六號開發基於統計數據的反作弊框架》,分享瞭如何利用遊戲統計數據來識別和打擊作弊行為。騰訊遊戲安全ACE的幾位專家也貢獻了精彩的演講,包括ACE專家工程師陳旺林演講的《移動遊戲反作弊革命:人工智能技術革新路徑》,講的是如何用AI結合遊戲回放數據來高效解決傳統反作弊的諸多痛點。

ACE高級項目經理周杰演講的《從心理到行為:遊戲場景下玩家安全與權益保障體系構建》,則探討了一種新的“優化玩家遊戲環境”的方式——不同於傳統的遊戲檢測/處罰模式,演講重點討論瞭如何從違規玩家心理動機出發應用行為干預技術,來減少惡意用户的重複違規行為,以及吸引大眾玩家共同塑造良性的遊戲環境。此外ACE還與TIGG聯合發佈《守護遊戲世界:遊戲安全防護指南》。
這些題目聽起來有些過於學術向,但其實還挺有意思的,畢竟反作弊是一項與人斗的技藝,除了科學和技術的迭代,還充滿着人性的洞察。
而且讓我感觸頗深的是,由於我國遊戲產業在大規模在線遊戲的積累實在過於深厚,技術人員早已深耕反作弊領域多年,以至於在今年的GDC上,確實呈現出了領跑業界的姿態。
2
上文提到的演講《移動遊戲反作弊革命:人工智能技術革新路徑》,尤其讓我有這種“領跑”的感覺。
想弄明白革命在哪兒,得先對現行的反作弊手段有一些基本的概念。傳統反作弊方式大致分為兩種:客户端反作弊和服務器端反作弊。

客户端反作弊顧名思義,是運行在玩家的本地設備上,使用特徵碼掃描、外掛樣本分析等技術來檢測作弊程序。一些遊戲宣稱的“內核級反作弊”也屬於此類,能訪問系統內核級別的權限來監控遊戲進程、系統內存和其他底層操作,但也因為權限太大,時不時會看到用户關於隱私問題的擔憂。
客户端反作弊的瓶頸在於,和殺毒軟件類似,需要大量樣本分析,因此需要經常更新反作弊軟件。此外,整個過程嚴重依賴客户端的數據上報和客户端檢測,而作弊軟件有很多種方式可以繞過客户端的數據上報。
相比之下,服務器端反作弊直接在遊戲服務器上分析異常的玩家行為和數據,理論上作弊者更難繞過。但這個方式也有其痛點,考量到服務器性能和成本,通常並不會記錄太詳細的日誌,因此存在一定的漏報可能性,讓外掛者成為漏網之魚,或者懲罰了技術高超的合法玩家。
總而言之,反作弊最重要的難題,便是在有效檢測和最小化誤報之間取得平衡。基於這一點,騰訊遊戲安全ACE提出了“人工智能+Replay回放”的方式來反作弊。

這裏的Replay,和“人工審核錄像”有一定的區別。後者應用於CS這樣的遊戲中,可疑玩家受到多人/多次舉報後,會被移入反作弊監管系統,由社區監管員(通常是無不良VAC記錄、被舉報次數少的活躍玩家)下載錄像文件觀看,對被舉報者做出是否有作弊行為的判斷。
明眼人能看出來,觸發這個反作弊系統的條件,首先得要多人舉報,作弊者必須得到足夠多的舉報後,才會被主動監管。
至於ACE應用的Replay,作用機制則更為底層一些——它會自動採集包含了遊戲過程中玩家的全部操作記錄的replay文件,隨後服務器會解析並預處理回放數據,根據遊戲類型生成關鍵行為數據。
比如,在FPS遊戲中,這個replay回放就會包含玩家位置、隊伍變更,撿起/丟棄武器、槍口朝向、瞄準、開火和擊殺等等信息,光是關鍵事件協議就有100多種。

隨後,服務器提取與反作弊相關的行為特徵(例如技能的精準命中率、使用技能時與敵方目標的距離等),用這些數據訓練AI反作弊模型,以便通過AI來識別海量Replay中的作弊行為。
這樣做的好處,是服務器主要需要處理的是數據流(DataStream)而非視頻流(VideoSteam),這樣不僅不容易誤判,也高效得多,從而可以實現無差別的主動反作弊,而不是等到玩家舉報才響應。
就拿被玩家們深惡痛絕的“透視掛”來説,服務器AI除了通過作弊者的行為模式來判斷,也可以直接用從Replay數據中抽取關鍵數據,彙集成鑑別方案。由於實際遊戲中,玩家視角對目標的可見性就受到很多因素的影響,因此AI的判斷也要達到像素級別,並且把場景中大量存在的草,樹等非物理碰撞類模型納入可見性判斷。

左圖是在草叢中趴着的敵人,相關Replay數據經過一套深度檢測方案後,可以處理成右圖裏的直觀信息
GDC現場的演講PPT強調了幾項Replay反作弊的優勢,包括回放數據的精度通常很高(大多數以幀為精度進行記錄),通過傳統的服務器日誌幾乎無法實現這麼高精度。同時,高精度的回放數據對於訓練AI反作弊模型至關重要,且還可以在必要時轉化為視頻,用於可視化證據展示。
在後續的分享中,ACE安全工程師也提到,如果遇到AI也難以判斷的模糊情況,可以用回放數據重新在客户端生成視頻,進入人工審核流程,從而實現效率和準確率的兼得。
3
ACE的專家告訴我,反外掛和奧運會反興奮劑一樣,因為利益鏈條太大,且這個利益鏈條是全球性的,很可能澳洲的外掛團隊在研發中國遊戲的外掛軟件,用比特幣結算,再層層售賣外包下來,法律手段也望塵莫及。
而且,既然遊戲廠商能用AI來反外掛,那麼作弊者自然也能通過AI來強化外掛。遊戲公司可能受限於公司體制,而作弊軟件的製作工坊反倒還更為靈活,在過去和未來,這始終是一個始終螺旋上升的過程。
那麼,在全球遊戲廠商都重視反作弊的大環境下,中外在這一議題下有沒有什麼差異呢?
我在GDC聽過育碧的反作弊主題演講後,有一種較為明顯的感覺是,育碧更多集中在數據處理層面,現場請了理論神經科學博士學位的數據科學家來探討這一議題,PPT經常出現函數曲線和公式。現場在被問到“如果你們把那些技術就是異於常人的正常玩家也誤判了怎麼辦?”的時候,科學家傾向於將其視為一個理性的概率問題。

育碧的反作弊演講PPT
而國內廠商主要則是分享實操方案,且能從中看到很多基於人性的考慮。拋開東西方文化的差異,迥然不同的遊戲產業歷史是主因。中國的遊戲廠商幾乎從一開始就與多人網絡遊戲打交道,像騰訊這樣的大廠已經在這一領域深耕了20多年,用户樣本量無比巨大,在玩家行為數據上有這天然的優勢,旗下的ACE作為專業遊戲安全解決方案,也很早就在業界處於領先地位。
值得一提的是,ACE不僅在給騰訊自家的遊戲提供安全服務,其實也早已成為了一種雲服務,為國內外的大中小遊戲廠商提供服務,包括西山居、心動遊戲、庫洛遊戲、無端科技、深藍互動、英雄遊戲、銀漢科技、迷你創想、韓國遊戲公司111%、英國遊戲工作室Cathedral Studio等等。就在上個月,ACE還與知名東南亞遊戲公司Asphere達成了深度合作,以協助其在環境複雜的東南亞市場打擊外掛問題。
當然,國外的反作弊歷史並不能説不長,相反,國外的更加悠久,且有很多家專注於提供反作弊(anti-cheating)服務的第三方公司,比如很多玩家見過的BattlEye、Denuvo等。2018年,Epic為了給自家的《堡壘之夜》保駕護航,甚至還收購了一家反作弊公司Kamu。

但高手林立的第三方反作弊公司,也正體現了中外反作弊環境的最大區別。ACE的專家用了一個很形象的説法:“一個反作弊方案的效果需要不斷的實戰,但你沒一個戰場就永遠練不出來嘛,每天打些蒼蠅蚊子,怎麼成為一個戰士?”
這個戰場,便是反作弊軟件所成長的必要考驗。國外因為反作弊服務很早就市場化,反作弊軟件自己不生產遊戲,而是靠賣服務給遊戲廠商,那麼反作弊這件事,就更像是一門生意,而不是事關命脈的生死之戰。就算反作弊能力沒有特別強,但只要在概率上能防住絕大部分作弊器,那也是一個會有企業買單的產品。
但國內環境以網遊為主,過去因為防外掛不力而暴死的遊戲比比皆是,國內大廠有着遠比第三方服務商更大的驅動力來自研反作弊系統,因此呈現出一種不成功便成仁的調子,也確實取得了市場化所難以達到的成果。
談及中外的區別,ACE的專家表示,國外的反作弊機構很難做這種“貼身的支持”。海外反作弊機構可能面臨的問題複雜性相對較低,如果遇到特別深度的情況,那就沒有太多辦法。而這種“貼身支持”正是騰訊在遊戲業務上不計成本達成的效果。
眾所周知,想讓AI幹活,前提是要用大量數據來訓練。其實2021年之前,ACE團隊也很缺數據,如果用傳統的方式,讓客户端用日誌的方式和服務器傳輸數據,需要的帶寬和流量太大,還需要項目單獨開發支持。於是他們開始推行整套Replay方案,降低了項目組的研發和服務器壓力,只需要在遊戲的過程中把關鍵協議用引擎的方式記錄下來,結束後傳到公共服務器中,就能由ACE團隊訓練出適用於各類遊戲的反作弊AI了。
ACE的專家告訴我,他們並不是一個盈利部門,即便合作伙伴可以購買他們的服務,但收入相比成本可以忽略不計,主要是通過開放技術,與行業共享解決方案,建立一個良好的生態。正是這個非盈利部門,卻對遊戲市場環境的影響舉重若輕,從某種程度上,確實像是一種基建項目。
4
其實上面提到的這種“戰場裏練過”的特訓感,也體現在很多其他方面。
騰訊今年在GDC的演講有不少,看過幾場後,給了我一種很微妙的感受。
要論引擎技術、關卡設計、敍事體驗這些傳統開發理念分享,國外有很多成熟的經驗之談,像是3A主機和獨立遊戲,騰訊需要學習的還有很多。可一旦具體到某些細分領域上,騰訊往往卻是投入最激進也最領先的那個,擁有豐富而前沿的技術心得。比如“移動和PC雙端超大型項目的高品質畫面優化”,那麼《三角洲行動》就有很多國外廠商也沒有的稀有經驗,現場取經的觀眾人頭攢動。

再比如,在魔方工作室AI項目負責人廖詩颺在GDC上分享的《F.A.C.U.L:首個懂人類語言的 FPS AI 隊友》演講上,我也看到了迄今為止最具實用性的AI隊友。
自從大模型AI普及以來,包括英偉達在內的不少廠商都涉足了“AI隊友”這個理所應當的想象空間。但能用LLM聊天是一回事(老滾的Mod都能實現這個),實裝到遊戲裏成為全功能的隊友,與遊戲的交互邏輯融為一體,則是另一個維度的事情。目前已經在一些國產遊戲裏實裝的AI隊友,宣傳説能聽懂人話,但其實尬聊感嚴重,且在遊戲體驗上的支持比較薄弱,距離理想情況還差不少距離。
然而,基於《暗區突圍》製作的這套AI隊友語音指揮系統,則真的實現了遊戲內交互、對象和場景的識別——你的隊友真的能讀懂遊戲的環境,並執行“匍匐前進到那輛車旁邊找掩護”之類的自然語音指令。需要強調的是,這和“給我血包”“掩護我”之類的交互難度完全不是一個級別,AI隊友需要真的認識場景中的那輛車、那棟建築物、那顆樹木,並在複雜的語言指令下與之互動(目前能識別上千種物體),由此帶來的沉浸感的提升,頗有“次世代”的級別。
這種體驗,比我在英偉達與藍洞等廠商合作的AI隊友要先進一些,也比育碧等廠演示的酷炫AI技術Demo要更實用。
那麼是英偉達和育碧缺技術嗎?當然不缺。它們缺的是動機,因為主業並不在此,所以演示點到為止,實際落地效果也並非自己所能完全主導,沒有必要在這些細分領域投入過多的資源。就像ACE的工程師所説的,“他們在這些方面沒有一個實際的戰場”。
而最大的戰場在哪裏,不言自明。