马年春节的红包大战，堪称史上最 “烧钱” 的科技竞赛。

仅阿里、腾讯、字节、百度，就豪掷了超过 45 亿元的 “红包”，烈度超过互联网时代的任何一场 “补贴战”。

在一片喧嚣声中，有一个 “局外人” 显得格格不入。

在 PC 和移动互联网时代稳坐在牌桌上的网易，没有参与到万亿参数大模型的内卷、没有加入昂贵的 “红包大战”……质疑声也随之而来：网易在 AI 时代掉队了吗？

不禁想起十年前，移动互联网激战正酣时，网易也曾因错过一个个风口被唱衰。后来的故事我们都很熟悉，凭借游戏、音乐、有道等产品，网易的营收在过去十年翻了近 5 倍。

历史不会简单地重复，但往往押着相同的韵脚。

倘若跳出 “大模型=AI” 的狭隘视角，重新审视网易的财报和业务布局，会得出一个截然不同的结论：不卷大模型、不烧钱换流量的网易，走了一条适合大多数企业的 “实用主义” 路线。

01 基础设施层的 “避战” 逻辑

关于 “网易在 AI 时代掉队” 的论据，无外乎两点：一是没有像阿里、百度那样托举一个对标 GPT-5 的通用大模型底座；二是在云计算、芯片等底层基础设施上的声量，远不及字节和腾讯。

在 “算力即权力” 的叙事下，缺乏自主可控的通用大模型底座，通常被视为战略短板。但从第二次工业革命的产业链演变来看，商业价值的分配往往会呈现出三级分化：

第一种是 “造电机的”，像极了现在训练大模型的技术公司；

第二种是 “建电厂的”，类似于争做通用底座、卖算力的大厂；

第三种是 “造灯泡的”，或者说是造冰箱、洗衣机、电视机的，可以理解为打磨 AI 应用的企业。

最终活得最久、利润最丰厚、品牌认知度最高的，不是早已成为公用事业的发电厂，而是松下、索尼、通用电气等企业。

翻看网易过去五年的财报，研发占比长期维持在 15% 以上，仅 2025 年的研发费用就高达 177 亿元。每年上百亿的研发预算，没有 “烧” 在通用底座模型训练，而是 “砸” 向了应用层。

在游戏产业，一直存在成本、质量、效率的 “不可能三角”，导致一款 3A 级游戏的开发周期动辄 3-5 年，成本以数亿美金计，且面临着巨大的市场不确定性。

网易将打破 “不可能三角诅咒” 的钥匙交给了 AI，单单是在 AI 原生研发方面，就搭建了数千条 AI 新质生产管线，像毛细血管一样覆盖了原画、模型、动画、音频、关卡、测试等游戏开发的全流程。

可以找到的一组数据是：在美术创作环节，AI 已经覆盖了 90% 生产场景，设计效率提升了 70%、动画产能综合提效 30%、部分场景效率提升高达 300%；在技术研发环节，AI 代码生成工具提升开发效率 50%，且 AI 逻辑质量可达专家级水平。

同样的选择，还发生在教育和音乐赛道。

网易有道没有去卷全能的通用模型，没有不着边际的扩张业务，给出了 “做减法，做闭环” 的打法：聚焦翻译和辅导，将有道词典、答疑笔等产品 AI 化，借助 AI 提升学习体验与运营效率。

网易云音乐上线了 AI 音乐创作工具 “网易天音”，提供词、曲、编、唱、混等创作辅助功能，试图探索新的版权秩序。单单是一场 “百万奖金 AI 音乐创作大赛”，就沉淀了 5 万首 AI 音乐作品。

正如丁磊在财报会议中的表态：“我们不盲目追求通用大模型，而是致力于打造 ‘最懂游戏的 AI 专家’，实现全方位深度整合的高效 AI 应用，将继续在垂类模型、AI 原生玩法及人才梯队上保持高强度投入，利用 AI 技术进一步扩大在高品质研发和长线运营上的领先优势。”

简单来说，网易的策略并非 “不做 AI”，而是不在基础设施层高投入，试图构建行业领先的 AI 工业化壁垒。

02 将游戏作为 AI 的 “练兵场”

网易之所以敢在通用模型上 “缺位”，和超 1400 亿的现金储备不无关系，能够站在风口一线及时跟进。更重要的是，游戏作为文本、图像、音效、3D 模型等资源的复合体，本就是生成式 AI 天然的练兵场。

按照行业的普遍观点，AI 对游戏产业的重塑可以分为三个阶段：辅助生产、改变交互、生成原生游戏。

不卷通用模型的策略，确实为网易争取到了转型的时间窗口，陆续推出了智能捏脸、智能 NPC、剧组模式、AI 队友等多个行业首创的 AI 玩法，已经处于第二阶段向第三阶段的过渡期。

比如 AI 对交互体验的重构。

《逆水寒》手游的 “AI 门客系统”，被 AI 赋予了独立的性格参数、记忆模块和决策机制，可以根据环境变化、玩家行为等衍生出意想不到的剧情，直接让游戏从 “通关体验” 变成了 “社交体验”。

《燕云十六声》则借助自然语言处理、语音合成、涌现式的剧情生成等技术，在游戏了部署上万个鲜活、真实的智能 NPC，丰富游戏体验的同时，大幅提升了游戏内容供给。

再比如内容生产门槛的降低。

《蛋仔派对》在 2025 年 9 月上线了 “AI 模型生成” 功能，允许玩家一键生成模型，大幅降低了角色、道具等内容创作的技术门槛，目前已聚集 5000 万创作者，单张爆款地图的月收入超过百亿。

在《逆水寒》手游的 “剧组模式” 中，玩家只需输入文本、语音、视频到游戏中，就能一键生成大片。上线仅一个月，就在游戏内诞生了上百万个玩家作品，被玩家戏称是 “游戏版的抖音”。

折射到财报上，网易 2025 年全年总营收达到 1126 亿元，营业利润为 358 亿元，其中游戏及相关增值服务的收入为 921 亿元，在线游戏净收入达 896 亿元，同比增长 11%，重回双位数增长。

不过，未来游戏产业最大的增长潜力，仍是 AI 原生游戏，也是网易、腾讯、米哈游的必争之地。

在生成式 AI 驱动的原生游戏里，整个游戏不再是预设的脚本，而是根据玩家偏好、实时状态与进度，动态生成高度个性化的任务与内容的智能体，从根本上满足玩家的个性化体验需求......意味着游戏的开发流程、人机交互方式、商业模式都将被颠覆。

按照开源证券的预测，AI 原生游戏在 2027 年的收入规模有望超 300 亿元，将为游戏市场带来 10% 的增量。

借用丁磊在财报会议中的观点：“在 AI 时代，游戏生产成本在下降，但对顶层玩法的判断力、对用户需求的洞察以及游戏审美品位，这些'软实力'的稀缺性反而日益凸显，这需要深厚的设计底蕴和运营经验，是缺乏积累的新进入者难以逾越的护城河。”

站在网易的立场上，当 AI 原生玩法、智能 NPC、UGC 辅助工具的价值已经被验证，将自己擅长的 RPG 和叙事能力融入到 AI 原生游戏，潜在的想象空间着实要比聊天机器人 “性感” 得多。

03 游戏 AI 能否 “外溢” 物理世界？

怎么定义 AI 时代的网易，仅仅是一个拥抱 AI 的游戏厂商？单就游戏业务营收占比而言，似乎很难反驳这样的说法。能否在游戏之外找到新的增量空间，直接关系到网易在 AI 时代的天花板到底有多高。

其实在 2021 年前后，网易就已经开始尝试向实体 “突围”，直接的例子就是网易伏羲实验室孵化的网易灵动。

背靠网易在游戏业务中构建的 3D 建模、数字孪生、AI Agent 等能力，网易灵动初步实现了 AI 从虚拟世界到物理世界的跨越：通过 AOP 技术让机器学习人类具备的感知、认知、决策、执行、学习等能力，并在挖掘机器人、装载机器人等场景中跑通了最后一公里。

网易灵动在 2025 年推出了全球首款面向全域场景的具身智能无人装载机 “灵载”，与中铁二十局、水电五局等企业达成合作，已在全国多个基建类搅拌站、开放型港口、堆场、电厂等场景实现规模化应用，作业效率提升 30%、运营成本下降了 20%。

游戏 AI 外溢的案例不只是机器人，在游戏中陪伴了无数玩家的 Agent 能力，正逐步落地到更多场景。

网易智企以 Agent 为核心战略方向，构建了从智能开发、智能客服、数据分析、销售、知识应用等多场景化 Agent 矩阵，目前已服务数千家知名企业、赋能数十万员工。

网易有道也在通过 Agent 产品拓宽 AI 落地边界，在近日推出了桌面级 Agent“LobsterAI”（有道龙虾），定位为 “7×24 小时帮你干活的全场景个人助理”，并在官网上开放了内测申请。

不可否认的是，网易的创新业务有着强烈实用主义色彩，几乎不存在 “先把摊子铺开、再慢慢找方向” 的扩张型打法。

先找到清晰连贯的商业化场景的模式，在移动互联网时代催生出了大批 “小众精品”，留下了 “网易出品，必属精品” 的印象，并最终跑出了网易云音乐、网易严选、网易有道等现象级产品。

同样的模式在 AI 时代是否可行，还需要时间验证。

但一个不应该忽略的变量在于：过去游戏和物理世界是天然割裂的，网易有技术但缺场景；在世界模型的驱动下，虚拟世界和物理世界的边界渐渐被打通，为游戏 AI 的 “脱虚向实” 提供了土壤。

譬如谷歌在 1 月底开放了世界模型 Genie 3 的实验性研究原型 Project Genie，只需要一个提示词，就能创建、编辑并探索虚拟世界，让世界模型第一次以可感知的方式进入到了公众视野。

如果网易在游戏中沉淀的 AI 能力，能够借着世界模型的 “东风” 逆向输出到更多场景，形成向物理场景迁移的成熟方法论，没准儿能一步步成长为游戏、音乐、教育等业务外的新增长引擎，改写网易的营收结构。

04 写在最后

网易在 AI 时代的策略可以概括为：避开底层算力竞争，聚焦中上层应用，再通过能力外溢寻找商业增量。

这种极度务实的打法，可能不讨资本市场喜欢，却可能是治疗 FOMO 的一味良药。

进入 2023 年以后，几乎每个月都有新的模型出现、每个礼拜都有新的 AI 落地项目，在 “错失恐惧” 的焦虑下，很多企业陷入各种新鲜事物中无所适从，被迫做出了一些盲目跟风的决策。

网易验证了另一条通往 AI 的路径：除了堆算力、炼模型、抢入口的常规路线，守住自己擅长的领域，先在业务场景中把 AI“固化” 为能力，再尝试将能力外溢到更多的场景。毕竟在充满不确定的 AI 时代，先赚到钱活下来，才有机会拥抱星辰大海。