ModCraft获数千万融资，用AI降低游戏Mod创作门槛并构建游戏开发数据闭环

AI与游戏的结合正从概念走向落地实践。近日，专注于AI驱动游戏Mod创作的平台ModCraft宣布完成数千万人民币种子轮融资，投资方包括商汤国香资本与L2F光源创业者基金。本轮资金将主要用于AI模型训练及平台生态拓展。作为国内少有的聚焦游戏Mod领域的AI初创企业，ModCraft试图在“玩家创作”与“AI训练”之间建立一条双向通路。

目前，ModCraft已上线28款Steam平台高人气游戏，覆盖国产独立佳作与全球热门作品，包括《太吾绘卷》《光与影：33号远征队》（TGA 2025年度游戏）以及多人合作游戏《PEAK》等。平台提供两大核心功能：一是用户可通过自然语言指令，由AI辅助生成可运行的游戏Mod；二是社区化的内容分发与体验系统，支持Mod下载、试玩与反馈。

与传统Mod平台依赖手动编码不同，ModCraft的AI创作模块允许零编程基础的用户参与内容生产。据创始人李硕介绍，一位无代码经验的实习生曾借助该平台，为《太吾绘卷》制作出完整剧情Mod，全程耗时约900万Token，耗时仅数小时。这一效率提升印证了其“人人皆可做Mod”的产品主张——正如短视频工具普及后内容创作者爆发式增长，AI正推动游戏二创进入平民化阶段。

李硕本人是资深游戏研发背景出身：2010年加入腾讯参与《剑灵》开发，2015年起任职游族网络，曾主导《权力的游戏：凛冬将至》项目。他坦言，此前多次接触AI+游戏创业机会，但直到2025年夏季AI编码能力实现质变，才确认技术已跨过游戏生产门槛。值得注意的是，他并未选择直接切入“AI生成完整游戏”这一热门赛道，而是锚定更垂直的Mod领域。

其逻辑在于：Mod本质是“站在原作巨人肩膀上的创作”。已有游戏提供完整世界观、美术资源、玩法框架与活跃社区，为AI提供了高质量上下文环境，显著降低生成内容的可行性门槛。相较从零构建一款具备可玩性的原创游戏，AI在既有系统内做增量修改更具落地确定性。

更重要的是，ModCraft将Mod视为连接AI与游戏运行环境的“接口”。李硕指出：“游戏Mod本质上是游戏和游戏以外的地方的接口。”这一观点指向更深层的战略意图——通过Mod主动产生、提取结构化数据，反哺游戏专用AI模型的训练。

目前，ModCraft的AI Lab正系统性地从已发布Mod中抽取行为逻辑、事件触发规则、角色交互路径等数据，并已与字节跳动等大模型厂商达成合作。其长期目标并非仅让AI“会做Mod”，而是使其真正理解游戏机制、预测玩家行为、甚至参与内容设计迭代。

这一定位使其区别于海外同类探索者。例如，由游戏视频平台Medal分拆出的General Intuition，主要利用游戏录像中的动作标签训练空间智能模型；而ModCraft则试图绕过“观察-推断”路径，直接通过Mod介入游戏运行层，实现“生成-执行-反馈”的闭环数据采集。

中国买断制PC游戏市场的发展为该模式提供了现实土壤。李硕观察到，Steam在中国用户规模已达五六千万，年轻玩家对高品质单机内容的付费意愿持续增强。此前他主导开发的开放世界生存建造游戏《炭熄》亦获得B站投资，反映出本土买断制游戏生态的成熟趋势。

然而，国内Mod生态仍处于早期阶段。尽管Nexus Mods、CurseForge等海外平台已形成庞大UGC体系，但中文语境下的Mod工具链、审核机制与分发渠道尚不完善。ModCraft试图填补这一空白，同时为独立开发者提供轻量级内容扩展方案——当一款新游戏上线，其Mod社区即可快速响应，形成“本体+Mod”双轮驱动的增长模型。

商业化路径方面，ModCraft规划了两条主线：一是面向C端用户的增值服务（如高级AI模板、专属Mod托管）；二是向游戏厂商提供Mod管理后台、玩家行为分析工具及定制化内容生成API。后者尤其具有潜力：厂商可基于真实玩家Mod反馈，快速验证新玩法原型，或定向收集特定场景下的用户偏好数据。

行业层面，ModCraft的出现标志着AI游戏应用正从“生成素材”迈向“理解系统”。过去两年，AI在游戏美术、音效、文本生成等领域已有大量尝试；而Mod作为可执行、可交互的最小功能单元，为评估AI是否真正“懂游戏”提供了客观标尺。

一个关键问题是：当AI能稳定产出高质量Mod后，是否会削弱人类创作者的价值？李硕认为恰恰相反。“AI不是替代创作者，而是放大创意杠杆。”他举例称，一位资深策划可能因技术限制无法实现某类复杂事件链，而AI可将其想法即时转化为可测试版本，大幅缩短验证周期。最终目标是让设计师聚焦于更高阶的创意决策，而非重复性编码工作。

值得留意的是，ModCraft当前尚未开放全部游戏的Mod生成权限，而是采取“白名单制”逐步接入。这既出于版权合规考虑，也反映其对模型泛化能力的审慎态度——不同游戏引擎（如Unity、Unreal、自研引擎）的Mod架构差异巨大，需针对性优化提示工程与代码生成策略。

在技术演进上，团队正探索将强化学习与符号推理结合，使AI不仅能复现已有Mod逻辑，还能基于游戏规则自主演化新机制。例如，在《PEAK》这类合作生存游戏中，AI可尝试生成“动态难度调节”Mod，根据实时玩家数量与装备水平自动调整怪物强度，从而提升长期留存率。

长远来看，若该路径可行，ModCraft有望成为游戏开发领域的“GitHub+Hugging Face”混合体：既是创作者协作平台，也是游戏专用模型的训练与部署枢纽。对于中国游戏产业而言，这或许是一条绕开3A级资源壁垒、以轻量化创新撬动全球市场的差异化路径。

目前，平台仍在快速迭代中，用户反馈显示，自然语言指令的精准度与生成Mod的稳定性仍是主要优化方向。随着更多游戏接入与数据积累，AI对游戏语义的理解深度将持续提升——而这场由Mod引发的变革，才刚刚开始。