AI游戏开发工具OpenGame可端到端生成可玩网页游戏

随着AI技术落地，OpenGame这类AI游戏开发工具正在成为行业关注的新方向，越来越多游戏研发团队开始将AI融入工作流。不过如今的AI大模型和工具，绝大多数都只能在特定研发环节提升效率，真正能够一句话生成可玩游戏的模型，仍在探索中。

最近在5月23日举行的“出海文娱增长闭门会“上，来自港中大MMLab的姜一雷作了题为“OpenGame：从自然语言到端到端可玩的Web游戏”的演讲。他分享了LLM如今做游戏的难点，并介绍了他参与的codeagent项目OpenGame的“解题思路”。

通过OpenGame，开发者只需要输入自然语言需求，就能指挥agent写代码完成游戏研发工作。据姜一雷介绍，如果是做2D网页游戏，在该模型的模板基础上，大概一周时间就能做出可玩的产品。以下是Gamelook整理的完整演讲内容：

OpenGame项目核心定位与研发背景

姜一雷表示，今天很荣幸能向行业同行学习，分享团队最近做的开源项目OpenGame，它是面向game coding开发的Agentic框架。他目前是港中文MMLab博一的学生，同时在某大厂的基座团队做LLM的强化学习预训练工作，个人研究方向为Agent能力提升相关的框架与底层算法。

OpenGame是行业首个开源的端到端全自动框架，支持输入自然语言形态的游戏设计想法，直接转化为完整可玩的2D网页游戏，面向全球开发者开放使用。

OpenGame核心架构与分享大纲

本次分享内容分为四个模块，分别是项目研发背景、核心技术方法、效果评估体系、行业未来展望，同时也会拆解Web Game Coding Agent落地的技术难点与后续发展方向。

OpenGame的核心组件包括三部分，一是适配游戏开发任务的专属Agent harness，二是专门训练的27B参数游戏代码基模，三是针对性的游戏项目效果评估方法。

LLM落地游戏开发的核心痛点

之所以专门开发游戏方向的code agent，是因为游戏开发对现有LLM来说门槛极高。可玩游戏属于复杂实时系统，包含主循环、物理事件处理、美术音频资源管线等多个模块，跨文件的导入、调用耦合度非常高。

现有通用LLM在写单文件代码、解编程题时表现不错，但处理二三十个文件的复杂游戏工程时效果很差。团队在前期实验中发现了三类典型失败模式：第一是逻辑不自洽，全局状态在主循环里持续漂移；第二是存在引擎知识盲区，重复开发引擎已经自带的功能；第三是跨文件调用不一致，资源匹配、配置调用经常出错。

目前团队的核心解决思路，是将通用coding agent专业化为游戏开发专属专家，目前已经实现了稳定的落地效果，能够支持常规2D网页游戏的快速研发落地。