如果你去过GDC的展厅就了解，真正能把人留在展台前的，往往不是海报写得多漂亮，而是“你能不能上手试、试完是不是立刻想带回去用”。这次企鹅游戏的VISVISE在GDC 2026搞的就是这种路子：直接拉出互动尝试区，现场实时示范，来宾可以动手操作，把AI到底能给3D人物制作流程省几许事、提几许速，感受得一清二楚。

现场最吸睛的，是他们全球首发的多模态动作生成大模型——说白了，就是把动画制作里最常见、最耗时刻的那几段流程，用一套能落地的“组合拳”串起来。核心能力有三块：“文生动画”“视频动捕”和“AI补帧”，从灵感到成片，尽量别让人卡在中间反复返工。

先说“文生动画”。动画师或开发者不需要从零开始拉曲线、调决定因素帧，只要输入类似“人物攀爬”“给前挥手”“跳舞”这样的文字指令，体系就能快速给出对应的3D动画结局。现场展示的动作看起来挺顺，细节也够用，而且覆盖的动作类别据说明已经超过300种。对中小团队来说，这种能力的意义很直接：很多“常规动作”不用再从头造轮子了。

接着是“视频动捕”。以前你想扩充动作库，要么上设备、上棚子，要么找外包，成本和门槛都摆在那。VISVISE的思路更像“把一段视频变成可用资产”：导入视频后，它会自动做人体姿态估计、动作轨迹追踪和骨骼映射，最后输出能直接喂进游戏引擎的标准动画资产。对需要快速迭代、又没有条件做完整动捕流程的团队，这确实很有吸引力。

第三块是MIB（Motion In-Between）智能补帧，化解的是另壹个老大难：你只有多少决定因素姿势、甚至是草图级的决定因素帧，但完整动作序列还差一大截。现场说法是只需要3到5个决定因素帧，10秒内就能补出完整动画序列。动画师把控决定因素姿势节点，AI负责算中间的过渡，目标是把流畅度拉到接近光学动捕的观感。

有意思的是，现场不少开发者的反馈很“行业人”。来自欧美和亚洲的尝试者普遍觉得这套方法正好打在痛点上：以前壹个战斗动作从分镜到手调决定因素帧，磨上几天很正常；现在用文字描述一下，几秒钟就能拿到壹个质量不错的版本，再在这个基础上做精修，节拍完全不同。一位法国独立游戏制作人就提到，这种高质量的提效工具能让他把时刻更集中在创意本身，而不是被重复劳动拖住。

更决定因素的是，它不是停留在“展会demo好看”的阶段。VISVISE目前已经用在《吃鸡》《PUBG Mobile》等90多款游戏里，能在工业化生产中跑起来、稳定性和普适性经得住验证，这一点对工具类产品特别重要——做游戏的人最怕的就是“示范很强，上线很难”。

除了展台尝试，3月12日（当地时刻）企鹅游戏AIGC产品总监葛诚还做了一场主题演讲，题目是《释放美术创意：企鹅的AIGC工具怎样助力创作者》，核心是在讲他们如何把AIGC真正塞进3D人物生产流程，形成可复用的“最佳操作”。

他提到壹个现状我挺认同：现在行业一边喊AI能生成海量资产，一边又发现“资产通胀”带来的新麻烦——物品是多了，但美术团队很难把这些内容顺畅接进引擎和生产管线里，最后反而变成筛选、返工、重做。VISVISE的路线，就是把AI做成生产级的管线，而不是一堆彼此不通的单点工具，目的很明确：让艺术家把时刻花在更有价格的创作判断上。

在动画这块，他们公开了超10亿参数的多模态动画大模型MotionGen，并把自动绑定和蒙皮的自动化率提高到80%以上。不仅支持标准双足骨骼，还能处理飘带、裙摆这类复杂的物理次级骨骼——这其实是很多“看起来能动”的方法落地时最容易露怯的地方。和此他们提到自研的MIB插帧和动作生成技术从底层去压“滑步、抖动”这类传统AI动画常见难题，把缺陷率控制在10%下面内容，强调的是生成质量可用、可规模化进入生产。

在3D网格生成上，VISVISE给出的解法是Meshgen-O架构：几分钟内把图片文字转成高保真3D资产，而且原生生成更“引擎友好”的整洁四边面拓扑，还会自动产出最多6个LOD层级。对做过美术管线的人来说，这段信息含金量很高——很多同类工具最大的难题不是“生成不出物品”，而是拓扑乱、不可编辑、进不了引擎，最终还是得人工重拓扑重做。能把“即插即用”这件事往前推一步，才算真正靠近落地。

葛诚在演讲里有一句话说得挺直白：用高效自动化的管线，把美术师从重复劳动里解放出来，让团队把精力放回艺术打磨和创意实现。结合企鹅20多年自研游戏的经验，他们希望给全球开发者提供更顺手的创作途径，把时刻留给最核心的创意环节。

从去年SIGGRAPH Asia到现在GDC 2026，VISVISE的叙事也明显在变：从“AI全流程3D动画管线”往“游戏创作全链路AI化解方法”走。对外行来说这也许只是名字更新，但对开发者来说，差异在于你拿到的一个能串起前后流程的生产体系，还是一堆需要你自己拼装、最后还也许互相打架的工具。至少从这次GDC的展示和已落地的项目规模来看，VISVISE更像是在把“高效且高质量”这件事，往现实里拽。