企业官网建设流程全解析

米哈游押注 AI 已经不是新闻，但“AI 乙男梦”这个提法把话题从技术拉回到了内容想象力上。所谓“乙男梦”，本质上是指用 AI 补足产能、降低试验成本，从而把内容品类的边界往外推得更远。过去几年，二次元游戏的美术产能、本地化配音、剧情分支数量、角色培养深度都在指数级膨胀，单靠堆人力的传统管线已经很难再线性扩张。AI 生成内容如果能真正进入生产链路，就能让工作室用更小的团队去支撑更大的内容盘子。这篇文章不聊八卦，而是从技术角度拆解：AI 游戏内容生产的管线长什么样、二次元 AI 立绘工作流如何落地、大模型如何参与角色与剧情生产、以及这套链路在实际工程中会遇到哪些坑。对于游戏开发者、AI 应用工程师，以及想了解 AI 工业化路径的读者，应该都能从中找到可上手的内容。

1. 为什么 AI 内容生产成了游戏行业的必答题

1.1 从“高效量产”到“内容长尾”

传统二次元游戏的内容生产链路非常成熟：策划写人设，原画出概念图，模型组做立绘和 3D 资产，配音演员录制语音，剧情编剧写文案，再经过大量的校对、审核、测试才能上线。这套流程的优点是可预期，缺点是成本高、周期长、试错难。一个角色从立项到实装，往往要几个月，如果市场反馈不佳，沉没成本相当高。

AI 的介入改变了两个核心变量：单件资产的边际成本，以及内容试验的启动成本。用 Stable Diffusion 生成角色概念图，用 LoRA 固定画风，用 LLM 批量产出支线剧情草稿，用 TTS 快速生成语音 demo，这些步骤都不需要等待完整排期。说白了，AI 不会直接取代画师和编剧，但它让团队可以在更早期就用低成本的样品去验证方向。

1.2 “AI 乙男梦”背后的工程本质

“乙男梦”这个说法的重点，其实是内容方向上的大胆尝试。把一个偏向特定人群的题材做成工业化产品，需要极其丰富的内容供给。AI 恰好擅长在固定框架内快速产出变体：同样的世界观，生成不同性格、不同外形的角色；同一个剧情节点，生成多个走向的分支。

所以你会发现，所有“用 AI 做内容”的讨论，最后都会落到工程能力上：模型怎么选、数据怎么管、工作流怎么编排、生成结果怎么审核。这篇文章后面的部分，会围绕这些点展开。

2. AI 游戏内容生产管线全景拆解

我们可以把一套完整的 AI 内容生产管线拆成五层：

每一层都不是孤立的。视觉层生成的立绘要返回来约束角色卡描述；剧情层生成的大纲会决定视觉层需要哪些场景；质量层的审核结果会变成新的提示词经验，沉淀到素材库里。

对大多数团队来说，最容易切入的是视觉层，其次是文本层和音频层。本文实战部分会优先讲解二次元 AI 立绘工作流，因为它是流程最短、反馈最直观、也最容易跑通的环节。

3. 环境准备与版本说明

在开始搭建之前，先准备环境。下面的环境以最通用的方案为例，具体版本请根据你自己的机器调整。

3.1 硬件与系统

• 操作系统：Windows 10/11、Ubuntu 20.04+、macOS（M 系列芯片需注意兼容性）
• 显卡：NVIDIA GPU 建议显存 8GB 以上，推荐 12GB 以上
• 内存：16GB 以上，32GB 更稳
• 磁盘：建议预留 50GB 以上空间，用于存放模型和生成结果

3.2 软件与依赖

• Python 3.10 或 3.11
• PyTorch 2.0+
• diffusers、transformers、accelerate
• ControlNet 插件或扩展
• ComfyUI / Stable Diffusion WebUI（二选一，用于图形化调试）
• FFmpeg（音频处理时使用）

3.3 模型选择思路

二次元风格生成通常有两种路线：

1. 使用基础模型 + 二次元 LoRA。例如以写实或通用模型为基础，叠加二次元风格 LoRA，适合需要控制画面质量，且不希望绑定单一画风的情况。
2. 使用专门的二次元底模。社区里有很多基于 NovelAI 思路训练的模型，风格化程度高，但版权和合规风险需要谨慎评估。

本文示例以 diffusers 作为核心库，重点演示工程化思路，不绑定具体底模品牌。

4. 实战：搭建一套二次元 AI 立绘工作流

接下来我们搭建一个最小可运行的 AI 立绘生成流程，包含人物描述、姿势控制、画风固定、批量生成、自动抠图五个环节。

4.1 创建项目结构

先创建一个项目目录，结构如下：

ai-game-assets/ ├── configs/ │ ├── base_config.yaml │ └── chara_card.yaml ├── input/ │ ├── poses/ │ └── reference/ ├── output/ │ ├── raw/ │ ├── transparent/ │ └── review/ ├── scripts/ │ ├── generate.py │ ├── postprocess.py │ └── llm_story.py ├── models/ │ └── lora/ └── requirements.txt

这个结构把输入、输出、配置和脚本分开，便于后续扩展成团队协作管线。

4.2 编写基础配置

文件路径：configs/base_config.yaml

model: base_model_path: "models/base_model" lora_path: "models/lora/character_style.safetensors" dtype: "fp16" enable_cpu_offload: true generation: width: 768 height: 1024 steps: 30 guidance_scale: 7.5 batch_size: 4 seed: 42 controlnet: enabled: true model_path: "models/controlnet/control_v11p_sd15_openpose" conditioning_scale: 0.8 output: raw_dir: "output/raw" transparent_dir: "output/transparent" review_dir: "output/review"

这里需要解释几个关键参数：

• guidance_scale越大，生成结果越贴近提示词，但过大会导致色彩过饱和、构图僵硬。
• conditioning_scale是 ControlNet 的控制强度。姿势控制场景下，0.7~0.9 比较合适；如果控制太强，会让画面生硬。
• seed固定后可以复现结果，批量生成时可以用随机种子做多样性。

4.3 编写角色卡配置

文件路径：configs/chara_card.yaml

character: name: "星野遥" gender: "female" age: "18" appearance: hair: "long silver hair" eyes: "blue eyes" outfit: "white military academy uniform" accessory: "black choker" personality: "calm, slightly tsundere" style_tags: "anime style, detailed eyes, clean lineart, soft lighting" negative_tags: "lowres, bad anatomy, bad hands, extra fingers, watermark, text, blurry"

角色卡的价值在于：所有后续生成任务都可以引用同一个 YAML，保证基本特征不漂移。这里不把“性格”直接塞进图像模型，而是留给下游剧情生成。

4.4 编写批量生成脚本

文件路径：scripts/generate.py

import torch import yaml from diffusers import StableDiffusionControlNetPipeline, ControlNetModel, DPMSolverMultistepScheduler from diffusers.utils import load_image from PIL import Image import os # 读取配置 with open("configs/base_config.yaml", "r", encoding="utf-8") as f: base_config = yaml.safe_load(f) with open("configs/chara_card.yaml", "r", encoding="utf-8") as f: chara_config = yaml.safe_load(f) # 组装正向提示词 appearance = chara_config["character"]["appearance"] style_tags = chara_config["character"]["style_tags"] positive_prompt = ( f"1girl, {appearance['hair']}, {appearance['eyes']}, " f"{appearance['outfit']}, {appearance['accessory']}, {style_tags}" ) negative_prompt = chara_config["character"]["negative_tags"] # 加载 ControlNet controlnet = ControlNetModel.from_pretrained( base_config["controlnet"]["model_path"], torch_dtype=torch.float16 ) # 加载主模型 pipe = StableDiffusionControlNetPipeline.from_pretrained( base_config["model"]["base_model_path"], controlnet=controlnet, torch_dtype=torch.float16, safety_checker=None, ) pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config) # 如果有 LoRA，加载 LoRA if base_config["model"]["lora_path"]: pipe.load_lora_weights(base_config["model"]["lora_path"]) if base_config["model"]["enable_cpu_offload"]: pipe.enable_model_cpu_offload() # 读取姿势参考图 pose_image = load_image("input/poses/pose_01.png") pose_image = pose_image.resize( (base_config["generation"]["width"], base_config["generation"]["height"]) ) # 批量生成 os.makedirs(base_config["output"]["raw_dir"], exist_ok=True) batch_size = base_config["generation"]["batch_size"] for i in range(batch_size): seed = base_config["generation"]["seed"] + i generator = torch.Generator("cuda").manual_seed(seed) result = pipe( prompt=positive_prompt, negative_prompt=negative_prompt, image=pose_image, num_inference_steps=base_config["generation"]["steps"], guidance_scale=base_config["generation"]["guidance_scale"], width=base_config["generation"]["width"], height=base_config["generation"]["height"], generator=generator, controlnet_conditioning_scale=base_config["controlnet"]["conditioning_scale"], ).images[0] result.save(os.path.join(base_config["output"]["raw_dir"], f"raw_{seed}.png")) print(f"已生成: raw_{seed}.png")

说明一下，diffusers 版本不同，load_lora_weights的路径兼容性会有差异，建议先按当前版本确认一次。如果你的环境不支持enable_model_cpu_offload，也可以显式调用.to("cuda")，显存足够时更简单。

4.5 编写自动抠图脚本

二次元立绘经常需要透明背景。最轻量的做法是使用 rembg 这类背景移除库。

文件路径：scripts/postprocess.py

import os from rembg import remove from PIL import Image input_dir = "output/raw" output_dir = "output/transparent" os.makedirs(output_dir, exist_ok=True) for filename in os.listdir(input_dir): if not filename.lower().endswith((".png", ".jpg", ".jpeg")): continue input_path = os.path.join(input_dir, filename) output_path = os.path.join(output_dir, filename.replace(".jpg", ".png")) with open(input_path, "rb") as f: input_data = f.read() output_data = remove(input_data) with open(output_path, "wb") as f: f.write(output_data) print(f"已处理: {filename}")

抠图之后，建议人工检查一遍边缘质量。像半透明纱质、飘散的头发，自动抠图容易出现瑕疵。

4.6 运行与验证

在项目根目录执行：

python scripts/generate.py python scripts/postprocess.py

预期输出：

• output/raw/下出现批量立绘。
• output/transparent/下出现透明背景 PNG。
• 每张图的构图都符合输入姿势骨架，人物着装和发型与角色卡一致。

如果发现人物脸部不稳定，或者不同批次生成的角色长相不一致，可以考虑在提示词中加入固定面部标签，或者单独训练一个角色 LoRA。

5. 用大模型辅助剧情与角色设定

立绘只是角色的外壳，剧情才是内容的骨架。大模型在游戏内容生产里另一个重要角色是文本生成：世界观传记、角色档案、支线剧情、任务描述、日常对话。

5.1 结构化提示词输出角色卡

可以设计一份提示词模板，让 LLM 输出结构化 JSON：

import json from openai import OpenAI client = OpenAI(base_url="http://your-llm-endpoint/v1", api_key="EMPTY") prompt = """ 你是一名二次元游戏剧情策划。根据以下设定生成角色档案，要求输出 JSON，字段包括： name, gender, age, personality, background, relationship, voice_style, catchphrases 世界观：近未来学院都市，存在异能者。 角色方向：冷淡但内心温柔的男教官，与学生有距离感，关键时刻可靠。 """ response = client.chat.completions.create( model="local-llm", messages=[{"role": "user", "content": prompt}], temperature=0.8, ) content = response.choices[0].message.content data = json.loads(content) print(json.dumps(data, ensure_ascii=False, indent=2))

这里有几个工程上的关键点：

• 使用本地或私有化部署的 LLM 接口时，URL 和 model 名要根据实际部署调整。
• 要求输出 JSON 能显著提高下游处理的稳定性，但也要注意 LLM 偶尔会返回残缺 JSON，需要加一层异常处理。
• 温度参数影响创造力：角色卡可以设 0.8 左右，但任务描述、系统文案建议降到 0.3 以下，避免文字风格漂移。

5.2 用 LangChain 构建剧情分支引擎

对于分支剧情，可以用 LangChain 的链式调用，把角色卡、前情提要和用户选项拼接成新提示词。但要注意，纯 LLM 生成的长篇剧情容易遗忘前期伏笔。更稳妥的方式是维护一个剧情状态对象，每次只生成当前节点的局部剧情，然后把关键信息写回状态。

story_state = { "scene_id": "chapter1_scene3", "location": "废弃训练场", "npcs": ["星野遥"], "player_choice": "选择帮助星野遥", "inventory": ["旧式通讯器"], } def build_story_prompt(state): return f""" 当前场景：{state['scene_id']} 地点：{state['location']} 在场角色：{', '.join(state['npcs'])} 玩家选择：{state['player_choice']} 请生成下一段剧情，300字以内，保留悬念。 """

这样的好处是每个生成单元足够小，便于人工审核和修正。AI 生成的剧情只作为“第一版草稿”，而不是直接进入游戏。

6. 语音合成与角色声音一致性

除了视觉和文本，配音也是内容量产的关键瓶颈。传统配音需要协调声优档期，成本高且补录困难。AI 语音合成可以让角色在早期就拥有一个可供内部试听的“声音原型”。

6.1 快速生成角色语音 Demo

轻量方案可以使用 edge-tts 这类工具，优点是免费、部署简单，缺点是声音固定、可控性弱。

edge-tts --voice zh-CN-YunxiNeural --text "今天也要加油哦。" --write-media output/demo.mp3

如果追求更好的角色一致性，可以选用支持少样本声音克隆的 TTS 模型，例如 GPT-SoVITS 等社区方案。不过这类方案对训练数据的干净程度要求很高，建议至少准备 5~10 分钟无背景噪声、无混响的干声样本。

6.2 语音标签管理

在生产管线中，建议给每个角色建立独立的语音资产目录：

assets/audio/chara_yu/ ├── raw_samples/ ├── emotion_angry/ ├── emotion_happy/ ├── emotion_sad/ └── normal/

每个情感目录再按台词编号命名，例如angry_001.wav。这样后续训练声音 LoRA 或做情感迁移时，能快速找到素材。

7. 常见问题与排查思路

AI 内容生产管线在落地时，问题往往出在“模型输出不可控”和“工程链接不稳”两个方向。我把常见问题整理成一张排查表：

再单拎出两个高频问题细说。

7.1 角色一致性训练中的过拟合与欠拟合

训练角色 LoRA 时，如果数据集只有 5 张图，很容易过拟合，生成出来的角色服装、背景都固化了，换姿势困难。如果数据集有 100 张图但没有筛选风格，又可能欠拟合，角色脸型漂移。推荐做法是：先筛选 20~30 张画风统一、人物角度多样的图，然后对文本标签做去重和补全，确保每张图描述都包含“角色名 + 服装 + 发型 + 瞳色 + 动作”。

7.2 LLM 生成内容的“幻觉”问题

游戏世界观里的历史事件、人物关系，经常被 LLM 记错或编造。避免幻觉不能只靠提示词，建议做法：

• 给 LLM 提供结构化知识片段，而不是让它凭记忆回答。
• 关键设定用 RAG 检索，从世界观知识库中取上下文。
• 输出加一层规则校验，比如角色名必须出自配置表，时间线不能早于开服时间。

8. 工程化与合规最佳实践

8.1 素材版权与授权边界

AI 生成内容在生产环境中要特别注意版权问题。基础模型、LoRA、ControlNet 权重均可能带有不同的许可证。商业游戏项目使用前，至少要做三件事：

1. 检查所有模型权重的许可证是否允许商用。
2. 确认训练 LoRA 时使用的参考图来源合法，不侵犯画师或版权方权益。
3. 对 AI 生成内容建立单独目录，保留生成参数和模型版本记录，方便追溯。

8.2 人工审核环节不可省略

AI 生成内容即使技术上完美，也需要人工审核。建议建立三层审核机制：

• 第一层：程序自动过滤，检查尺寸、透明度、是否存在黑边。
• 第二层：美术审核，确认画风、构图、角色一致性。
• 第三层：合规审核，确认没有敏感元素、没有侵权风险。

8.3 模型版本与实验记录

AI 模型迭代速度非常快，同一套工作流换一个底模版本，效果可能截然不同。建议用 DVC 或简单的文件目录记录每次实验：

experiments/ ├── exp_20250115/ │ ├── config.yaml │ ├── model_notes.md │ ├── sample_outputs/ │ └── metrics.json

每次生成实验都记录模型版本、LoRA 权重、种子、提示词，这样出了问题能回滚，团队协作时也能直接对实验结果复现。

8.4 成本与性能优化

• 线上实时生成场景使用 TensorRT 加速，离线批量生成可以使用 xformers 或 torch.compile。
• 如果每次只生成少量图片，采用按需加载模型，闲置后释放显存。
• 大批量生成时，建议把任务放进消息队列，避免一次性占满 GPU。
• 在算力有限时，优先控制生成的“变体数量”而不是单张质量，因为筛选比生成更能提升最终产出质量。

9. “AI 乙男梦”还要继续吗？

从工程视角看，这个问题的答案其实很清晰：AI 在游戏内容生产中的角色，不是替代创作者，而是把创作从“手工作坊”推向“工业化流水线”。米哈游之所以在 AI 上投入那么大，本质上是因为其产品形态对内容数量和质量的要求已经超出了传统人力堆叠的极限。“AI 乙男梦”不只是某一个品类的尝试，它更像是一种内容生产方式的重构。

但这条路并不轻松。模型可控性、角色一致性、版权合规、团队技能更新，每一个都是硬骨头。真正能跑通 AI 生产管线的团队，往往不是把 AI 当“神器”的团队，而是把 AI 当成“新同事”、认真设计输入输出接口、建立质量门禁的团队。

如果你也想在自己的项目里落地这类能力，建议不要一开始就追求大而全。先跑通一条最小链路：用角色卡 + SD 批量生成立绘，用 LLM 生成几十条支线对话，用 TTS 做几个语音 demo。当你亲手把这些环节串起来，你自然就能判断，下一个阶段该往哪个方向投入。把这套管线跑熟之后再回头看，你会发现，真正的瓶颈从来不是模型能力，而是团队能不能把 AI 输出稳定地融入现有生产流程。