Vom Experiment zur Produktionslinie – Skalierungsherausforderungen und kollaboratives Ökosystem von AI-Workflows | 2026 ChinaJoy AI-Zukunftsökosystem-Konferenz

Wie gelingt es, einen AI-Workflow vom „beeindruckenden Moment“ im Labor zum „täglichen Betrieb“ in der Produktionslinie zu übergehen? Wenn die Generierungsfähigkeit keine Hürde mehr darstellt, wo liegt dann der Engpass für die großskalige Umsetzung und welche Rolle soll der Mensch einnehmen?

Die Inhaltsproduktion durchläuft gerade einen entscheidenden Übergang von der „technischen Validierung“ zur „industriellen Implementierung“. Einzelne Durchbrüche sind leicht zu erreichen, aber systemweite Zusammenarbeit ist schwierig. Die eigentliche Herausforderung liegt nicht darin, ob das Modell Inhalte generieren kann, sondern darin, ob der Workflow stabil betrieben und ein kollaboratives Ökosystem effektiv aufgebaut werden kann. Die technischen Vorteile werden sich schließlich angleichen. Nach der Überwindung der Hürde der Großskalierung konkurrieren die Branchenteilnehmer letztendlich in der Tiefe des Verständnisses für Szenarien und der Fähigkeit zur ingenieurtechnischen Umsetzung. Auf der AI Future Ecology Conference der 2026 ChinaJoy führten 36Kr Games gemeinsam mit Vorreitern der Branche wie Funloom AI, Alibaba Cloud, VAST und Pole Interactive eine Rundtischdiskussion durch.

Gäste der Rundtischdiskussion:

Liu Shiwu | Chefredakteur von 36Kr Games (Moderator)

Wu Tong | CEO von Funloom AI

Ai Wen | Stellvertretender Geschäftsführer des Geschäftsbereichs für KI-native Public Cloud der Alibaba Cloud Intelligence Group

Luo Xiaowo | Strategieleiter von VAST

Yang Sheng | Gründer von Pole Interactive Technology

Vom Labor zur Produktionslinie – Herausforderungen bei der Großskalierung von AI-Workflows und das kollaborative Ökosystem

Im Folgenden der Inhalt der Rundtischdiskussion, bearbeitet und redigiert von 36Kr:

Liu Shiwu: Hallo zusammen! Ich bin Liu Shiwu, Moderator dieser Rundtischveranstaltung und Chefredakteur von 36Kr Games. Das Thema unserer heutigen Diskussion lautet „Vom Labor zur Produktionslinie: Herausforderungen bei der Großskalierung von AI-Workflows und das kollaborative Ökosystem“. Wir haben heute vier Gäste bei uns: Herr Wu Tong von Funloom AI, Herr Ai Wen von Alibaba Cloud, Herr Luo Xiaowo von VAST und Herr Yang Sheng von Pole Interactive. Die vier repräsentieren jeweils unterschiedliche Rollen in der AI-Produktionslinie und arbeiten an unterschiedlichen Richtungen.

Heute sprechen wir über einige Details unter diesem großen Thema, über die Probleme, die bei der Anwendung von AI-Workflows in der Spielebranche auftreten, und darüber, wie diese Probleme gelöst werden. Zuerst bitten wir jeden Gast, sich kurz vorzustellen.

Wu Tong: Hallo zusammen, ich bin Wu Tong, CEO von Funloom. Unser Produkt ist Funloom AI, eine UGC-Plattform zur gemeinsamen Erstellung von interaktiven KI-Inhalten. Wir setzen uns dafür ein, UGC-Nutzern dabei zu helfen, ihre einfachen Ideen zu hochwertigen, kommerziell nutzbaren Inhaltsprodukten umzusetzen – diese umfassen Bereiche wie Spiele, Film und Fernsehen sowie Literatur.

Ai Wen: Hallo zusammen, ich bin Ai Wen vom KI-nativen Geschäftsbereich von Alibaba Cloud. Unser Geschäftsbereich betreut hauptsächlich KI-native Kunden, deren Kernproduktivität auf KI basiert. Unsere Kunden verlassen sich auf KI-Fähigkeiten, MaaS-Funktionalitäten und Tokens. Wir unterstützen sie bei der Transformation von einem traditionellen Cloud-Dienstanbieter zu einem Anbieter von MaaS-, Token- und Agent-Tools, damit sie mit „KI-Flügeln höher fliegen“ können.

Luo Xiaowo: Hallo zusammen, ich bin Luo Xiaowo von VAST. VAST ist ein Technologieunternehmen, das sich mit KI-3D- und Weltmodellen befasst. Seit unserer Gründung pflegen wir eine enge Verbindung zur Spielebranche und freuen uns sehr, heute hier zu sein.

Yang Sheng: Hallo zusammen, ich bin Yang Sheng von Pole Interactive. Wir konzentrieren uns auf die Anwendung von Technologie im Bereich der Unterhaltung und unser Geschäft umfasst Spiele, Inhalte und andere Unterhaltungsprodukte.

Liu Shiwu: Ich hoffe, dass wir heute bei dieser Runde einige interessante Dinge besprechen können, die man normalerweise nicht öffentlich hört, sondern nur im privaten Gespräch austauscht.

Zuerst eine Frage an Herrn Wu Tong: Sie sind ein sehr junger Unternehmer, vor kurzem hat Funloom die Pre-A-Finanzierungsrunde abgeschlossen. Wir haben beobachtet, dass Funloom das ursprüngliche KI-Textspiel schrittweise zu einer dreiteiligen Architektur aus KI, Text-RPG und interaktiven Spielen weiterentwickelt hat. Welche Veränderungen hat diese Produktform von einem Tool zu einem KI-nativen Spiel mit sich gebracht? Wie verstehen Sie und Ihr Team die aktuellen KI-nativen Spiele?

Wu Tong: Das RPG-Modell und das interaktive Filmspiel-Modell, das Funloom auf dieser ChinaJoy ausstellt, sind bereits in unserer Produktlinienplanung enthalten. Als UGC-Plattform zur gemeinsamen Erstellung von Inhalten möchte Funloom die Hürden für die Spieleerstellung durch Nutzer senken und gleichzeitig eine kontrollierbare Qualität der erstellten Spiele gewährleisten – wir wollen beide Ziele verbinden. Wir haben zwei Jahre lang daran geforscht, in dieser Zeit haben wir versucht, dieses Ziel über den Ansatz des Vibe Coding zu erreichen, viele Experimente durchgeführt und auch viele Rückschläge erlebt.

Bei KI-nativen Spielen sind die KI-Textspiele, mit denen wir zuerst in Berührung gekommen sind, meiner Meinung nach bereits minimal als KI-nativ zu bezeichnen. Das Faszinierendste daran ist, dass es Schöpfer und Konsumenten gemeinsam erlaubt, den Flow eines kulturellen Werks aufzubauen. Ich denke, das Wichtigste an einem Inhaltsprodukt ist der Flow: Der Autor möchte seine Kreativität, Ideen und Vorstellungen in Form eines Werks festhalten und über verschiedene Modalitäten an die Konsumenten weitergeben – im Kern ist das eine Resonanz zwischen Menschen. Bei KI-Textspielen musst du nur die Spielkonzeption erstellen, aber das Spielerlebnis wird nicht vollständig vom Schöpfer bestimmt, sondern auch die Konsumenten werden in den Prozess einbezogen. Damals habe ich darin eine Modalität gesehen, die wirklich niedrige Hürden bietet und gleichzeitig die Spielbarkeit gewährleistet.

Ich habe auf Xiaohongshu und ausländischen Plattformen gesehen, dass viele Leute KI-native Textspiele spielen, damals dachte ich, das ist ein anerkannter Ansatz, also haben wir unseren technischen Weg auf die Entwicklung von KI-nativen Textspielen umgestellt. Aber wir haben uns nicht auf Textspiele beschränkt, ich wollte sie immer noch in vielfältigen Formaten für eine breitere Masse an Nutzern präsentieren. Jetzt nutzen wir KI-Textspiele als neue Mensch-Maschine-Interaktionsform, damit Schöpfer ihre Ideen ausdrücken können. Beim Vibe Coding haben wir festgestellt, dass viele Nutzer die Geschäftslogik nicht verstehen, viele Fehler produzieren und ihre kreativen Vorstellungen nicht reibungslos weiterentwickeln können. Das Modell des KI-Textspiels hingegen erlaubt es den Schöpfern, sich stärker auf den Inhalt selbst zu konzentrieren.

Wu Tong | CEO von Funloom AI

Im Erstellungsmodus von KI-Textspielen können Schöpfer zuerst ihr eigenes Flow-Erlebnis verfeinern – dieser Prozess liefert bereits eine sehr vollständige Vorstellung für das Spiel, es ist sozusagen eine angepasste Feinabstimmungsschicht für das große Sprachmodell deines Spiels. Nach dem Erhalt ausreichender Informationen können wir einerseits spezielle Modelle für Spieldesign und Spielplanung trainieren, andererseits erlauben uns diese Informationen, in den anschließenden Implementierungs- und Entwicklungsprozess einzugreifen. Das unterstützt unsere Kernfähigkeit: Wir können die im KI-Textspiel erstellten Texte als Beispiele nutzen, um sie mit einem Klick direkt in RPG-Spiele und interaktive Filmspiele umzuwandeln. Wir haben diesen Demo bereits im Halle C, Stand N2 der diesjährigen CJ vorgestellt, ich habe auch ein Demonstrationsbeispiel erstellt. Wenn Sie interessiert sind, sind Sie herzlich eingeladen, es vor Ort auszuprobieren – es unterstützt die vollständig automatisierte Generierung.

Liu Shiwu: Viele Schöpfer, auch ich, haben das gleiche Gefühl: Unsere Ausdrucksweisen müssen manchmal verfeinert werden. Der erste Schritt von Funloom besteht also darin, Nutzern dabei zu helfen, ihre Ausdrucksfähigkeit zu verbessern, bevor wir weitere Erweiterungen vornehmen.

Nun eine Frage an Herrn Ai Wen: Wir wissen, dass Alibaba Cloud seit vielen Jahren tief in der Spielebranche verwurzelt ist und seine Vorteile aus der gesamten Kette von Cloud-Diensten bis zu KI-Plattformen nach und nach entfaltet. Immer mehr Spielehersteller setzen AIGC ein. Wird Alibaba Cloud als Cloud-Anbieter unter diesem Trend die Zusammenarbeit und das Geschäftsmodell zwischen sich und den Inhaltsanbietern verändern?

Ai Wen: KI hat die Dimensionen unserer Zusammenarbeit mit Spielekunden verbreitert und vertieft. Zuerst entsteht ein völlig neues Kooperationsfeld außerhalb der Cloud-Infrastruktur. Zweitens können wir dank der natürlichen elastischen Ressourcen großer Skalierung in der Cloud den natürlichen schwankenden und spitzenartigen Datenverkehr von Spielen besser bewältigen. Cloud + KI wird zu einem neuen Fundament der Spielebranche, das die Erforschung und Praxis der Spielebranche im KI-Bereich beschleunigt.

Im KI-Zeitalter wirkt das große Modell von Alibaba Cloud Tongyi direkt in die gesamte Kette der Spiele ein. Wir beobachten mehrere Szenarien:

• Unterhaltung im Plauderstil / Wissensabfrage / Spielassistent: NPC für Plauderunterhaltung – das einfachste Implementierungsszenario, kein externes Wissensdatenbank erforderlich
• NPC für Wissensabfragen: Normalerweise ist eine externe Wissensdatenbank erforderlich, ergänzt um Absichtserkennung und Produktsuche
• KI-NPC, der an der Spielinteraktion teilnimmt: Kampfs-KI – Aktualisierung von herkömmlichen Bots zu KI-NPCs, die durch Verarbeitung natürlicher Sprache und Spiel-Agenten den Spielern ein besseres Erlebnis bieten
• NPC, der Befehle ausführt und autonom agiert: Spieler geben dem NPC direkt Befehle per Sprache, Text oder anderen Mitteln. Der NPC plant seine Aktionen selbstständig und antwortet auf die Befehle, basierend auf seiner Umgebung – der Kern liegt im Verständnis der virtuellen Welt.

Ai Wen | Stellvertretender Geschäftsführer des Geschäftsbereichs für KI-native Public Cloud der Alibaba Cloud Intelligence Group

Liu Shiwu: Die Spielebranche ist auf Anbieter von grundlegender Rechenleistung und Basisdiensten angewiesen. Nun die Frage an Herrn Luo: Wir wissen, dass VAST in den letzten zwei Jahren schnell gewachsen ist, von der KI-3D-Technologie bis zu den heute vorgestellten Weltmodellen. Immer mehr Menschen in der Spielebranche nutzen große 3D-Modelle, viele Spieleentwickler erwähnen das Tripo-Modell. Aus Ihrer Sicht, wie groß ist der Sprung von der anfänglichen Entwicklung von Tripo bis zur Integration des großen Modells in die Pipeline und der anschließenden Einführung des Weltmodells? Wie sollen Spielehersteller oder Inhaltsentwickler sich an diese Art von Produkten anpassen?

Luo Xiaowo: Aus der Entwicklungsgeschichte von VAST haben wir drei wichtige Hürden durchlaufen: Zuerst „kann generieren“, dann „kann produzieren“ und drittens „kann ausführen“.

• Erstens „kann generieren“: Was bedeutet das? Bevor die KI-3D-Technologie verbreitet war, haben wir erkannt, dass die herkömmliche 3D-Modellierung sehr personal- und zeitintensiv ist. Deshalb haben wir zuerst mit Stability AI zusammengearbeitet und das Open-Source-Modell Tripo S2 entwickelt. Dieses Open-Source-Modell kann ein einzelnes Bild in 0,5 Sekunden schnell zu 3D-Inhalten umwandeln und verfügt über Echtzeit-Generierungsfähigkeiten. Später haben wir das hochauflösende Modell H3.1 entwickelt, das heute bei vielen Spielefirmen und Studios sehr beliebt ist und intensiv genutzt wird. Es verbessert die geometrische Qualität deutlich, und die Ausrichtung von Eingaben sowie die Generalisierungsfähigkeit werden ebenfalls verbessert – das ist das Generierungsproblem, das wir zuerst gelöst haben.
• Zweitens „kann produzieren“: Das ist das Know-how, das wir in den letzten Jahren angesammelt haben. Am Anfang sah das Ergebnis sehr cool und schön aus, wie ein Demo, ähnlich wie bei anderen KI-Modalitäten: Viele attraktive Demos wurden erstellt, die jeder nutzen konnte. Aber in der Spielebranche haben die Teams ihre eigenen Workflows – sie brauchen keine schönen Screenshots oder coolen Demos, sondern Assets, die bearbeitet, abgenommen und in ihre eigene Pipeline integriert werden können. Deshalb haben wir viele Iterationen auf Modell- und Produktseite durchgeführt. Zum Beispiel erfüllt das Tripo P1.0-Modell, das wir in der ersten Hälfte dieses Jahres entwickelt haben, die professionellen Anforderungen der Branche an Topologiestrukturen, die Steuerung der Flächenanzahl und die Angemessenheit von UVs. Es generiert ein Modell mit gutem Effekt bei kontrollierter Flächenanzahl und löst viele Anforderungen auf der Produktionsseite. Später haben wir weitere Erkundungen zu Skelettbindung, komplexen Strukturen und Animationsmodellen durchgeführt.
• Drittens „kann ausführen“: Das ist ebenfalls angesammeltes Know-how der letzten Jahre. Am Anfang konnten viele Nutzer unsere API aufrufen, aber für eine breitere Gruppe von Schöpfern und Spielestudios war ein vollständiges Produkt für die gesamte Kette erforderlich. Deshalb haben wir unser eigenes SaaS-Produkt Studio entwickelt und die Generierung, Bearbeitung und Import über Schnittstellen zu DCC-Software wie Blender, Unity und Unreal zu einem durchgehenden Workflow verbunden.

Zusammenfassend lässt sich sagen, dass wir von den anfänglichen technischen Erkundungen bis zur echten Zusammenarbeit mit der Industrie und den Schöpfern den oben genannten Prozess durchlaufen haben, damit die Leute diese Tools wirklich nutzen können.

Liu Shiwu: Das ist ein sehr schwieriger Prozess. Wie Herr Wu Tong und Herr Ai Wen gerade erwähnt haben, treffen alle bei der Iteration auf Schwierigkeiten.

Ich habe zuvor mit einem Freund von einem großen Motorenhersteller diskutiert. Er meinte, dass die zukünftige Herausforderung nicht unbedingt von Motorenfirmen kommt, weil sich die Workflows ständig ändern. Früher war der Prozess der Produktentwicklung relativ festge