文/VR陀螺

2026年GDC（游戏开发者大会）首日，Meta在演讲中重点展示了Horizon OS平台的未来发展方向，在整个GDC活动中，Meta共设有10场开发者演讲，主题包括从手部交互设计、Unity内置智能工作流、性能基础原理到提升留存率的分析技术，各场次议题中贯穿核心理念：Meta正着力投入工具、系统及最佳实践，助力开发者加速开发、优化发布流程，并更自信地从真实玩家行为中获取洞察。

Day 1回顾重点：

• 手势交互优先：选择手势、控制器或混合交互的框架
• 智能工作流：自动化Unity设置的智能工作流
• 性能基础：目标设定、工具应用与最佳实践
• 数据驱动优势：《Contractors》如何通过定制分析提升留存率

以下为Meta在GDC首日演讲的核心要点。

手势交互优先：为无控制器未来而设计

得益于去年末的重大升级，手部追踪技术（Unity | Unreal）正日益成为关键的设计选择之一，它能塑造用户引导流程、提升可访问性，并影响玩家在应用中的沉浸感。

Meta负责输入与交互的产品经理Colin Robinson与Double Jack首席开发者Samuel Metters提出了实用设计准则：当手势交互能实质性提升用户体验并契合受众需求时，应优先采用手势优先策略。

Colin Robinson和Samuel Metters分享了一个选择输入方式的实用框架（图源：Meta）

选择手势、控制器或两者的框架

Colin Robinson分享了一种选择输入方式的简单方法。当交互模型需要注重易用性与自然动作时，手势操作优先策略效果显著；而在设计依赖精准操作、复杂输入或头显摄像头追踪范围外的交互时，控制器仍是理想选择。

①手势优先策略尤其适用于：

• 可能对控制器不熟悉的休闲玩家或非玩家群体（休闲爱好者和社交探索者）
• 注重社交临场感、舒适度与易用性的场景
• 基于表面交互、物理操控或手势驱动的机制

②控制器适用于：

• 高精度和高可靠场景，包括竞技性较强的游戏（技能追求者）
• 滑行移动或复杂的射击类游戏输入
• 频繁超出摄像头追踪范围的交互

关于玩家分类可参考：《Meta 2025玩家画像出炉：四大核心群体与VR游戏增长策略》

Interaction SDK UI Set提供Figma和Unity模板，用于构建高质量、熟悉且以手为先的UI交互

该演讲提出的核心建议是保持输入方式的灵活性。许多团队通过从底层支持两种方案并让玩家自主选择偏好方式，取得了显著成效。

《指挥家》案例研究：发挥手部追踪技术的优势

Samuel Metters通过Double Jack的VR指挥游戏《指挥家》（Maestro）将该框架付诸实践。手部追踪技术契合游戏体验，因其完美融入奇幻模拟场景，指挥家无需握持动作控制器，《指挥家》正是基于这种真实感进行设计。

团队的设计还充分考虑了现实限制：指挥动作自然使双手保持在身体前方，这有助于提升追踪可靠性。当追踪出现挑战时，解决方案并非强求完美还原，而是反复迭代交互逻辑，确保操作始终清晰可辨且保持一致性。

《指挥家》的Fermata（休止延长）机制采用静态结束姿势以实现更可靠的检测

设计手部追踪手势时需注意：追踪依赖头显摄像头，因此当双手保持可见且位于用户前方时效果最佳。尽管追踪技术已大幅提升，但在快速动作中检测手指姿势仍具挑战性。对于需要手指追踪的机制，采用手部减速或停止的手势能获得更稳定的结果。

上图中的Maestro“休止符”机制正是此例：玩家以静止拳姿置于头部前方结束动作，为摄像头精准捕捉姿势赢得时间。

三大手部追踪设计要诀

• 适度差异化，强化标准化。借助Meta交互SDK（Unity | Unreal）避免重复构建抓取等基础机制，将创意聚焦于体验核心设计。
• 设计上注重身体体验。《Gorilla Tag》《我是猫》《Scary Baboon》等游戏之所以成功，正是因为身体动作贯穿核心玩法。
• 让物体交互引导玩家。当物品通过形态传达使用方式时，玩家能通过实践学习，从而降低新手引导的摩擦。

AI加入开发，构建智能体工作流程

若亲身实践的直觉式玩法旨在消除玩家的操作阻力，那么“基于智能代理的工作流程加速任务开发”环节则聚焦于消除开发者阻力。

Joseph Carroll（软件工程经理）、Dilmer Valecillos（开发者倡导者）、Zac Bowling（软件工程师）与Mike Geig（Unity首席倡导者）共同演示了AI智能体如何突破建议范畴，在Unity编辑器中实现真正的项目操作。

Dilmer Valecillos通过迭代提示演示了创建可运行游戏的全过程

Unity AI网关与MCP，以及面向Quest的扩展功能

智能体工作流的核心是Unity的AI网关，其与模型上下文协议（MCP）深度集成。二者协同工作，使AI智能体能够理解项目上下文并在Unity项目中执行直接操作，包括创建和修改游戏对象。

演讲中还重点介绍了若干Unity MCP扩展，这些扩展提供Horizon OS专属工具，包括：

• meta_add_camerarig：搭建VR摄像机支架
• meta_add_interactionrig：配置手部与控制器交互系统
• meta_add_grabbable：使物体具备可抓取属性并保持物理特性
• meta_update_android_manifest：无需手动编辑XML即可配置Quest权限

从提示到可玩

本次演示最令人惊叹之处在于其流畅的工作流程。Valecillos仅向Claude Code发出单条指令：添加交互装置、创建缩放至10%的可抓取物体、启动XR模拟器并运行Unity场景。

该代理通过调用正确工具、更新场景并进入播放模式来执行请求。这种精简功能看似新颖，但正是Meta开发者将加速开发流程的关键所在。当常规设置工作实现自动化后，团队便能将更多精力投入到关键的游戏玩法决策中。

本次演讲还展示了通过迭代提示构建完整手部追踪机制的过程（捏合生成、后拉蓄力、松开发射）。当着色器在单眼渲染出现异常时，后续提示精准诊断出单通道实例化立体显示问题并生成针对性修复方案。

仅通过数次迭代提示，团队便将基础VR原型转化为完整可玩游戏

沉浸式调试器：在VR问题出现时进行调试

其中一个亮点在于集成AI的沉浸式调试器，开发者可佩戴头显进行故障排查。演示中通过语音助手辅助实时检查运行时状态并调整行为，包括修复未正确滚动的D12骰子。

对VR领域而言，这至关重要，许多问题唯有置身场景中亲眼所见、亲身感受才能精准诊断。在特定环节将调试功能引入头显，可缩短迭代周期并提升决策质量。

面向AI的文档：为原生AI工作流铺路

回顾去年发布的部分公告，该团队还分享了如何优化文档以提升AI助手的可读性：

• Markdown格式文档支持
• 分章节的llms.txt站点地图
• 整套文档的llms-full.txt打包文件
• 通过Meta Quest Developer Hub一键安装MCP服务器（支持Claude、VS Code等助手）

性能基础：缩短开发者发布周期

Meta开发者平台团队的David Borel与Neel Bedekar聚焦开发者普遍认同的VR“真理”：性能决定舒适度，直接影响沉浸感与使用时长。他们的议题围绕关键性能指标与可操作的工作流展开：

核心指标与实际阈值

两人共同强调：

• Meta Quest 2最低72 FPS，Meta Quest 3可扩展至120Hz
• 卡顿率控制在3%以下（连续四帧以上丢帧尤为明显）
• 帧预算为13.9毫秒，帧率为72 FPS

他们还列举了实际阈值及预留性能余量的场景：Quest 3设备建议保持约70% CPU、80% GPU负载，内存占用控制在5GB左右（Quest 2约3.5GB），此举有助于长期维持系统稳定性。

MQDH与AI辅助性能循环

Meta Quest开发者中心（MQDH）（Windows | Mac）持续整合核心性能分析工具，包括OVR Metrics、Perfetto跟踪、Logcat和ADB。但值得注意的是：MQDH现内置Perfetto MCP服务器，可将AI助手直接连接至性能跟踪数据。

为何选择Perfetto？开发团队将其列为首选分析工具绝非偶然。它能快速判断应用受限于CPU还是GPU，全面展示系统中运行的每个线程，并在追踪瓶颈时精准定位单个帧。更将CPU与GPU事件整合于同一时间轴，更容易找到可以优化的地方。

Perfetto通过单一时间线为开发者提供CPU和GPU性能的统一视图

其工作流程简单高效：捕获跟踪数据，与助手共享，提出针对性问题，并获得基于真实遥测数据的建议。例如：“为何战斗期间帧时间会突然飙升？”

着色器二进制缓存：开发者错失的留存率制胜法宝

首次运行时的着色器卡顿是用户留存率的杀手。每次设备端编译新着色器变体时，玩家都会遭遇破坏整体体验的卡顿。着色器二进制缓存（SBC）通过将编译转移至云端解决此问题。当测试人员运行游戏时，其编译后的着色器将在服务器端缓存。新玩家下载预编译二进制文件，无需等待本地编译。

效果立竿见影，团队透露《阿斯加德之怒2》启动时间从7分钟缩短至20秒。启用仅需两步：添加清单标签并上传调试符号。Meta已为热门应用自动启用该功能，所有开发者今日即可选择启用。

三款值得重新审视的图形工具

团队推荐了几款可帮助工作室提升性能、最终延长舒适游戏时长的工具：

• ​**固定视网膜渲染（FFR）**​：在Quest 2设备上尤为有效，通过降低周边分辨率显著节省GPU资源。
• ​**应用空间扭曲（AppSW）**​：以半刷新率渲染并合成中间帧，当内容适配时可创造巨大性能提升空间。
• ​动态分辨率​：先优化可接受的最低分辨率，当存在性能余量时自动提升画质。往往分辨率越高越能提升用户参与度。

团队五步工作流指南

• 通过Link加速迭代测试周期
• 运用MQDH进行性能剖析，实现量化驱动优化
• 使用SBC减少首次运行着色器卡顿
• 启用动态分辨率将性能余量转化为画质提升
• 采用分阶段发布（1%-100%）及时发现回归问题

数据驱动优势：分析技术如何重塑《Contractors》VR业务

在最具实践价值的环节中，Meta游戏增长与盈利负责人Chong Ahn提出核心观点：标准KPI能帮助开发者发现问题，而游戏专属分析工具可以帮助开发者解决问题。

通用指标为何不够用？

日活跃用户（DAU）和留存率能反映行为变化，却鲜少揭示根本原因。Chong Ahn建议团队明确：

• 玩家细分维度
• 各细分群体“健康”行为特征
• 实际行为是否符合设计预期

《Contractors》留存率调查实例

Chong Ahn详细阐述了南京穴居人工作室如何运用遥测技术优化《Contractors》的新手体验。

撤离机制是《Contractors》游戏的核心，基于数据的调整使游戏首局提取率从15%提升至50%以上

首日成功撤离的玩家次日留存率显著提升，这符合预期。真正的机遇其实出现在更早的阶段：仅半数新玩家会进行第二场对战，而到第五场时留存率已跌至20%。尽管游戏设计初衷是降低新手门槛，但首场撤离率仍仅有15%。

团队提出关键诊断问题并直接找到了解决方案：谁在击杀新玩家？并发现两大原因：40%死亡由资深玩家造成；17%来自设计宽松的机器人。

随后团队针对以上问题实施两项针对性调整：降低前五场机器人命中率，使其造成的死亡减少80%；强制新玩家早期进入新手地图（因为仅有35%玩家主动选择该地图）

成效如下：首局存活率从15%提升至50%以上；第五局存活率攀升至75%左右。这表明，定制化遥测数据将广泛的留存问题转化为可精准测试的产品优化方案。

实用的分析流程

为助开发者充分利用分析功能，Chong Ahn将流程划分为三个阶段：

• ​生成​：记录关键事件（对局开始/结束、FTUE参与度、进度、交易、奖励、IAP）并附带支持诊断的元数据。
• ​数据仓库​：将遥测数据导入仓库（BigQuery/Snowflake/Redshift），按日期和平台分区，定义模式并规划版本控制。
• ​转换与洞察​：将原始事件建模为可决策表（日度汇总、用户群组），对接BI工具进行探索分析。

当然，不同工作室可调用的管道资源各异。Chong Ahn强调团队可从小规模起步，随玩家基数增长逐步完善分析体系。

从原型到留存，构建更顺畅的流程

Meta表示，首日议程强化了以开发者为核心的目标：消除技术栈各环节的阻力，助力团队加速迭代、顺畅发布，并从活跃玩家中学到更多。直观设计让交互体验即刻生效。智能工作流缩短配置时间并加速迭代。性能工具使性能分析成为可复现的习惯。分析系统帮助团队将留存问题转化为具体解决方案和可量化成果。

而第二天的内容包括：加速构建的工具、工作流程中的AI集成、Meta Horizon Store发现的实际运作方式。此外，还有《Gorilla Tag》成功背后的LiveOps策略。

参考链接：https://developers.meta.com/horizon/blog/gdc-2026-day-1-hands-agents-performance/