DeepMind与EVE开发商合作推动游戏AI研究

自 2010 年成立以来，游戏一直是 Google DeepMind 研究智能的重要试验场。从 Atari 到围棋再到《星际争霸》，游戏推动了许多重大 AI 突破。现在，这家实验室正与游戏开发商合作，探索全新的游戏体验。

2015 年，Deep Q-Network (DQN) 直接通过原始像素学会了玩 49 款 Atari 2600 游戏，这项发表在 2015 年 Nature 论文 上的成果催生了现代深度强化学习。此后，AlphaGo 在 2016 年击败围棋世界冠军李世石，其中著名的 第 37 手 让职业棋手最初以为是失误，却颠覆了数百年来的定式。AlphaGo Zero 完全通过自我对弈超越所有前辈，AlphaZero 用同一套算法掌握国际象棋、将棋和围棋，MuZero 则在不了解规则的情况下学会游戏，AlphaStar 在《星际争霸 II》中达到宗师级水平。这些探索精神也影响了更广泛的科学——AlphaFold 应用这些基础帮助解决了蛋白质结构预测这一 50 年挑战，并获 2024 年诺贝尔化学奖。

掌握游戏之后，Google DeepMind 提出了另一个根本问题：AI 能否像人一样理解和互动游戏世界？为此，他们推出了 SIMA，一个可扩展、可指示的多世界智能体。SIMA 通过普通键盘和鼠标操作，理解自然语言指令，无需访问游戏 API 或源代码。由 Gemini 驱动的 SIMA 2 能在《无人深空》《英灵神殿》《Hydroneer》等复杂 3D 环境中实现接近人类的表现，并支持实时推理和对话。

对于游戏开发商，真正的通用游戏智能体意味着无需修改代码就能为现有游戏带来新玩法：AI 同伴能真正理解游戏世界，NPC 可以摆脱脚本限制，动态响应玩家行为。在开发过程中，智能体还能在每次代码变更后执行 QA 测试；游戏上线后，它们也能适应新内容和玩家不可预测的行为。

Google DeepMind 一直强调，游戏 AI 研究需要与游戏开发者深度合作。团队采用“展示而非讲解”的方式，与开发者一起制作可玩原型，共同寻找乐趣。他们曾与 Hello Games、Coffee Stain Studios、Foulball Hangover 等工作室合作，现在又迎来了新的重要伙伴——Fenris Creations。

Fenris Creations 是《EVE Online》背后的独立工作室。这款游戏自 2003 年上线以来，数千名玩家共享一个持续演化超过 20 年的宇宙。玩家驱动的经济体系横跨数千个星系，社会形态由联盟、冲突和外交塑造。对 AI 研究而言，这是一个近乎理想的环境：它要求 AI 掌握持续学习（在不断变化的世界中获取新技能而不遗忘）、长期记忆（跨越远超当前模型上下文窗口的时间尺度积累知识）、长周期规划（数周、数月甚至数年的推理）以及大规模多智能体互动（在合作、竞争、谈判、经济和涌现社会行为中导航）。

这次研究合作覆盖 Fenris Creations 不断扩展的宇宙。《EVE Online》提供大规模单一共享世界的持久宇宙；《EVE Vanguard》从第一人称视角出发，考验地面层面的快节奏战术决策；《EVE Frontier》凭借可编程的“Smart Assemblies”和开放可扩展的架构，允许世界规则本身被改变，要求智能体适应全新的游戏机制。

合作已经产生实际价值：基于 Gemini 的 Aura Guidance 系统利用真实的 Rookie Help 问答数据，帮助新玩家快速上手。研究计划分阶段推进：首先在 EVE Online 的离线实例中训练 AI——这是一个与实时玩家隔离的安全沙盒；然后通过 EVE Frontier 研究人类与智能体如何在持久开放的世界中共存；只有在能力成熟后，才会考虑将其引入 EVE Online 和 EVE Vanguard，以丰富人类游戏体验。

Google DeepMind 的长期目标始终如一：让 AI 成为催化剂而非替代品。他们希望通过游戏研究解锁突破性的游戏体验，让游戏更便捷、更个性化，并将从 AlphaGo 到 AlphaFold 的经验应用于现实世界，推动科学发现。

---

原文链接：Google DeepMind
本文由前途科技编辑整理