“我们认为这是一次比较成功的尝试”，巨人网络AI实验室负责人丁超凡在接受财联社记者专访时表示，“AI残局挑战”是团队在AI Agent（智能体）技术上的实践产物，从今年8月上线以来的热度和玩家反馈来看，该技术与游戏玩法达到了一个相对理想的结合点。①在近期舉行的2024雲棲大會上，巨人網絡旗下推理派對手遊《太空殺》的「AI殘局挑戰」玩法亮相展會並引發關注。②巨人網絡AI實驗室負責人丁超凡表示，目前行業對於AI Agent的探索還處於初期階段。他透露，團隊內部將聚焦多模態能力和AI Agent這兩大方向。
財聯社9月21日訊（記者 崔銘）遊戲行業對於生成式AI與大模型的關注，由去年聚焦生產環節降本增效，轉至今年力推玩法創新與體驗升級。在近期舉行的2024雲棲大會上，巨人網絡旗下推理派對手遊《太空殺》的「AI殘局挑戰」玩法亮相展會並引發關注。
財聯社記者了解到，「AI殘局挑戰」依託於巨人網絡自研的Multi-Agent（多智能體）遊戲技術框架，是業內首款多智能體AI原生遊戲玩法。在遊戲中，AI玩家能夠展現高智慧行爲，它們會謀略、會僞裝甚至互相「抱團」，這與目前市場上的AI陪伴類和AI NPC遊戲有着本質區別。
「我們認爲這是一次比較成功的嘗試」，巨人網絡AI實驗室負責人丁超凡在接受財聯社記者專訪時表示，「AI殘局挑戰」是團隊在AI Agent（智能體）技術上的實踐產物，從今年8月上線以來的熱度和玩家反饋來看，該技術與遊戲玩法達到了一個相對理想的結合點。
丁超凡認爲，未來的遊戲形態將打破傳統的規則約束。遊戲世界可以基於玩家的數據反饋更新，不僅能進行設計動態延展，還包含隨機事件和觸發彩蛋，是一個非線性的開放世界。
「從全球視野來看，目前行業對於AI Agent的探索還處於初期階段，這也是今年AI領域的一個研究熱點。」丁超凡透露，團隊內部在AI技術應用上有不同的方向規劃，但總體上將聚焦多模態能力和AI Agent這兩大方向突破。
自研大模型聚焦遊戲領域應用
作爲人工智能領域的重要技術，多智能體大模型近一年來備受關注。它結合了大型語言模型的強大語言處理能力和Multi-Agent系統的協作特性，實現智能體在複雜環境中的自主決策與互動。
丁超凡告訴財聯社記者，Agent核心還是由大模型驅動。以往傳統的AI技術方案，存在的共通問題是對於新環境的泛化能力不足。當大語言模型出現後，才有了非常強大的泛化能力，而這又帶來了創造新內容、新形式的能力，也讓「AI殘局挑戰」玩法成爲可能。
爲了在《太空殺》這款2億用戶的大型DAU遊戲中成功落地多智能體大模型，巨人網絡AI實驗室團隊通過平衡幻覺問題、確保內容安全、減少推理成本等方法，讓這一AI玩法既有趣又具備較好的可控性。
「我們對於AI的探索着重在遊戲領域。」丁超凡表示，公司在去年就已經構建起了一整套AI工業化的生產體系，包括大模型、視覺、語音，AI作爲生產力工具在公司內部取得了顯著的落地效果。「比如我們面向內部做的一站式AI美術生產平台，幾乎成爲了美術類設計類同事們日常使用的工具了。」
丁超凡表示，相對而言，AI目前在2D美術生產和語音生成方面應用較爲成熟，但在3D模型生成上還存在一定的技術瓶頸。由於3D資產本身數量有限，很難形成一個通用化且效果好的模型。這也是整個行業都面臨的問題。
看好多模態和AI Agent方向
考慮到目前的推理成本和投資回報率，AI產品很難實現大規模的商業化落地。除了少數大廠重金投入，大多數企業開發的AI產品只面向部分用戶，而非開放給全民。
丁超凡表示，對於推理成本，目前可以通過一些技術手段緩解計算壓力。「推理成本在以每年幾十倍的速度下降，未來推理成本一定不是問題，需要跳開這些所謂的瓶頸去思考未來受益的業務。」
儘管遊戲行業對於生成式AI和大模型的討論風向從降本增效轉至玩法創新，但在丁超凡看來，二者並不衝突。「從我個人角度來看，今年更關注大模型多模態能力如何跟遊戲性本身做結合，以優化甚至革新玩家的遊戲體驗，我們在這方面的探索還是蠻快的。」
財聯社記者獲悉，在近期舉行的2024雲棲大會上，巨人網絡首發兩款「遊戲+AI」自研大模型應用，一個是角色大模型GiantGPT，其應用效果已在巨人網絡遊戲業務場景中得到驗證。另一個是語音大模型BaiLing-TTS，目前已應用在遊戲NPC配音、視頻創作等實際場景。
丁超凡透露，今年團隊將聚焦多模態和AI Agent兩大方向。「從玩法層面來講，不受規則約束，高自由度的同時還能讓玩家有參與感，我們認爲這會是未來的一個遊戲形態，也是我們最早去探索AI和遊戲結合的初衷。」
