财联社9月21日讯（记者 崔铭）游戏行业对于生成式AI与大模型的关注，由去年聚焦生产环节降本增效，转至今年力推玩法创新与体验升级。在近期举行的2024云栖大会上，巨人网络旗下推理派对手游《太空杀》的“AI残局挑战”玩法亮相展会并引发关注。

财联社记者了解到，“AI残局挑战”依托于巨人网络自研的Multi-Agent（多智能体）游戏技术框架，是业内首款多智能体AI原生游戏玩法。在游戏中，AI玩家能够展现高智慧行为，它们会谋略、会伪装甚至互相“抱团”，这与目前市场上的AI陪伴类和AI NPC游戏有着本质区别。

“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。

丁超凡认为，未来的游戏形态将打破传统的规则约束。游戏世界可以基于玩家的数据反馈更新，不仅能进行设计动态延展，还包含随机事件和触发彩蛋，是一个非线性的开放世界。

“从全球视野来看，目前行业对于AI Agent的探索还处于初期阶段，这也是今年AI领域的一个研究热点。”丁超凡透露，团队内部在AI技术应用上有不同的方向规划，但总体上将聚焦多模态能力和AI Agent这两大方向突破。

自研大模型聚焦游戏领域应用

作为人工智能领域的重要技术，多智能体大模型近一年来备受关注。它结合了大型语言模型的强大语言处理能力和Multi-Agent系统的协作特性，实现智能体在复杂环境中的自主决策与互动。

丁超凡告诉财联社记者，Agent核心还是由大模型驱动。以往传统的AI技术方案，存在的共通问题是对于新环境的泛化能力不足。当大语言模型出现后，才有了非常强大的泛化能力，而这又带来了创造新内容、新形式的能力，也让“AI残局挑战”玩法成为可能。

为了在《太空杀》这款2亿用户的大型DAU游戏中成功落地多智能体大模型，巨人网络AI实验室团队通过平衡幻觉问题、确保内容安全、减少推理成本等方法，让这一AI玩法既有趣又具备较好的可控性。

“我们对于AI的探索着重在游戏领域。”丁超凡表示，公司在去年就已经构建起了一整套AI工业化的生产体系，包括大模型、视觉、语音，AI作为生产力工具在公司内部取得了显著的落地效果。“比如我们面向内部做的一站式AI美术生产平台，几乎成为了美术类设计类同事们日常使用的工具了。”

丁超凡表示，相对而言，AI目前在2D美术生产和语音生成方面应用较为成熟，但在3D模型生成上还存在一定的技术瓶颈。由于3D资产本身数量有限，很难形成一个通用化且效果好的模型。这也是整个行业都面临的问题。

看好多模态和AI Agent方向

考虑到目前的推理成本和投资回报率，AI产品很难实现大规模的商业化落地。除了少数大厂重金投入，大多数企业开发的AI产品只面向部分用户，而非开放给全民。

丁超凡表示，对于推理成本，目前可以通过一些技术手段缓解计算压力。“推理成本在以每年几十倍的速度下降，未来推理成本一定不是问题，需要跳开这些所谓的瓶颈去思考未来受益的业务。”

尽管游戏行业对于生成式AI和大模型的讨论风向从降本增效转至玩法创新，但在丁超凡看来，二者并不冲突。“从我个人角度来看，今年更关注大模型多模态能力如何跟游戏性本身做结合，以优化甚至革新玩家的游戏体验，我们在这方面的探索还是蛮快的。”

财联社记者获悉，在近期举行的2024云栖大会上，巨人网络首发两款“游戏+AI”自研大模型应用，一个是角色大模型GiantGPT，其应用效果已在巨人网络游戏业务场景中得到验证。另一个是语音大模型BaiLing-TTS，目前已应用在游戏NPC配音、视频创作等实际场景。

丁超凡透露，今年团队将聚焦多模态和AI Agent两大方向。“从玩法层面来讲，不受规则约束，高自由度的同时还能让玩家有参与感，我们认为这会是未来的一个游戏形态，也是我们最早去探索AI和游戏结合的初衷。”