文|三易生活

AGI（通用人工智能）將在5年內(nèi)實現(xiàn)，這是OpenAI CEO奧特曼、特斯拉創(chuàng)始人馬斯克、英偉達創(chuàng)始人黃仁勛等一眾大咖對于未來的預測。從ChatGPT到GTP-4、再到Claude 3，如今AI的性能越來越強則已經(jīng)是無需置疑的事情。

最近，大洋兩岸幾乎在同一時間上線了一款AI Agent。谷歌旗下的DeepMind宣布推出首個能在廣泛3D虛擬環(huán)境和視頻游戲中，遵循自然語言指令的通用AI智能體SIMA，而北京智源人工智能研究院、新加坡南洋理工大學、北京大學則攜手提出通用計算機控制智能體框架Cradle。

如何表現(xiàn)SIMA和Cradle是AI智能體、而非AI大模型呢？兩者的操作堪稱是英雄所見略同，雙方不約而同選擇了游戲作為展示AI智能體能力的場景。比如，SIMA可以在《無人深空》中代替玩家駕駛宇宙飛船、并收集資源，以及在《模擬山羊3》中當司機。Cradle則直接部署在《荒野大鏢客2》上，其完成了長達40分鐘時的主線劇情，還能在開放世界里自由探索，包括與NPC對話、使用道具，以及在商店中購物。

顯而易見，SIMA和Cradle與目前市面上一眾大語言模型有著本質的區(qū)別，它們能自主感知、規(guī)劃決策、執(zhí)行復雜任務，還可以通過獨立思考和調(diào)用工具逐步完成給定的目標，而無需人類去指定每一步的操作。從某種意義上來說，SIMA、Cradle這類AI智能體在2024年的涌現(xiàn)，或許在五年內(nèi)實現(xiàn)AGI真不是馬斯克、黃仁勛等人在說大話。

那么SIMA和Cradle是如何做到讓AI像人類一樣玩游戲的呢？SIMA給出的策略，是將預訓練視覺模型與自監(jiān)督學習的Transformer相結合，從用戶那里接收語言指令，并從環(huán)境中獲取圖像觀察結果，然后將它們映射為鍵盤和鼠標的動作。比如讓不同的成對真人玩家進行互動，一名玩家觀察、并指導另一名玩家進行游戲，SIMA借此捕獲語言指令，又或者讓玩家自由玩游戲，進而觀察他們的操作，并記錄下可能導致其游戲行為的指令。

而Cradle則是以GPT-4V（有視覺功能的GPT-4）為基礎，讓其讀取、并分析游戲內(nèi)的提示和教程，再生成對應的可執(zhí)行代碼作為技能，從而一步步豐富自己的技能庫， 并在之后的游戲中重復使用這些技能。Cradle能夠處理來自一系列屏幕截圖的視頻作為輸入，并產(chǎn)生鍵盤和鼠標操作作為輸出，再搭配包括自我反思、任務推理、技能策劃和動作規(guī)劃在內(nèi)的推理模塊，以及用于存儲和檢索經(jīng)驗信息和技能的記憶模塊，最終完成了讓AI玩游戲的效果。

AI也能像真人一樣玩游戲這件事，對于游戲行業(yè)而言無異于是平地驚雷。要知道在過去二十余年間，游戲行業(yè)面臨的一大難題就是如何應對腳本、外掛等自動化程序，游戲廠商與外掛黑灰產(chǎn)之間的斗智斗勇更是幾乎貫穿了整個游戲行業(yè)的始終。但破壞游戲公平、毀滅游戲環(huán)境，則是外掛和腳本被游戲廠商深惡痛絕的原因，由于外掛會讓使用者獲得額外的競爭力，更是會直接毀滅競技類游戲的游戲性。

對于MMORPG等網(wǎng)游來說，外掛、腳本的存在會加速游戲資源的消耗，進而導致玩家的獲得感被降低。簡單來說，游戲的樂趣在于通過時間的堆砌或技能的積累來獲得成就感，可一旦外掛介入，玩家就不再需要這些投入，而是依賴外部幫助就能獲得勝利。這無疑會削弱游戲的挑戰(zhàn)性，使得玩家失去面對挑戰(zhàn)的機會，進而減少游戲的長期吸引力。

如果說過去的外掛、腳本，僅僅只是提前編輯好的自動化程序，只能完成編程后的特定任務，因此意味著游戲廠商只需要找到外掛的特征碼即可將其封殺，這也是目前游戲行業(yè)反外掛最有效的方式。可AI智能體的出現(xiàn)，就意味著在游戲廠商的視角下，機器和人類的分野會變得更加模糊。因為AI智能體操作游戲的方式就是和人類學的，它可能根本就沒有特征碼可供游戲廠商甄別，外掛團隊更是可能會對SIMA、Cradle的出現(xiàn)感到欣喜若狂。

換而言之，在游戲廠商用AI來賦能游戲制作、拓寬游戲內(nèi)容邊界之前，AI智能體或許將會改變玩家體驗游戲的范式了。