执行摘要
育碧公司公布了其首个可玩的生成式人工智能（AI）研究项目——“队友”（Teammates）。该项目是继2024年GDC上展示的“NEO NPCs”概念之后的一次重大演进，旨在通过实时语音指令和动态游戏行为，探索AI如何深化玩家的沉浸感与互动体验。
“队友”项目构建于第一人称射击游戏框架之上，其核心是三大AI实体：两位可由玩家通过自然语言实时指挥的AI小队成员——帕布罗（Pablo）和索菲亚（Sofia），以及一位名为贾斯帕（Jaspar）的多功能AI语音助手。这些AI不仅能执行复杂的战术指令，如掩护、攻击特定目标，还能提供任务信息、调整游戏设置，并作为有血有肉的角色与玩家互动，共同塑造个性化的叙事体验。
该项目标志着育碧在其“NPC-智能体-世界”（NPC-Agent-World）三阶段AI战略中，已成功迈入“智能体”（Agent）阶段。其技术核心在于将大型语言模型（LLM）驱动的逻辑层与传统的行为树相结合，赋予了NPC理解模糊指令并自主推理行动的能力，实现了从“被动对话”到“主动执行”的飞跃。
尽管项目面临长期记忆（目前仅能记忆约1.5小时内容）、“拟人化”记忆筛选、高昂的算力成本等挑战，但其展现的技术潜力巨大。研发团队预测，该技术有望在未来一年内应用于中小型游戏，并在3至5年内登陆3A级作品。“队友”项目不仅是一个可玩原型，更被定位为可接入育碧自研引擎（Anvil和Snowdrop）的跨平台中间件，旨在为公司内部的创作者提供强大的技术支持，推动游戏玩法的革新。
1. 项目概述与愿景
“队友”（Teammates）是育碧推出的首个面向玩家的可玩生成式AI研究项目，它继承并发展了公司于2024年GDC上发布的“NEO NPCs”高级NPC实验。该项目由育碧巴黎工作室的团队研发，其在科技创新方面的努力也获得了法国国家级战略投资计划“France 2030”的嘉奖。
该项目构建了一个反乌托邦未来的第一人称射击游戏场景，玩家扮演抵抗组织成员，任务是潜入敌方基地，寻找五名失踪的队友并回收他们的最后记忆。在此过程中，玩家将与两位AI队友并肩作战，并通过语音指令与他们进行深度互动。
项目的核心目标包括：
- 测试自然语言交互的潜力与极限： 探索玩家通过自然语音与游戏世界进行无缝、直观互动的可能性。
- 提升游戏沉浸感： 利用生成式AI创造出能够对玩家言行做出实时、动态响应的NPC，使游戏世界更加生动可信。
- 实现创新的互动体验： 打造传统脚本化技术无法实现的独特互动玩法，例如在瞬息万变的战场中进行复杂的战术指挥。
- 赋予玩家叙事主导权： 让玩家感觉自己是故事的塑造者，而非被动的跟随者。如叙事总监Virginie Mosser所述：“我们希望玩家会感觉他们在亲手塑造故事，而不仅仅是跟随故事。”
2. 核心AI实体与功能
“队友”项目的核心是三个由先进生成式AI技术驱动的实体，它们共同构成了一个动态且响应迅速的互动系统。
2.1 帕布罗（Pablo）与索菲亚（Sofia）：动态AI队友
帕布罗和索菲亚是玩家在游戏中的两名AI小队成员，他们是物理存在于游戏世界中的角色。他们具备“NEO NPCs”的对话能力，并在此基础上增加了执行复杂战术行动的能力。
- 语音指令与战术执行： 玩家可以通过自然语音向他们下达指令，例如指挥他们利用环境掩体、攻击特定敌人、协同推进或交流战术。
- 情境感知与自主行动： 他们能够理解玩家的模糊指令并结合战场环境做出合理决策。例如，当玩家说“我受伤了”，AI不仅会口头表达关心，还会主动靠近玩家进行治疗。
- 角色个性： 帕布罗被设定为“为服务和保护而生的第一代控制论底盘”，他和索菲亚都拥有由叙事团队设定的个性和动机，使其行为和对话符合角色设定。在测试中，玩家已开始对他们的性格特质赋予意义，并产生情感连接。
2.2 贾斯帕（Jaspar）：多功能AI语音助手
贾斯帕是一个超越了传统辅助功能的AI语音助手，它既是玩家的工具，也是故事中的一个动态角色。它能够处理游戏环境中的信息和情境线索，以响应玩家的语音输入和行动。
| 功能类别 | 具体能力 | 示例指令 |
| 界面交互 | 更改颜色、增加对比度、显示/隐藏界面元素、使用色盲模式、打开菜单 | “贾斯帕，隐藏界面！” |
| 任务支持 | 提供任务简报、提醒目标、建议后续步骤、总结信息、提供背景故事和传说细节 | “贾斯帕，‘智者之塔’是什么？” |
| 战斗辅助 | 高亮队友、高亮敌人、高亮关键物体 | “贾斯帕，高亮这个敌人！” |
| 游戏控制 | 暂停游戏、实时调整游戏设置 | （可推断） |
3. 技术实现与设计理念
“队友”项目的成功落地，标志着AI在游戏应用中从被动的对话伙伴向主动的行为主体的转变。
3.1 从“对话”到“行动”的技术飞跃
与早期仅限于文本框交互的AI游戏不同，“队友”项目解决了“AI如何感知世界并作出行动”的核心问题。
- 技术架构： 育碧在传统的NPC行为树（Behavior Tree）之上，增加了一个由大型语言模型（LLM）驱动的逻辑层。这一层负责解析玩家的自然语言指令，进行逻辑推理，然后触发行为树中相应的具体行动。
- 选择射击游戏作为试验场： FPS游戏类型因其包含可交流的队友、明确的目标、需要战术决策的环境以及快节奏的特性，成为了检验AI队友能力的理想平台。育碧也凭借其在《全境封锁》和《彩虹六号》等项目上的经验，为该实验提供了坚实基础。
3.2 以人类创造力为核心
开发团队明确表示，该项目的目标并非用AI取代创意人员，而是将其作为增强人类创造力的强大工具。
- 叙事“护栏”： 叙事总监Virginie Mosser将她的工作描述为“创建一种护栏”。她仍然负责编写故事、世界观和角色个性，但不再是固定的台词。这些设定为NPC的即兴发挥划定了边界，确保其所有动态生成的内容都符合角色的动机和游戏世界的背景设定。
- 暴露设计短板： 游戏玩法总监Xavier Manzanares指出，生成式AI的引入对游戏底层设计提出了更高要求。过去固定的交互脚本可以掩盖世界观或角色设计的缺陷，但现在一个设计不完备的框架会在与AI的自由交互中变得异常明显。
4. 战略意义与未来展望
“队友”项目不仅是一次技术展示，更是育碧未来AI战略的关键一步，同时也揭示了该技术在商业化应用中面临的挑战。
4.1 育碧的三阶段AI战略
该项目是育碧“NPC-智能体-世界”（NPC-Agent-World）发展蓝图中的重要里程碑。
- 第一阶段（NPC）： 以“NEO NPCs”为代表，实现了能与玩家进行深度对话的AI角色。
- 第二阶段（智能体/Agent）： 以“队友”为代表，实现了不仅能对话，还能在游戏世界中自主行动、执行复杂指令的AI智能体。
- 第三阶段（世界/World）： 终极目标是构筑一个由大量AI智能体构成的、能够以自洽方式自行运转的鲜活世界。例如，当游戏中下雨时，街上的NPC会自动撑伞、躲雨，并与玩家交流对天气的感受，甚至触发新的任务。
4.2 挑战与局限性
尽管前景广阔，该技术仍面临诸多亟待解决的难题：
- 长期记忆： 目前系统只能记忆约一个半小时内的交互内容。要实现跨越数十小时游戏流程的连贯叙事，必须攻克长期记忆问题。这不仅是技术存储的挑战，更在于如何让AI拥有“拟人化”的记忆——即懂得记住关键事件（如一次大爆炸），并适度“忘记”琐碎细节。
- 角色演变： 玩家期望AI队友能根据长期互动产生性格变化，例如记住玩家的偏好、形成专属密语等。
- 成本与算力： AI内容的生成依赖云端算力，会产生高昂的Token费用。而将模型部署在本地则对用户的硬件设备提出了极高要求。
4.3 应用时间表与内部协作
尽管存在挑战，但团队对技术的落地时间表持乐观态度：
- 商业化时间线： 预计从明年开始，小型的独立游戏或中等体量的AA级游戏即可开始应用此技术；大型3A作品的落地则可能在3至5年内实现。
- 内部平台化战略： “队友”项目被设计成一个跨平台的中间件，能够轻松接入育碧自研的Anvil和Snowdrop引擎。这为育碧内部不同项目的团队提供了一个测试和集成的平台，旨在统一技术语言，促进协作，加速AI技术在未来游戏中的应用。
5. 关键人物引言
| 姓名 | 职位 | 核心观点 |
| Xavier Manzanares | 游戏玩法生成式AI总监 | “我们早期的实验表明，玩家很快就与AI驱动的NPC和语音助手概念建立了联系……我们真的开始喜欢贾斯帕了，并且看到了这样的系统对于许多不同类型的游戏都可能很有趣。” |
| Virginie Mosser | 叙事总监 | “我仍然负责编写故事和角色个性，但我们不再写固定的台词，而是创造一种‘护栏’，让NPC可以在世界中即兴发挥，但始终保持在我们赋予他们的背景和动机的界限之内。” |
| Rémi Labory | 数据与AI总监 | “这项技术为全新的、个性化的体验打开了大门。玩家的输入实时塑造了角色的反应，这是传统开发无法实现的。” |