从雅达利到围棋再到星际争霸，游戏推动了 AI 领域一些最重大的突破。如今，我们正与游戏开发者合作，打造新的游戏体验原型，同时推进游戏与 AI 两个领域的前沿。
自 2010 年 DeepMind 成立以来，游戏这类有约束却内涵丰富的世界，在理解智能的过程中一直发挥着关键作用。从精通雅达利游戏到帮助解决蛋白质结构预测难题，它们推动了我们一些最重大的 AI 突破，至今仍是我们工作的核心。
游戏是 GDM 的基因。Google DeepMind 创始人之一 Demis Hassabis 本人就是前游戏开发者，我们团队里的许多人也是如此。我们在游戏开发方面共同拥有数十年的实战经验，并且对制作游戏这门手艺怀有深深的敬意。
我们始终明确，用游戏做 AI 研究需要与游戏开发者深度合作，例如今年早些时候我们公布的与 Fenris Creations 及 EVE Universe 的重大研究合作，以及我们与 Hello Games、Coffee Stain Studios、Foulball Hangover 等广受赞誉的工作室共同完成的工作。
游戏是 AI 研究的引擎
我们的旅程始于一个小团队训练深度神经网络，让它直接从原始像素玩雅达利 2600 游戏。Deep Q-Network（DQN）学会了玩 49 款不同的游戏，从 Pong 到 Breakout 再到 Space Invaders，无需任何针对特定游戏的工程设计。关于 DQN 的 2015 年 Nature 论文推动了现代深度强化学习时代的到来。
此后，我们尝试攻克更复杂的游戏，每个里程碑都带来能力更强、更通用的系统。AlphaGo 在 2016 年击败了围棋世界冠军李世石，许多专家原本认为这还要等十年。AlphaGo Zero 完全通过自我对弈学习，不使用任何人类数据，超越了此前的所有版本。AlphaZero 将这一方法推而广之，用同一种算法精通国际象棋、将棋和围棋，而 MuZero 甚至在不知道规则的情况下学会了下棋。2019 年，AlphaStar 在 StarCraft II 中达到宗师级水平，应对了实时的复杂性和不完全信息。
每一款游戏，AI 都丰富了其游玩体验。AlphaGo 著名的第 37 手出人意料，职业解说员起初还以为是失误，它推翻了围棋数百年来的公认智慧，也启发专家去探索新的策略。AlphaZero 同样在国际象棋中启发了全新的下法。更重要的是，在游戏中取得成功的探索精神对其他 AI 系统产生了深远影响：AlphaFold 运用这些基础，帮助解决了长达 50 年的蛋白质结构预测重大难题，这一突破获得了 2024 年诺贝尔化学奖。
从精通游戏到理解游戏
我们早期的工作表明，只要有明确的目标和足够的训练，AI 就能精通任何游戏。但现实世界并不附带分数和规则手册，这促使我们提出了一个根本不同的问题：AI 能否像人一样理解任何游戏世界并与之互动？
这正是 SIMA（Scalable Instructable Multiworld Agent，可扩展的可指令多世界智能体）背后的挑战。SIMA 并不以高分为优化目标，而是一个通才型智能体：它“看到”玩家在屏幕上会看到的内容，理解自然语言指令，并通过普通的键盘和鼠标操作来行动，无需 API 或源代码访问权限。
SIMA 2 由我们的前沿 AI 模型 Gemini 驱动，是一个能够实时推理和对话的交互式伙伴。它在复杂的 3D 研究环境以及 No Man's Sky、Valheim、Hydroneer 等电子游戏中实现了接近人类的游玩表现。
对游戏开发者来说，真正通用的游戏智能体将解锁可与现有游戏配合使用的 AI 能力，无需修改游戏代码。这可以催生全新的玩法，从真正理解游戏世界的 AI 伙伴，到能以脚本化系统无法做到的方式适应和响应的非玩家角色（NPC）。
通用游戏智能体还可能改变游戏的制作方式。在开发期间，游戏每次提交都会变化，这类智能体可以实现真正稳健的 QA 测试。上线之后，当引入新内容或玩家行为难以预测时，它们可以实时适应，泛化到新情况，而无需重新编写脚本。
为了安全、负责任地开发 SIMA 智能体，我们与广受赞誉的游戏工作室合作，并在不断扩充用于 AI 研究的游戏组合。这让我们能用越来越复杂的任务来挑战智能体，这些能力有朝一日或许可以迁移到解决现实世界的问题上。
▶ Introducing SIMA 2, the next milestone in our research creating general and helpful AI agents.
与游戏开发者合作，探索 AI 与游戏研究的新前沿
游戏工作室带来精湛的手艺、非凡的游戏世界，以及对玩家的深入了解。我们带来前沿 AI（从 Gemini 到生成式交互环境和具身智能体的研究）、研究专长，以及我们团队独特的游戏开发背景和多年为交互环境构建 AI 的经验。我们共同致力于发现突破性的体验，也就是没有 AI 就不可能实现、前所未见的玩法。
重点不在技术，而在有趣的体验。因此我们对合作伙伴采取“展示而非空谈”的方式。我们的团队与游戏开发者携手合作，探索新想法，构建可玩的原型，寻找乐趣所在。
我们与 EVE Universe 背后的独立工作室 Fenris Creations 的最新研究合作，开启了我们在游戏领域进行 AI 研究的新篇章。
Fenris Creations 用二十多年时间打造了游戏界最非凡的持久世界之一。EVE Online 于 2003 年推出，是一款大型多人在线太空模拟游戏，数以千计的玩家共享同一个宇宙，这个宇宙已持续演化了 20 多年。其由玩家驱动的经济体系具有真实的供需动态，贸易网络横跨数千个星系。它的格局由联盟、冲突与外交塑造，由人与人的互动所驱动。
对 AI 研究而言，这是绝佳的机会。这是一个活生生、不断演化的世界，它所要求的正是我们认为对前沿 AI 至关重要的能力：
- 持续学习：在不断变化的世界中获取新技能，同时不遗忘已有的技能。
- 记忆：在远超当今模型上下文窗口的时间尺度上积累和检索知识。
- 长程规划：在数周、数月甚至数年的跨度上进行推理。
- 复杂的多智能体动态：在大规模场景下应对合作、竞争、谈判、经济以及涌现的社会行为。
这些挑战处于我们更广泛研究计划的核心，该计划旨在创建能从经验中持续学习、且学习速度随时间加快的系统。我们相信，这些前沿能力未来可以解锁新的游戏体验。
EVE Online 从第一天起就被设想为一个由玩家塑造、行为后果长久存续的沙盒。几十年来，这催生了无数玩家和员工成长的故事。我们与 Google DeepMind 一起，正在迈向未知的领域：在那里，AI 必须在其他任何游戏环境都不要求的时间尺度上学习、适应和记忆，同时帮助我们在现实生活中面对同样的问题之前，先弄清人类与 AI 如何在虚拟环境中共存。
Hilmar Pétursson
Fenris Creations 首席执行官
我们的研究合作覆盖 Fenris Creations 不断扩展的宇宙，为 AI 开发提供了不同的环境。EVE Online 提供大规模的单分片持久宇宙，而 EVE Vanguard 以第一人称视角进行，将地面层面、节奏快速的战术决策带入更广阔的持久世界。这为研究在多个抽象层级上运作的智能体创造了机会，从反应速度级别的战术到横跨星系的战略。
此外，EVE Frontier 具有可编程的“Smart Assemblies”以及开放、可扩展的架构，提供了一个世界规则本身都可能改变的开放式环境，要求智能体能适应全新的游戏机制。
我们的合作已经为玩家带来了实际价值：Aura Guidance 系统使用 Gemini，基于真实的新手帮助（Rookie Help）问答，向新飞行员提供由玩家产生的知识。
我们的长期研究计划从 EVE Online 的离线实例开始，这是一个与线上玩家隔离的安全沙盒。随后通过 EVE Frontier 推进，把它作为研究人类与智能体如何在持久、开放式世界中共存的空间。只有当相关能力成熟之后，我们才会考虑将其引入 EVE Online 和 EVE Vanguard，目的是丰富人类的游玩体验。
未来之路
游戏一直是智能的一面镜子。随着游戏变得更复杂、更持久、更开放，我们为应对它们而构建的 AI 系统也在同步进化。
我们瞄准的仍是一贯的终极目标：让 AI 成为催化剂，而不是替代品。我们的长期愿景是解锁突破性的游戏体验，让游戏更易上手、更个性化，并且正如从 AlphaGo 到 AlphaFold 所见，把我们在游戏中学到的东西应用于现实世界的问题，推动科学发现。
我们感谢这一路上所有的游戏合作伙伴，也感谢 Fenris Creations 与我们一起开启下一篇章。我们迫不及待想分享我们的发现。
致谢
我们要感谢 Google DeepMind 内的众多团队，多年来他们为安全、负责任地推进游戏领域的 AI 研究所作的贡献。
特别感谢所有与我们合作的游戏开发者：Coffee Stain（Valheim、Satisfactory、Goat Simulator 3），Fenris Creations（EVE Online、EVE Vanguard、EVE Frontier），Foulball Hangover（Hydroneer），Hello Games（No Man's Sky），Keen Software House（Space Engineers），RubberbandGames（Wobbly Life），Strange Loop Games（Eco），Thunderful Games（ASKA、The Gunk、Steamworld Build），Digixart（Road 96），以及 Tuxedo Labs & Saber Interactive（Teardown）。