从雅达利到EVE Online：基于15年的游戏AI研究
探索AI与游戏研究的新前沿 — Google DeepMind
从雅达利到围棋再到星际争霸，游戏推动了AI的一些重大突破。现在，我们正与游戏开发者合作，原型设计新的游戏体验，推动游戏与AI的前沿。
自2010年DeepMind成立以来，游戏有限但丰富的世界在理解智能方面发挥了关键作用。它们推动了我们最大的一些AI突破，从掌握雅达利到帮助解决蛋白质结构预测——这些依旧是我们工作的核心。
游戏就在GDM的DNA中。Google DeepMind的创始人之一Demis Hassabis本人也是一位前游戏开发者，我们团队中的许多人也是如此。我们共同拥有数十年的游戏开发实践经验，并对制作游戏的工艺深表敬意。
我们始终明确，开展游戏AI研究需要与游戏开发者深度合作——就像我们今年早些时候推出的新研究伙伴关系与[Fenris Creations](https://fenris.com/news/2026/studio-behind-eve-online-goes-independent-rebrands-as-fenris-creations-enters-research-partnership-with-google-deepmind)和EVE宇宙的合作，以及我们与著名工作室如[Hello Games](https://hellogames.org/)、[Coffee Stain Studios](https://coffeestain.com/)和[Foulball Hangover](https://www.foulballhangover.com/)等合作的努力。
## 游戏作为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直接从原始像素中玩雅达利2600的游戏。Deep Q-Network (DQN)学习了49种不同的游戏——从*Pong*到*Breakout*再到*Space Invaders*——而无需任何游戏特定的工程。2015年在《自然》杂志发表的关于DQN的论文帮助催生了深度强化学习的现代时代。
从那里开始，我们尝试掌握更复杂的游戏，每一个里程碑都产生了更强大和更通用的系统。[AlphaGo](https://deepmind.google/research/breakthroughs/alphago/)在2016年击败了围棋世界冠军李世石，许多专家认为这一壮举仍需十年时间。[AlphaGo Zero](https://www.nature.com/articles/nature24270)通过完全自我对弈学习，超越了所有之前的版本，完全没有人类数据。[AlphaZero](https://www.science.org/doi/10.1126/science.aar6404)将这一方法推广，用一个算法掌握了国际象棋、将棋和围棋，而[MuZero](https://www.nature.com/articles/s41586-020-03051-4)则在连规则都不知道的情况下学习游戏。2019年，[AlphaStar](https://www.nature.com/articles/s41586-019-1724-z)在*StarCraft II*中达到了大师级水平，驾驭实时复杂性和不完整信息。
对于每个游戏，AI都丰富了游戏体验。AlphaGo著名的[第37手](https://deepmind.google/research/breakthroughs/alphago/)是一种如此意外的落子，以至于专业评论员最初认为这是一个错误，颠覆了围棋几百年来的传统智慧，并激励专家探索新的策略。AlphaZero同样激发了国际象棋中的全新出招。至关重要的是，成功的探索精神对其他AI系统也产生了深远的影响：[AlphaFold](https://deepmind.google/science/alphafold/)将这些基础应用于帮助解决50年来的蛋白质结构预测的重大挑战，这一突破在2024年获得了诺贝尔化学奖。
## 从掌握游戏到理解游戏
我们早期的工作表明，AI可以在拥有明确目标和足够训练的情况下掌握任何游戏。但现实世界并没有分数和规则书——这促使我们提出一个根本不同的问题：AI能否像人一样理解和与任何游戏世界互动？
这是我们可扩展的可指令多世界代理[SIMA](https://deepmind.google/blog/sima-generalist-ai-agent-for-3d-virtual-environments/)面临的挑战。SIMA是一个通用代理，它“看到”玩家在屏幕上看到的内容，理解自然语言指令，并通过普通的键盘和鼠标操作行动——无需API或源代码访问。
由我们的前沿AI模型Gemini支持，[SIMA 2](https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/)作为一个互动伙伴，能够进行实时推理和对话。它在包括*No Man's Sky*、*Valheim*、*Hydroneer*等复杂的3D研究环境和视频游戏中实现了类似人类的游戏。
对于游戏开发者来说，一个真正的通用游戏代理将解锁与现有游戏兼容的AI能力——无需修改游戏代码。这可以驱动全新的游戏玩法，从真正理解游戏世界的AI伙伴到以脚本系统无法比拟的方式进行适应和反应的非玩家角色（NPC）。
一个通用的游戏代理也可能改变游戏的制作方式。在开发过程中，当游戏在每一次提交中都在变化时，这样的代理可以使真正稳健的质量保证测试成为可能。在发布后，当引入新内容或玩家行为不可预测时，它们可以实时适应——在不需要重新脚本的情况下对新情况进行泛化。
为了安全和负责任地开发SIMA代理，我们与知名游戏工作室合作，并建立了一个不断扩展的AI研究游戏组合。这使我们能够挑战我们的代理以应对越来越复杂的任务，这些任务最终可能转移到解决现实世界的问题上。
## 与游戏开发者探索AI和游戏研究的新前沿
游戏工作室带来了专业的工艺、非凡的游戏世界和对玩家的深刻知识。我们则带来了前沿AI——从Gemini到生成交互环境和具身代理的研究专长，以及我们团队独特的游戏开发背景及多年的制作AI用于交互环境的经验。我们共同关注发现突破性的体验——没有AI不会实现的前所未见的游戏玩法。
“这不是技术问题，而是关于有趣体验的问题。”因此，我们与合作伙伴采取“展示，而不是告知”的方法。我们的团队与游戏开发者紧密合作，探索新想法并构建可玩的原型，寻找乐趣。
我们与[EVE宇宙](https://www.fenris.com/)背后的独立工作室Fenris Creations的最新研究合作，代表了我们AI研究在游戏领域历史的新篇章。
Fenris Creations在构建一个极其非凡的持久世界方面已经有超过二十年的经历。自2003年推出的*EVE Online*，是一款大规模多人在线空间模拟游戏，数千名玩家共享一个已经持续演变了20多年的宇宙。其以玩家为驱动的经济表现出真实的供需动态以及跨越数千个星系的贸易网络。其景观——由联盟、冲突和外交塑造——由人类互动驱动。
对于AI研究来说，这提供了一个绝佳的机会。这是一个活生生的、不断演变的世界，要求我们认为对前沿AI至关重要的能力：
* **持续学习**：在一个不断变化的世界中，不断获取新技能而不忘记以前的知识。
* **记忆**：在超越当今模型上下文窗口的时间尺度上累积和检索知识。
* **长期规划**：在几周、几个月甚至几年内进行推理。
* **复杂的多代理动态**：以大规模的合作、竞争、谈判、经济和新兴社会行为进行导航。
这些挑战位于我们更广泛的研究举措的核心，旨在创建能够随经验持续学习的系统，学习速度随着时间的推移而加快。我们相信，这些前沿能力可能会在未来解锁新的游戏体验。
> EVE Online从一开始就被设想为一个可影响长远后果的沙盒，由其玩家塑造。这驱动了无数人类成长的故事，涵盖了几代玩家和员工。与Google DeepMind的合作，让我们迈入了未开发的领域，AI必须在没有其他游戏环境所要求的时间尺度上学习、适应和记忆，同时帮助我们理解人类和AI如何在虚拟环境中共存，然后再面对现实生活中的同样问题。
>
> ——Hilmar Pétursson Fenris Creations首席执行官
我们的研究合作遍及Fenris Creations不断扩展的宇宙，为AI开发提供了独特的环境。虽然*EVE Online*提供了一个大规模的单一持续宇宙，但*EVE Vanguard*则从第一人称视角进行游戏，将地面级、快速的战术决策带入更广泛的持久世界。这创造了研究代理在多个抽象层面上的机会，从即时的战术到跨星系的战略。
此外，*EVE Frontier*——具有可编程的“智能组装”和开放、可扩展的架构——提供了一个开放式环境，世界的规则可以变化，这要求代理适应完全新的游戏机制。
我们的合作已经为玩家带来了真实的价值：[Aura Guidance](https://www.eveonline.com/news/view/eve-evolved-aura-guidance)系统利用Gemini提供基于真实新手帮助问答的玩家生成知识，以帮助新飞行员。
我们的长期研究计划以一个离线的EVE Online实例开始，这是一个安全的沙盒，设置在与实时玩家分离的环境中。然后，逐步通过EVE Frontier研究人类和代理如何能够在持续和开放的世界中共存。只有当能力成熟后，我们才会考虑将它们引入EVE Online和EVE Vanguard，以增强人类的游戏体验。
## 前进的道路
游戏始终是智能的镜子。随着它们变得越来越复杂、持久和开放，构建这些游戏的AI系统也在不断演变。
我们追求的目标与始终如一：AI作为催化剂，而不是替代品。我们的长期目标是解锁突破性的游戏体验，使游戏变得更易于访问和更个性化，正如我们从AlphaGo到AlphaFold所看到的，将我们在游戏中所学的知识应用于现实世界中的问题，推进科学发现。
我们感谢所有的游戏合作伙伴陪伴我们这一旅程，感谢Fenris Creations加入我们走过的下一篇章。我们迫不及待想要分享我们的发现。
[了解更多关于SIMA 2的信息](https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/) [了解更多关于我们与Fenris Creations的合作](https://fenris.com/news/2026/studio-behind-eve-online-goes-independent-rebrands-as-fenris-creations-enters-research-partnership-with-google-deepmind)
## 致谢
我们想承认Google DeepMind的许多团队在安全和负责任地推进AI游戏研究方面的贡献。
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*）和Tuxedo Labs & Saber Interactive（*Teardown*）。
## 相关帖子
### SIMA 2：一个与您一起在虚拟3D世界中游戏、推理和学习的代理
2025年11月 研究 [了解更多](https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/)
---
原文链接：[点击查看](https://deepmind.google/blog/from-atari-to-eve-online-building-on-15-years-of-ai-research-in-games/)
从雅达利到围棋再到星际争霸，游戏推动了AI的一些重大突破。现在，我们正与游戏开发者合作，原型设计新的游戏体验，推动游戏与AI的前沿。
自2010年DeepMind成立以来，游戏有限但丰富的世界在理解智能方面发挥了关键作用。它们推动了我们最大的一些AI突破，从掌握雅达利到帮助解决蛋白质结构预测——这些依旧是我们工作的核心。
游戏就在GDM的DNA中。Google DeepMind的创始人之一Demis Hassabis本人也是一位前游戏开发者，我们团队中的许多人也是如此。我们共同拥有数十年的游戏开发实践经验，并对制作游戏的工艺深表敬意。
我们始终明确，开展游戏AI研究需要与游戏开发者深度合作——就像我们今年早些时候推出的新研究伙伴关系与[Fenris Creations](https://fenris.com/news/2026/studio-behind-eve-online-goes-independent-rebrands-as-fenris-creations-enters-research-partnership-with-google-deepmind)和EVE宇宙的合作，以及我们与著名工作室如[Hello Games](https://hellogames.org/)、[Coffee Stain Studios](https://coffeestain.com/)和[Foulball Hangover](https://www.foulballhangover.com/)等合作的努力。
## 游戏作为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直接从原始像素中玩雅达利2600的游戏。Deep Q-Network (DQN)学习了49种不同的游戏——从*Pong*到*Breakout*再到*Space Invaders*——而无需任何游戏特定的工程。2015年在《自然》杂志发表的关于DQN的论文帮助催生了深度强化学习的现代时代。
从那里开始，我们尝试掌握更复杂的游戏，每一个里程碑都产生了更强大和更通用的系统。[AlphaGo](https://deepmind.google/research/breakthroughs/alphago/)在2016年击败了围棋世界冠军李世石，许多专家认为这一壮举仍需十年时间。[AlphaGo Zero](https://www.nature.com/articles/nature24270)通过完全自我对弈学习，超越了所有之前的版本，完全没有人类数据。[AlphaZero](https://www.science.org/doi/10.1126/science.aar6404)将这一方法推广，用一个算法掌握了国际象棋、将棋和围棋，而[MuZero](https://www.nature.com/articles/s41586-020-03051-4)则在连规则都不知道的情况下学习游戏。2019年，[AlphaStar](https://www.nature.com/articles/s41586-019-1724-z)在*StarCraft II*中达到了大师级水平，驾驭实时复杂性和不完整信息。
对于每个游戏，AI都丰富了游戏体验。AlphaGo著名的[第37手](https://deepmind.google/research/breakthroughs/alphago/)是一种如此意外的落子，以至于专业评论员最初认为这是一个错误，颠覆了围棋几百年来的传统智慧，并激励专家探索新的策略。AlphaZero同样激发了国际象棋中的全新出招。至关重要的是，成功的探索精神对其他AI系统也产生了深远的影响：[AlphaFold](https://deepmind.google/science/alphafold/)将这些基础应用于帮助解决50年来的蛋白质结构预测的重大挑战，这一突破在2024年获得了诺贝尔化学奖。
## 从掌握游戏到理解游戏
我们早期的工作表明，AI可以在拥有明确目标和足够训练的情况下掌握任何游戏。但现实世界并没有分数和规则书——这促使我们提出一个根本不同的问题：AI能否像人一样理解和与任何游戏世界互动？
这是我们可扩展的可指令多世界代理[SIMA](https://deepmind.google/blog/sima-generalist-ai-agent-for-3d-virtual-environments/)面临的挑战。SIMA是一个通用代理，它“看到”玩家在屏幕上看到的内容，理解自然语言指令，并通过普通的键盘和鼠标操作行动——无需API或源代码访问。
由我们的前沿AI模型Gemini支持，[SIMA 2](https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/)作为一个互动伙伴，能够进行实时推理和对话。它在包括*No Man's Sky*、*Valheim*、*Hydroneer*等复杂的3D研究环境和视频游戏中实现了类似人类的游戏。
对于游戏开发者来说，一个真正的通用游戏代理将解锁与现有游戏兼容的AI能力——无需修改游戏代码。这可以驱动全新的游戏玩法，从真正理解游戏世界的AI伙伴到以脚本系统无法比拟的方式进行适应和反应的非玩家角色（NPC）。
一个通用的游戏代理也可能改变游戏的制作方式。在开发过程中，当游戏在每一次提交中都在变化时，这样的代理可以使真正稳健的质量保证测试成为可能。在发布后，当引入新内容或玩家行为不可预测时，它们可以实时适应——在不需要重新脚本的情况下对新情况进行泛化。
为了安全和负责任地开发SIMA代理，我们与知名游戏工作室合作，并建立了一个不断扩展的AI研究游戏组合。这使我们能够挑战我们的代理以应对越来越复杂的任务，这些任务最终可能转移到解决现实世界的问题上。
## 与游戏开发者探索AI和游戏研究的新前沿
游戏工作室带来了专业的工艺、非凡的游戏世界和对玩家的深刻知识。我们则带来了前沿AI——从Gemini到生成交互环境和具身代理的研究专长，以及我们团队独特的游戏开发背景及多年的制作AI用于交互环境的经验。我们共同关注发现突破性的体验——没有AI不会实现的前所未见的游戏玩法。
“这不是技术问题，而是关于有趣体验的问题。”因此，我们与合作伙伴采取“展示，而不是告知”的方法。我们的团队与游戏开发者紧密合作，探索新想法并构建可玩的原型，寻找乐趣。
我们与[EVE宇宙](https://www.fenris.com/)背后的独立工作室Fenris Creations的最新研究合作，代表了我们AI研究在游戏领域历史的新篇章。
Fenris Creations在构建一个极其非凡的持久世界方面已经有超过二十年的经历。自2003年推出的*EVE Online*，是一款大规模多人在线空间模拟游戏，数千名玩家共享一个已经持续演变了20多年的宇宙。其以玩家为驱动的经济表现出真实的供需动态以及跨越数千个星系的贸易网络。其景观——由联盟、冲突和外交塑造——由人类互动驱动。
对于AI研究来说，这提供了一个绝佳的机会。这是一个活生生的、不断演变的世界，要求我们认为对前沿AI至关重要的能力：
* **持续学习**：在一个不断变化的世界中，不断获取新技能而不忘记以前的知识。
* **记忆**：在超越当今模型上下文窗口的时间尺度上累积和检索知识。
* **长期规划**：在几周、几个月甚至几年内进行推理。
* **复杂的多代理动态**：以大规模的合作、竞争、谈判、经济和新兴社会行为进行导航。
这些挑战位于我们更广泛的研究举措的核心，旨在创建能够随经验持续学习的系统，学习速度随着时间的推移而加快。我们相信，这些前沿能力可能会在未来解锁新的游戏体验。
> EVE Online从一开始就被设想为一个可影响长远后果的沙盒，由其玩家塑造。这驱动了无数人类成长的故事，涵盖了几代玩家和员工。与Google DeepMind的合作，让我们迈入了未开发的领域，AI必须在没有其他游戏环境所要求的时间尺度上学习、适应和记忆，同时帮助我们理解人类和AI如何在虚拟环境中共存，然后再面对现实生活中的同样问题。
>
> ——Hilmar Pétursson Fenris Creations首席执行官
我们的研究合作遍及Fenris Creations不断扩展的宇宙，为AI开发提供了独特的环境。虽然*EVE Online*提供了一个大规模的单一持续宇宙，但*EVE Vanguard*则从第一人称视角进行游戏，将地面级、快速的战术决策带入更广泛的持久世界。这创造了研究代理在多个抽象层面上的机会，从即时的战术到跨星系的战略。
此外，*EVE Frontier*——具有可编程的“智能组装”和开放、可扩展的架构——提供了一个开放式环境，世界的规则可以变化，这要求代理适应完全新的游戏机制。
我们的合作已经为玩家带来了真实的价值：[Aura Guidance](https://www.eveonline.com/news/view/eve-evolved-aura-guidance)系统利用Gemini提供基于真实新手帮助问答的玩家生成知识，以帮助新飞行员。
我们的长期研究计划以一个离线的EVE Online实例开始，这是一个安全的沙盒，设置在与实时玩家分离的环境中。然后，逐步通过EVE Frontier研究人类和代理如何能够在持续和开放的世界中共存。只有当能力成熟后，我们才会考虑将它们引入EVE Online和EVE Vanguard，以增强人类的游戏体验。
## 前进的道路
游戏始终是智能的镜子。随着它们变得越来越复杂、持久和开放，构建这些游戏的AI系统也在不断演变。
我们追求的目标与始终如一：AI作为催化剂，而不是替代品。我们的长期目标是解锁突破性的游戏体验，使游戏变得更易于访问和更个性化，正如我们从AlphaGo到AlphaFold所看到的，将我们在游戏中所学的知识应用于现实世界中的问题，推进科学发现。
我们感谢所有的游戏合作伙伴陪伴我们这一旅程，感谢Fenris Creations加入我们走过的下一篇章。我们迫不及待想要分享我们的发现。
[了解更多关于SIMA 2的信息](https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/) [了解更多关于我们与Fenris Creations的合作](https://fenris.com/news/2026/studio-behind-eve-online-goes-independent-rebrands-as-fenris-creations-enters-research-partnership-with-google-deepmind)
## 致谢
我们想承认Google DeepMind的许多团队在安全和负责任地推进AI游戏研究方面的贡献。
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*）和Tuxedo Labs & Saber Interactive（*Teardown*）。
## 相关帖子
### SIMA 2：一个与您一起在虚拟3D世界中游戏、推理和学习的代理
2025年11月 研究 [了解更多](https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/)
---
原文链接：[点击查看](https://deepmind.google/blog/from-atari-to-eve-online-building-on-15-years-of-ai-research-in-games/)
评论
暂无评论。