玩家 - AI在线

AI 生成游戏引争议：Oasis 模型涉嫌抄袭《我的世界》，且质量堪忧

AI 公司 DecartAI 联合 Etched 推出了名为 Oasis 的世界模型，可以在“没有游戏引擎、没有逻辑、没有代码”的情况下运行一个大致近似于《我的世界》的游戏。然而，这款 AI 生成的“游戏”却引发了广泛的批评和争议。然而，Oasis 的画面质量令人失望，分辨率和帧率分别为 360p 和以 20 FPS，甚至不如任天堂 64 时代的游戏。

腾讯推出“全球首个”语音指挥 FPS AI 队友，可据输入指令推测玩家意图

感谢AI在线从腾讯魔方工作室获悉，在 8 月 21 日的 2024 科隆游戏展上，《暗区突围》端游海外版《Arena Breakout: Infinite》亮相。同时，由魔方工作室群技术团队联合《暗区突围》项目团队推出了号称“全球首个”的语音指挥 FPS AI F.A.C.U.L. 。据官方介绍，该产品是全球第一个“能听懂人类语言”的 FPS AI 队友，应用了生成式 AI 技术，包括语音输入、大语言模型、实时语音合成和环境识别等。其支持玩家用语音直接输入复杂战术指令，还能以此推测玩家意图并用 AI 语音实时反

《逆水寒》手游自捏江湖友人玩法即将上线，玩家首次创造 AI 生命体

《逆水寒》手游今日官宣，在即将到来的 2.1.3 版本里，自捏江湖友人玩法即将上线，《逆水寒》手游将是“业界首个可以自捏 AI 智能生命体”的游戏。新版本上线后，玩家可以点开【呼吸-自捏江湖友人】界面，输入姓名，即可一键完成捏人工作。此外，玩家可以为江湖友人打造独一无二的外貌与声音。如果心中已有理想形象，可以选择扫码导入装扮站的现有外观；也可以在征得他人的同意后，通过扫码复制他人分享的门客。玩家还可以为自己创造的江湖友人自设人设，只要在江湖友人的招募界面内，编写人物背景故事和性格，仅需输入文字，就能获得一位特殊人设

AI 队友能“听懂人话”，网易《永劫无间》手游推出全球首个游戏 Copilot AI

随着多模态、AI 大模型技术的不断进步，游戏 AI 也正朝着更加智能、更加人性化的方向发展。6 月 19 日，网易《永劫无间》手游开启“定胜终测”，并宣布推出全球首个游戏 Copilot AI。据网易官方介绍，网易伏羲工作室研发的全球首个游戏 Copilot，就是与微软 Copilot 同样基于多模态技术，而这项技术被使用到了网易旗下的《永劫无间》手游中，化身为与玩家并肩作战的“AI 队友”。这些 AI 队友并非传统意义上的 NPC，而是能够与玩家进行实时语音交互并完成游戏对局各种复杂操作的“智能体”。在游戏中，A

研究发现部分 AI 系统已学会“说谎”，未来或演变成更高级欺骗形式

美国麻省理工学院的研究团队近日发布成果称，部分 AI 已经“学会欺骗人类”，该成果刊登在最新一期的期刊《模式》（Pattern）上。该团队表示，部分设计为“诚实”且“不会说谎”的 AI 系统，已经发展出令人不安的欺瞒技巧。该研究的第一作者 Peter Park 表示，这些 AI 系统会欺骗线上游戏的真人玩家，或绕过部分网页“我不是机器人”的验证。图源 Pexels“尽管，以上的例子听起来只是细枝末节，但它们暴露出的潜在问题，可能很快就会在现实世界中造成严重后果。”该团队发现的最为引人注目的例子来自 Meta 公司的

AI在用｜ AI模拟器《换你来当爹》上线，「马斯克」10岁就被我练废

机器之能报道编辑：山茶花以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。我们也欢迎读者投稿亲自实践的创新型用例。继《哄哄模拟器》和《决战拜年之巅》后，AI 游戏界又来了个《换你来当爹》，剧情和对应图片全部由 LLM（大语言模型）实时生成，每个「儿子」成长生涯各不相同，情节和内容趣味不输类似养成类游戏。领养海报别具风格，一张上世纪五六十年代

自动挂机“进阶玩法”，索尼新专利让 AI 模仿用户玩游戏闯关

索尼最近申请了一种人工智能新专利，该专利可实现自动游玩部分游戏内容。IT之家获悉，该技术将从云服务（如 PlayStation Network（PSN））获取信息，并创建一个游戏 AI 驱动系统，在玩家游玩了几个关卡后，将学习其游戏操作，并使用人工智能模型来学习模拟游戏风格。玩家在游戏中启用该模式后，系统将模拟玩家的风格进行游戏，跳过部分内容。该模式旨在辅助玩家进行游戏，用于跳过游戏中重复或较折磨人的片段，在完成这部分游戏片段后，玩家还将收到通知反馈。外媒 GAMERANT 表示，专利信息显示因为该系统引用了在人工

争取盟友、洞察人心，最新的Meta智能体是个谈判高手

AI 学会了「揣度人心」，这本来是世界上最难的事情之一。

通过奖励随机化发现多智能体游戏中多样性策略行为，清华、UC伯克利等研究者提出全新算法RPG

在这篇论文中，研究者提出了一个在 reward-space 进行探索的新算法 RPG（Reward-Randomized Policy Gradient），并且在存在多个纳什均衡 (Nash Equilibrium, NE) 的挑战性的多智能任务中进行了实验验证，实验结果表明，RPG 的表现显著优于经典的 policy/action-space 探索的算法，并且发现了很多有趣的、人类可以理解的智能体行为策略。除此之外，论文进一步提出了 RPG 算法的扩展：利用 RR 得到的多样性策略池训练一个新的具备自适应能力的策

玩家