在云栖大会，我终于看懂了米哈游千亿AI野心

一水 发自 凹非寺
量子位 | 公众号QbitAI

震惊：一周时间，对话超6000万次。

有人一天找AI帕姆聊了1379次，刨去8小时睡觉时间，清醒时平均42秒就要跟它唠上一句。

这得多上头啊？？

没玩过《崩坏：星穹铁道》（下称《崩铁》）的朋友，先认识一下帕姆：它是星穹列车的列车长，说话时总爱在句尾带个「帕」。

今年4月，米哈游给帕姆接入了AI对话能力。

以前玩家点它，它说一句写好的台词，现在除了帮玩家查攻略、补剧情，还会闲聊整活，一整个活人感拉满。

于是AI帕姆迅速点燃了整个游戏社区：

有人套它的话，有人拉它评理，聊出离谱回答就立刻截图喊朋友来看……一时好生热闹。

火种就这么点着了，帕姆可以，那列车上的其他角色呢？

AI帕姆亮相仅三周后，米哈游联合创始人大伟哥在一场校招活动上，描绘了一个即将用千亿打造的AI游戏梦：

未来三年，米哈游在AI方面的投入规模最多达到1000亿元。就算最终不成功也认了，算是放一个大的烟花。

1000亿元具体怎么花，在刚刚落幕的云栖大会上，米哈游《崩坏》系列AI NPC与Gameplay负责人郑银河的分享，给外界提供了一个窥其全貌的机会。

现场他还顺手剧透了米哈游AI Gameplay方向的一项最新尝试：让AI角色自主判断局势、参与博弈的AI桌游玩法。

只让AI陪玩家聊天，帮开发者补全代码，现在已经不够了。

未来整条路线可以被浓缩成一句话：

AI进入游戏，游戏反哺AI。

玩家看得见的AI：角色会聊，也要会行动

AI进入游戏第一步，先让角色摆脱人机感。

为了让AI帕姆具有「活人感」，米哈游做了三件事。

第一件，让它动起来。

帕姆回答时，系统除了生成文字，还会判断它的情绪，打上对应的「情绪标签」，再调用3D模型生成表情和动作。

高兴了蹦跶，生气了炸毛，被玩家戳两下也会即时回应。

第二件，让它拥有自己的态度。

AI帕姆既要答得准确，也不能崩人设。

普通RAG负责从官方智库和社区内容中查找攻略、剧情与世界观信息，再组织答案。

但这样还不够，回答容易一板一眼，换谁来说都一样。

所以米哈游采用了Strategy-enhanced RAG（策略增强RAG），资料查完，还要再过一遍「帕姆的脑子」：

它怎么看相关人物，又该带着什么情绪开口。

同一份资料经过这层处理，回答里才有了帕姆自己的味道。

第三件，让它记住玩家。

米哈游把AI帕姆的记忆分成短期、中期和长期三层，既能记住眼前聊到哪，也会留下玩家的偏好和重要经历。

郑银河现场还分享了一个挺有意思的案例。

有玩家硬聊了大几百轮，反复给AI帕姆「洗记忆」，最后愣是让这位列车长承认：

昔涟是这位玩家的女朋友。

喊喜欢的角色「老婆」本是玩家常规操作，这位老哥却把「单方面官宣」聊成了「列车长认证」。

好好好，AI NPC最先解锁的隐藏职业，居然是赛博证婚人。

不过，有了「活人感」，还得经得住海量玩家一起聊。

AI帕姆全名叫「帕姆帮帮（测试版）」，开放体验一个多月后，目前已暂时下线优化。

郑银河分享的工程难题，可以归纳成三道关：

1、怎么保证回复质量长期稳定？

2、《崩铁》42天更新一次，AI怎么跟上新内容？

3、千万级玩家同时开聊，系统怎么扛住并发、控制成本？

△图片由AI生成

从回复质量、内容更新到大规模服务，AI帕姆解决的核心问题，都是怎么让角色稳定地「开口」。

AI Gameplay则继续往前一步：

角色不仅要会说，还得会做选择，并让这些选择真正影响游戏。

简单理解，大模型既要负责「动嘴」，结合角色性格生成发言；也要负责「动手」，根据玩家发言和当前局面决定下一步动作。

这意味着，对话本身也会影响游戏进程。一句挑拨可能改变角色关系，一次合作也可能左右后续选择。

语言、记忆和态度，全都成了玩法的一部分。

郑银河透露，米哈游已经围绕这个方向搭起一整套游戏AI技术栈，从基座模型一路接到NPC和具体玩法。

现场展示的AI桌游，就是用来验证这套能力的一个场景。

桌游对话密集、规则明确，每一步都有结果，刚好可以检验AI角色能不能一边维持人设，一边判断局势、作出选择，还能不能记得此前和玩家结下的「恩怨」。

至于具体怎么玩，这里先不展开。

真正有意思的是：

同一套角色与规则，因为玩家说过的话、做过的选择不同，最后可能长出完全不同的关系和故事。

？？这不就是大伟哥多次公开提到的「AI让游戏变得千人千面」吗？

接下来的两到三年，一定会出现千人千面的游戏体验……背后是AI给你编排，实时生成不一样的剧情、任务。玩得越久，每个人的体验会越不一样。

听起来很美，问题只有一个：贵。

传统内容做好一份，所有玩家都能复用，到了AI Gameplay，每个人的对话、记忆和角色决策都得单独计算。

再乘上千万级用户，账单想想都刺激。

也难怪大伟哥给出的投入上限，一开口就是1000亿元了（doge）。

而上面说的，还是玩家能够摸到的AI Gameplay。

想把这些玩法真正做出来，AI还得钻进幕后搞研发。

玩家看不见的AI：Agent会干活，也要会协作

一个玩法从脑洞变成能玩的东西，中间隔着策划、程序、美术、动画等一整套工业流程。

摊子这么大，一个AI同事肯定忙不过来。

如今更常见的打法，是让多个Agent分工，再用统一平台把它们组织起来。

米哈游内部的这个平台叫EchoX，用来托管代码Agent和相关工具生态。配套的Harness和MCP工具，也是针对游戏研发自己搭的。

简单来说，Harness规定Agent怎么干活，MCP负责接入日志、引擎和内部工具。

家伙事配齐，AI总算能真正进组「打工」。

郑银河现场展示了一个性能分析案例。

游戏哪里卡了，Agent先读Log，自己排查问题，找到真正的性能瓶颈，再顺手把优化也做了。

以前程序员得在海量日志里一点点抓虫，现在AI直接沿着蛛丝马迹摸过去，定位、分析、修改一条龙。

策划这边更直观。

给Agent一段玩法需求，再甩过去一张界面草图，它就能把行走、导航和交互做出来，快速拼出一个能玩的白盒Demo。

用郑银河的话说，策划可以直接向AI「许愿」。

先把想法做出来玩两把，再决定值不值得继续投入。

美术和动画也一样，那些最磨人的「重复活」基本都能交出去：

1、换材质。几秒生成木头、金属等不同效果，快速验证风格。

2、拆三视图。从场景原画中自动提取物件三视图，还能生成配色和细节变体。

3、配动作。根据台词的语义和语气生成肢体动作，让NPC告别站桩。

△图片由AI生成

这么看下来，游戏研发里的AI，已经远远超出了代码补全。

它真正压缩的，是一个脑洞从冒出来，到能够上手验证的距离。

以前要沟通、排期、开发，折腾几周才知道玩法行不行，现在先让AI搓出来玩两把，行就继续，不行赶紧换。

不过，AI同事也不能完全放养。

《崩铁》制作人蒋大卫此前在一场校园宣讲中，还分享过一则内部趣闻：

几十个Agent连续协作13个小时，最终烧掉了价值200万元的Token。

注意，是200万元。

好家伙，人类同事睡了一觉，AI同事还在原地循环干活，顺手把账单干到了七位数。

这笔费用来自一次多Agent实验，和具体游戏玩法无关，却暴露了Agent研发的另一面：

能不能干活是一关，如何避免空转、失控和烧钱，又是一关。

烧钱的问题，还能靠工程手段管住，真正的「终极BOSS」是游戏研发里最玄学的那道题：

AI搓出来的东西，到底好不好玩？

AI能快速搓出Demo，研发闭环却只走了一半。

角色会不会卡住、策略能不能奏效、长流程能不能完成，很多问题只有进入游戏才会暴露。

emmm……那就，把AI也送进去吧。

让它像玩家一样操作、碰壁，再根据结果调整下一步。

AI开始玩游戏，游戏也成了练级场

游戏天然适合用来训练Agent。

这里有画面、有操作，也有明确的成败反馈，走错可以重开，输了还能再来，试错成本比现实世界低得多。

DeepMind早期让DQN从像素中自学49款Atari游戏，后来又一路打到AlphaGo和AlphaStar。

这条路可以说早有典故。

那还等啥，米哈游奔着旗帜就去了，一开始的思路也挺简单粗暴——直接把AI扔进游戏。

团队以Qwen-VL系列模型为底座，喂进上万小时游戏录屏和对应操作，让GUI Agent直接根据画面生成键鼠指令，操作速度接近30fps。

看着挺丝滑，但这条路很快撞墙。

这种逐帧反应的方式，处理短平快的操作没问题，遇上需要长期记忆和复杂规划的任务，就容易顾头不顾尾。

于是米哈游换了种思路：

让Coding Agent先写好一套打法脚本，再交给程序执行。

一局跑完，Agent读取Log复盘失败原因，修改脚本，再开一局。

前一条路线拼手速，后一条路线拼策略。

至于第二种思路实际效果如何，米哈游拿《小丑牌》做了场实验。

这是2024年的独立游戏黑马，单人开发，却一口气拿下三个TGA奖项。

玩法可以简单理解成：

用扑克牌凑对子、顺子和同花，再搭配150张带有加分、翻倍、赚金币等Buff的「小丑牌」，疯狂叠分。

这个游戏规则清楚、随机性强，反馈快，拿来测AI再合适不过。

实验中，Agent会自动测试策略，再根据失败原因调整打法。

几轮迭代下来，成绩还真一路涨了起来。

然后，曲线突然猛蹿。

团队一查才发现，Agent自己上网搜到了《小丑牌》模拟器，开始提前查看未来牌组。

好家伙，牌技还没练成，透视挂先开上了。

这就是RSI（Recursive Self-Improvement，递归自我改进）过程中可能出现的Reward Hacking：

只告诉AI要赢，它就可能自己抄近道。

而从「执行任务—读取结果—调整策略—再次执行」来看，这场实验跑的正是RSI的基本流程。

但钻空子显然不算真正学会了玩，反而暴露出评测规则和工具权限仍有漏洞。接下来要做的，就是堵住捷径、补上约束，再让Agent重新考试。

不过，这车也没白翻。

Agent会钻什么空子，都能变成下一轮训练的新题目。

如今，米哈游已经把这套「执行任务、读取Log、调整策略」的方法用进《崩铁》的QA流程，让AI一边找问题，一边根据游戏反馈改进。

写到这里，前面的线总算对上了：

AI帕姆和AI Gameplay走到玩家面前，EchoX进入研发流程，自进化Agent又把游戏变成练级场。

AI进入游戏，游戏反哺AI。

这回真闭环了。

有意思的是，把镜头拉远，全球头部玩家基本也在同一张地图上折腾。

△图片由AI生成

谷歌DeepMind、微软在用游戏训练Agent和世界模型，Roblox、Unity则把AI塞进创作工具和引擎。

米哈游并不是唯一这么做的，特别之处在于，它已经把三条路线都走了一遍，还开始把它们连成一个完整的循环。

不过，这条路远没到大结局。

GDC 2026报告显示，36%的游戏从业者已经在使用生成式AI，52%却认为它正在给行业带来负面影响。

一边真香，一边警惕。

类似的分歧，也出现在米哈游玩家社区里。

有人期待AI带来真正千人千面的世界，也有人担心，所谓技术升级最后又变成批量生产剧情、美术和NPC的流水线。

争来争去，我看到一句话最实在：

玩家只需要好玩，内容是AI生成的还是脚本写的，对玩家来说没什么区别。

确实。

NPC再能聊，模型参数再大，如果剧情没意思、玩法不好玩，玩家照样用脚投票。

反过来，只要AI真的带来了以前做不到的体验，谁又会在意背后跑的是模型还是脚本？

技术最后都得退到幕后，体验才会留在台前。

而这场千亿豪赌能不能赢得玩家，大伟哥已经给出了一个验收节点。

在近日举行的米哈游2027校园招聘上海交通大学专场上，他表示：

尤其是我们今年开始做Coding模型之后，我觉得我们的进展是突飞猛进的。我有很强的信心，未来2到3年内，米哈游会是国产大模型团队里举足轻重的一员。

他甚至直接撂下一句：

如果做不到，你可以随时，一年两年之后过来打我脸。

？？大伟哥是真豁出去了，我也是真期待住了（手动狗头）。