从 Atari 到围棋再到 StarCraft，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，原型化新的游戏体验，推动游戏和 AI 的前沿发展。

自 2010 年 DeepMind 成立以来，游戏受限却丰富的世界在理解智能方面发挥了关键作用。它们推动了我们一些最大的 AI 突破，从掌握 Atari 到帮助解决蛋白质结构预测——它们仍然是我们工作的核心。

游戏是 GDM 的 DNA。Google DeepMind 的创始人之一 Demis Hassabis 本人就是一名前游戏开发者，我们 GDM 团队中的许多人也一样。我们共同拥有数十年的游戏开发实践经验，并对制作游戏这门技艺怀有深深的敬意。

我们一直明确表示，用游戏进行 AI 研究需要与游戏开发者建立深度合作——比如我们今年早些时候公布的与 Fenris Creations 和 EVE Universe 的重大新研究合作，以及我们与 Hello Games、Coffee Stain Studios、Foulball Hangover 等知名工作室共同完成的工作。

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玩 Atari 2600 游戏。Deep Q-Network（DQN）学会了玩 49 种不同的游戏——从 Pong 到 Breakout 再到 Space Invaders——无需任何针对特定游戏的工程。2015 年关于 DQN 的 Nature 论文帮助催生了现代深度强化学习时代。

从那里开始，我们尝试掌握更复杂的游戏，每个里程碑都产生了更强大、更通用的系统。AlphaGo 在 2016 年击败了世界冠军围棋选手李世石——许多专家认为这一壮举还需要十年才能实现。AlphaGo Zero 完全通过自我对弈学习，没有任何人类数据，超越了之前的所有版本。AlphaZero 将这种方法推广到用一个算法掌握国际象棋、将棋和围棋，而 MuZero 甚至在没有规则的情况下学会了玩游戏。2019 年，AlphaStar 在 StarCraft II 中达到了宗师级别，驾驭了实时复杂性和不完美信息。

对于每一款游戏，AI 都丰富了游戏体验。AlphaGo 著名的第 37 手是一步如此出人意料的棋，以至于专业评论员最初认为这是一个错误，颠覆了围棋几个世纪以来的传统智慧，并激励专家探索新策略。AlphaZero 同样在国际象棋中激发了全新的走法路线。至关重要的是，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 应用这些基础来帮助解决蛋白质结构预测这一 50 年来的重大挑战，这一突破获得了 2024 年诺贝尔化学奖的认可。

从掌握游戏到理解游戏

我们早期的工作表明，只要有明确的目标和足够的训练，AI 就能掌握任何游戏。但现实世界没有分数和规则手册——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？

这就是 SIMA（我们的可扩展可指令多世界智能体）背后的挑战。SIMA 并非为获得高分而优化，而是一个通用智能体，它能够“看到”玩家在屏幕上所看到的内容，理解自然语言指令，并通过普通的键盘和鼠标控制进行操作——无需任何 API（应用程序编程接口）或源代码访问权限。

SIMA 2 由我们的前沿 AI 模型 Gemini 驱动，充当一个能够进行实时推理和对话的交互式伙伴。它在复杂的 3D 研究环境和电子游戏中实现了类人水平的游玩，包括《无人深空》、《英灵神殿》、《Hydroneer》等。

对于游戏开发者而言，一个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。这可以驱动全新的玩法，从真正理解游戏世界的 AI 伙伴，到能够以脚本系统永远无法实现的方式做出适应和响应的非玩家角色（NPC）。

通用游戏智能体还可以改变游戏的制作方式。在开发过程中，当游戏随着每次提交而变化时，此类智能体可以实现真正稳健的 QA 测试。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——泛化到新情境而无需重新编写脚本。

为了安全、负责任地开发 SIMA 智能体，我们与知名游戏工作室合作，并正在构建一个不断增长的 AI 研究游戏组合。这使我们能够用日益复杂的任务来挑战我们的智能体，这些任务有朝一日可能迁移到解决现实世界中的问题。

与游戏开发者合作，探索 AI 与游戏研究的新前沿

游戏工作室带来专业的技艺、非凡的游戏世界以及对玩家的深刻理解。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。我们共同专注于发现突破性体验——没有 AI 就不可能实现的前所未见的玩法。

关键不在于技术，而在于有趣的体验。因此我们对合作伙伴采取“展示而非讲述”的方式。我们的团队与游戏开发者携手合作，探索新想法并构建可玩原型以寻找乐趣。

我们与 Fenris Creations 的最新研究合作——这家独立工作室是 EVE 宇宙的缔造者——代表了我们游戏 AI 研究历史的新篇章。

Fenris Creations 花费了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，是一个大型多人在线太空模拟游戏，数千名玩家共享一个持续演化了 20 多年的单一宇宙。其玩家驱动的经济具有真实的供需动态和跨越数千个星系的贸易网络。其格局——由联盟、冲突和外交塑造——由人类互动驱动。

对于 AI 研究而言，这是一个黄金机遇。这是一个鲜活的、不断演进的世界，它所需要的恰恰是我们认为前沿 AI 所必备的能力：

持续学习：在不断变化的世界中获取新技能而不遗忘已有知识。
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。
长时程规划：跨越数周、数月甚至数年的推理。
复杂多智能体动态：在大规模下驾驭合作、竞争、谈判、经济和涌现的社会行为。

这些挑战是我们更广泛研究计划的核心，该计划旨在创建能够从经验中持续学习的系统，且学习速度随时间不断加快。我们相信，这些前沿能力未来有望解锁全新的游戏体验。

EVE Online 从第一天起就被设想为一个由玩家塑造、具有持久影响的沙盒世界。数十年来，这为玩家和员工带来了无数关于人类成长的故事。我们与 Google DeepMind 携手，正在开拓一片未知领域——在这里，AI 必须在其他任何游戏环境都未曾要求的時間尺度上学习、适应和记忆，同时帮助我们理解人类与 AI 如何在虚拟环境中共存，以便在现实生活中面对同样的问题之前做好准备。Hilmar Pétursson，Fenris Creations 首席执行官

EVE Online 从第一天起就被设想为一个由玩家塑造、具有持久影响的沙盒世界。数十年来，这为玩家和员工带来了无数关于人类成长的故事。我们与 Google DeepMind 携手，正在开拓一片未知领域——在这里，AI 必须在其他任何游戏环境都未曾要求的時間尺度上学习、适应和记忆，同时帮助我们理解人类与 AI 如何在虚拟环境中共存，以便在现实生活中面对同样的问题之前做好准备。

EVE Online 从第一天起就被设想为一个由玩家塑造、具有持久影响的沙盒世界。数十年来，这为玩家和员工带来了无数关于人类成长的故事。我们与 Google DeepMind 携手，正在开拓一片未知领域——在这里，AI 必须在其他任何游戏环境都未曾要求的時間尺度上学习、适应和记忆，同时帮助我们理解人类与 AI 如何在虚拟环境中共存，以便在现实生活中面对同样的问题之前做好准备。

我们的研究合作覆盖 Fenris Creations 不断扩展的宇宙，为 AI 开发提供了多样化的环境。EVE Online 提供的是大规模单分片持久宇宙，而 EVE Vanguard 则采用第一人称视角，将地面层面快节奏的战术决策带入更广阔的持久世界。这为研究跨多个抽象层级运作的智能体创造了机会，从瞬时战术到星系级战略。

此外，EVE Frontier 凭借其可编程的“智能组件”和开放、可扩展的架构，提供了一个开放式的环境，其中世界的规则本身都可以改变，要求智能体能够适应全新的游戏机制。

在与 Google DeepMind 和 Fenris Creations 的研讨会中，一场“展示而非讲述”的环节，我们的团队在此分享可玩原型、反馈并讨论新游戏体验的想法

我们的合作已经为玩家带来了实际价值：Aura Guidance 系统使用 Gemini 提供玩家生成的知识，基于真实的 Rookie Help 问答，帮助新飞行员。

我们的长期研究计划从 EVE Online 的离线实例开始，这是一个安全的沙盒，与在线玩家隔离。随后通过 EVE Frontier 推进，作为研究人类与智能体如何在持久且开放的世界中共存的空间。只有当能力成熟时，我们才会考虑将其引入 EVE Online 和 EVE Vanguard，以丰富人类玩家的游戏体验。