关键字: [亚马逊云科技, 生成式AI, AirBot, 游戏Ai决策, 生成式Ai创新, 亚马逊云科技, 腾讯游戏Ai, 人工智能探索]
朱文熙先生来自腾讯AI平台部,主要负责腾讯的游戏AI。他介绍了腾讯在决策式AI和生成式AI两大领域的探索。在决策AI方面,腾讯拥有国内最强的游戏AI,如围棋、象棋、麻将等,并成功应用于《王者荣耀》等MOBA和FPS游戏。在生成式AI方面,腾讯通过AI NPC、场景生成和游戏内容生成等技术,实现了游戏资产和内容的自动化生成,降低了游戏开发成本。他还分享了腾讯与亚马逊云科技的合作,利用云计算资源提高游戏AI的性能和性价比,并探索生成式AI在游戏教学等场景的应用。
在阳光明媚的日子里,腾讯AI平台部的朱文熙先生受邀来到亚马逊云科技的会场,与大家分享腾讯在游戏AI领域的探索历程。作为腾讯游戏AI的负责人,朱文熙首先阐述了人工智能领域的两大主线:决策式AI和生成式AI。
决策式AI是一种输入当前状态,预测下一步最佳行动的智能系统。它的发展可以追溯到2016年,当时谷歌的AlphaGo在围棋领域取得了突破性进展。腾讯也在几乎同一时间开始了游戏AI的探索之路。经过不懈努力,他们在围棋AI领域拿下了4次世界冠军,成为国内最强的游戏AI,并一直担任中国围棋国家队的专用训练AI。在象棋和麻将领域,腾讯也分别做到了业界最强和首个超越人类水平的AI,在国际知名的天凤平台上,他们的二人麻将AI达到了前所未有的平均段位水平,刷新了该领域的最佳记录。
虽然围棋、象棋和麻将的搜索空间相对较小,但MOBA和FPS游戏对AI的挑战更大。因此,腾讯在2017年开始探索如何在《王者荣耀》等MOBA游戏中构建强大的游戏AI。目前,他们的AI已经支持全部英雄,并拥有统一模型快速迁移到其他MOBA游戏的能力,覆盖整个品类。在FPS游戏领域,腾讯也有多款游戏的支持经验,包括《使命召唤》手游、《穿越火线》手游和《绝地求生》手游。
在一些开放比赛中,腾讯的AI也取得了优异成绩。例如在Google的足球AI比赛中,他们是业界首个使用纯强化学习的足球AI,并获得了比赛第一名。在NewReps的MYR主赛道中,腾讯的AI也凭借历史最高分斩获了当年的竞赛冠军。
对于决策式AI,腾讯认为它需要具备三个主要特点:竞技性、拟人性和智能性。竞技性是指能够超越职业选手,达到人类最强水平;拟人性则要求AI的表现足够人性化,避免引起舆论风波;而智能性则体现在AI能够与玩家进行交互对话,并提供多样化的游戏体验,不同对局有不同剧本,如顺风局、逆风局、僵持最后取胜等。
目前,腾讯的决策式AI已经在多个游戏品类中得到应用,主要用于《王者荣耀》的智能教学、陪玩等场景,还提供了一些创新玩法,如掉线补位AI。在强化学习框架方面,腾讯采用了自对抗模块和多机多卡训练模块的架构,左边的自对抗模块Actor使用CPU,右边的强化学习训练Learner使用GPU。
在全球部署AI的过程中,亚马逊云科技为腾讯提供了覆盖全球37个区域、43个可用区的丰富基础设施资源,确保了高可用性和服务控制面的一致性。腾讯利用亚马逊云科技的全球分布式基础设施网络,将AirBot部署在离用户最近的区域,实现了低延迟。在测试AirBot性能时,亚马逊云科技团队向腾讯介绍了Graviton芯片的实力,包括Graviton 3和Graviton 4等不同型号。经过大量压测不同机型,腾讯发现采用Graviton 3实例可使性价比提高约15%,而Graviton 4实例的性价比则比基准高出30%左右,这一性能令人印象深刻。腾讯最终发现采用Graviton实例部署AirBot能够获得更好的性价比,在保持高性能的同时控制成本,这对于游戏出海和国内部署都至关重要,因为它决定了盈利能力。
除了决策式AI,腾讯还在生成式AI领域进行了大量探索。对于腾讯而言,生成式AI主要用于生产游戏制作中的数字化资产和游戏内容,从而降低游戏成本。在这一领域,腾讯采用了一套组合拳策略,包括AI NPC、场景生成和游戏内容生成三个方向。
在AI NPC方面,腾讯构建了形象创建、捏脸、服装设计、动作生成、口型表情动作等能力,并在自然语言交互和剧情演绎领域也有所涉猎。在场景生成领域,他们主要关注纹理生成和场景创建。而在游戏内容生成方面,腾讯则侧重于关卡生成、自动化关卡设计和评估、剧情生成和非线性叙事等。
为了展示生成式AI的能力,腾讯分享了一个3D城市生成的案例。AI首先生成了一个简单的路网,并提供了非常多的候选路网供选择,这些都是随机生成的。经过骨架构建、外表面和内饰添加,最终生成了一个逼线深圳式城市模型,如果去过深圳的人或许会感到熟悉。整个过程都集成在游戏引擎中,设计师可以根据需求进行参数配置和手动编辑,如绘制水体轮廓、道路编辑、功能区块设置、建筑轮廓和高度设定等。
另一个案例是UGC工具,应用于腾讯的《圆梦之星》游戏中。玩家可以使用该工具基于纹理图生成参考关卡,并根据参考图自行打造关卡。此外,该工具还支持生成不同风格的建筑,以及基于纹理图的可控换色方案,把场景颜色换成玩家想要的风格,免去了配色的麻烦。
在动作捕捉领域,腾讯也取得了一些进展,能够通过动作捕捉让游戏中的角色拥有同样的动作,提升了游戏角色动作的真实感。
探索大模型能力的过程中,亚马逊云科技Bedrock为腾讯提供了便捷的功能,如Claude和Disc等最新稳定模型的调用,帮助腾讯不需要复杂基础设施就能高效评估不同模型的表现,加速了AI应用的开发和落地。除了Bedrock,亚马逊云科技还提供了灵活高效的City Maker,支持一键部署更多模型,并通过参数优化帮助腾讯快速探索不同场景的定制化模型。
对于生成式AI,腾讯认为它需要具备真实可信、动态进化和个性化情感共鸣三大特征。真实可信是指创造逼真的游戏环境和角色行为,增强玩家的信任感和沉浸感;动态进化则要求AI能够处理大规模复杂的游戏环境,管理动态的游戏世界;而个性化情感共鸣则需要AI根据玩家的独特喜好和行为模式,定制个性化的游戏内容,引起玩家的情感共鸣,从而提高游戏的留存率。
腾讯将游戏的生命周期分为开发阶段和运营阶段。在开发阶段,生成式AI面临的主要挑战是如何高效生成高精度资产,以及设计可信的复杂交互内容,因为海量个性化内容的生成往往是瓶颈所在。而在运营阶段,则需要根据玩家的实时反馈优化体验,解决如排位机制(如一局时间过长、水平差队友拖累)、玩法持续创新和快速迭代(创意快速枯竭)、新增内容自动化测试(费时费力)等问题。
以《王者荣耀》国际版为例,腾讯利用AI来解决新手教学的难题。由于该游戏包含上百个技能各异的英雄、复杂的战术战略等,给予新手玩家的上手难度和学习曲线都很大,在国外市场更是如此。传统的行为树和状态机教学方案存在诸多缺陷,如模拟行为机械单一、难度分级生硬、需要大量策划配置等。
为此,腾讯基于强化学习和生成式AI,探索出了一套智能教学方案。他们利用高表现力的拟人化TTS,结合基于强化学习的实时局面分析,针对性地给出各类教学说明,让新手玩家在AI对局中练习战术指挥与协作。在这一场景中,腾讯需要多个模型的合并部署以实现低延迟。亚马逊云科技提供了丰富的GPU资源,让腾讯能够在全球各区域进行部署,并利用全球分布式基础设施网络,将模型部署在离用户最近的区域,达到低延迟效果。同时,亚马逊的弹性资源还允许腾讯根据不同地区的流量特点动态调整算力分配,在保证服务质量的同时优化成本结构。
总的来说,腾讯在决策式AI和生成式AI两个领域都取得了长足的进步,并与亚马逊云科技展开了深入合作,共同为游戏行业带来创新的AI应用和解决方案,提升了游戏的智能化水平和玩家体验。在全球化部署AirBot的过程中,腾讯利用了亚马逊云科技覆盖全球的丰富基础设施资源,实现了低延迟和高可用。在测试AirBot性能时,亚马逊云科技向腾讯介绍了Graviton芯片的优势,经过评估后腾讯采用了Graviton实例部署AirBot,获得了更好的性价比。在探索大模型能力时,亚马逊云科技Bedrock提供了便捷的模型调用功能,而City Maker则支持了快速模型部署和优化。亚马逊云科技的产品和服务为腾讯游戏AI的创新之路提供了有力支持。
亚马逊云科技通过全球分布式基础设施网络和弹性资源,实现了低延迟和成本优化的AI辅助教学模型部署。
在这场精彩的演讲中,朱文熙先生从腾讯游戏AI的角度出发,阐述了决策式AI和生成式AI在游戏行业的应用和创新。他首先介绍了腾讯在决策AI领域的成就,如围棋AI、象棋AI和麻将AI等,展现了腾讯在这一领域的领先地位。随后,他分享了腾讯在生成式AI方面的探索,包括AI NPC、场景生成和游戏内容生成等,并通过3D城市生成案例展示了生成式AI的强大能力。
朱文熙先生强调,生成式AI不仅能够降低游戏制作成本,还能为玩家带来真实可信、动态进化和个性化情感共鸣的游戏体验。他以《王者荣耀》国际版的智能教学系统为例,阐述了如何利用强化学习和生成式AI技术解决新手教学的挑战,提供高度拟人化和个性化的教学体验。
最后,朱文熙先生分享了亚马逊云科技在腾讯游戏AI创新中的支持作用,包括提供全球基础设施资源、Graviton芯片的高性价比优势,以及Bedrock和CityMaker等工具的便利性。他呼吁通过AI技术的创新,为玩家带来更加身临其境、动态多变和个性化的游戏体验,推动游戏行业的持续发展。
我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出,企业要从“成本优化”转向“创新驱动”,通过完善的数据战略和AI云服务,把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域,通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验,助力企业在AI时代突破。返回搜狐,查看更多