2023世界人工智能大會（WAIC）于7月6日-8日在上海舉辦，全球人工智能領域的領軍學者、多位圖靈獎及諾貝爾獎得主、知名科技企業代表、國際組織代表等齊聚，分享及探討人工智能技術的新成果、新機遇、新挑戰。大會第三天，由上海市徐匯區人民政府指導，騰訊游戲、騰訊華東總部主辦，上海西岸開發（集團）有限公司支持的“游戲AI應用與游戲科技論壇”順利舉辦。諸多游戲行業嘉賓與會，共同探討AI科技在游戲行業中的技術積累與愿景，展示AI技術在不同游戲品類中的創新拓展案例，及AI+游戲工具在跨界領域的應用發展。

本次論壇中，騰訊游戲天美J3工作室 CoDM、逆戰手游開發負責人于棟，以《FPS游戲的AI應用與跨領域科創探索》為題進行了分享，重點闡述了J3工作室在FPS 游戲的擬人 AI 與智能體動作生成技術的研發突破，以及相關技術在跨領域助力科技創新層面的運用與暢想。

（騰訊游戲(xi)天美J3工作室 CoDM、逆戰手游開發負責人于棟(dong)發表分享現場）

十年深(shen)耕(geng)FPS領域(yu) J3布局(ju)品類(lei)技術新突破

天美J3工作室是騰訊游戲天美工作室群旗下射擊游戲研運工作室，已帶給玩家多款耳熟能詳的槍戰游戲作品，積淀了扎實的FPS領域研發實力。2015年，J3推出《穿越火線手游》，上線即快速搶占移動端射擊游戲市場。2019年，J3與動視暴雪聯合研發的《使命召喚手游》全球發行，并陸續獲得包括TGA年度最佳移動游戲在內的多項海內外行業大獎。而早在2012年，J3團隊前身、騰訊游戲旗下琳瑯天上工作室（后與天美藝游工作室合并）的自研射擊團隊便推出了騰訊首款自研全模式射擊網游《逆戰》，這也是國產自研FPS網游的領軍之作。目前，仍有多款新游在J3的研發進程中，2022年，《逆戰》IP的UE4科幻PVE射擊新游戲《逆戰手游》也首次曝光。

（騰訊天美J3工作室旗下(xia)在線游戲產品）

（在(zai)研(yan)科(ke)幻射擊(ji)PVE產品《逆戰(zhan)手游》）

而說回AI技術，尤其是深度學習的發展，無疑為游戲行業研發流程及玩家體驗提升路徑開辟了眾多新的可行性。然而，由于FPS游戲往往采用3D立體場景，加之游戲具備著環境復雜、非完全視野、多敵多友、環境利用多樣性高等特征，都使得FPS的AI技術研究難度較2D、2.5D游戲有著數量級的增加。帶著這些挑戰，J3聯合騰訊的AI專家團隊，開啟了深度學習在FPS游戲中的首創嘗試。

攜手(shou)騰訊(xun)AI Lab 共研行業領先FPS擬(ni)人(ren)AI

2018年起，J3工作室攜手騰(teng)訊(xun)(xun)AI Lab，開啟了(le)以(yi)擬(ni)人AI為核心目標的(de)技術探(tan)索。面對(dui)3D環境帶來的(de)AI學(xue)習復雜度挑戰，騰(teng)訊(xun)(xun)AI Lab與游戲(xi)側(ce)的(de)聯合團隊共(gong)同(tong)逐步攻(gong)克了(le)3D環境感知(zhi)擬(ni)人、3D操(cao)作擬(ni)人等技術難(nan)點，率先實現了(le)業界領先、能夠解決長(chang)序列決策(ce)、進行(xing)長(chang)距離(li)規(gui)劃(hua)、具有掩體轉(zhuan)移與利用能力的(de)全圖FPS AI方案(an)。

2020年，《穿越火線手游》首個劇情互動+競技的新模式“電競傳奇”上線。團隊通過AI對職業選手的大量真實對局進行分析，并在游戲中模擬還原出他們的操作。就這樣，CF手游的職業選手國寶、蠻蠻、阿康等人陸續被植入游戲，玩家可以隨時與這些高手來一局熱血沉浸的1v1。

2022年，《使命召喚手游》也上線了5v5電競挑戰賽模式。當年獲得職業大師賽冠軍的Q9戰隊，被量身定制為游戲內的AI角色，玩家可以組隊挑戰基于職業選手數據訓練出的“AI分身”戰隊，體驗電競賽場上巔峰對決的競技樂趣。

聯合騰訊Robotics X 實驗室 “智能體動作生成技術”雙向賦能游戲及機器人領域

J3的(de)在(zai)研PvE射(she)擊產品《逆戰手游(you)》，則在(zai)AI動(dong)(dong)作生(sheng)成技(ji)術領(ling)域取得了一定的(de)研發突破。PvE游(you)戲內(nei)(nei)的(de)戰斗、成長與探(tan)索中，大(da)量(liang)的(de)Boss、小(xiao)怪、NPC等角色(se)的(de)演出(chu)與戰斗至關重(zhong)要，這些(xie)都(dou)是向(xiang)玩家提供沉浸式內(nei)(nei)容體驗的(de)核心組成部分(fen)。業內(nei)(nei)傳統(tong)的(de)動(dong)(dong)作方案(an)主要是狀態機，更多(duo)依(yi)靠龐大(da)的(de)行為樹和動(dong)(dong)畫資源堆疊而(er)成；近年來，也(ye)有海外(wai)廠商陸續開(kai)始實踐更先(xian)進高效的(de)生(sheng)成方案(an)，比(bi)如荒(huang)野大(da)鏢客采(cai)用了動(dong)(dong)作匹配(pei)技(ji)術(Motion Matching)、FIFA 22所運用的(de)HyperMotion等前沿探(tan)索。

逆戰手游團隊將動作生成的研究方向放在了ARNN（Auto Regressive Neural Network）模型，即自回歸神經網絡算法模型上。這是一種廣泛應用于分析和處理時間序列數據的算法，經常用在天氣、股市預測等場景。簡單來說，如果能將其用在動作領域，就能實現通過大量真人動捕輸入數據訓練，讓AI模型預測出的動作序列幀的下一幀，最終連貫生成完整、自然的動作。

ARNN（Auto Regressive Neural Network）模型(xing)

2019年起，逆戰(zhan)手游(you)聯手騰訊(xun)Robotics X 實驗室，基(ji)于ARNN模型的研究(jiu)，開啟并逐漸完成了(le)游(you)戲及機(ji)器人領域的交叉前沿技術(shu)——“智能(neng)體動(dong)(dong)(dong)作生(sheng)(sheng)成技術(shu)”研發(fa)。該技術(shu)以ARNN模型原理為基(ji)石，學習動(dong)(dong)(dong)作捕捉數據(ju)，通過數據(ju)驅(qu)動(dong)(dong)(dong)的自(zi)適應(ying)算法，讓NPC或機(ji)器人能(neng)根據(ju)玩家操(cao)作或環境變化等(deng)外界不同(tong)反應(ying)，自(zi)動(dong)(dong)(dong)生(sheng)(sheng)成更(geng)像真實生(sheng)(sheng)物的動(dong)(dong)(dong)作、反應(ying)與表達。

這預計將是自回歸神經網絡算法在網游動作生成領域的首次真正運用落地。研發進程中，最大的難點在于，如何將算法應用于網絡游戲制作的生態中：團隊從零到一搭建了配套的工具鏈，并在動作捕捉、動畫預處理、持續訓練與調優三個步驟中做了大量的投入與研究。而面對網游中AI動作生成的網絡同步及性能優化問題，研發人員采用了軌跡匹配技術、融合動畫及相應算法層面的解決方案，優化整體效果表現和神經網絡推理的開銷，目前也已達到非常不錯的性能測試效果。

對(dui)《逆戰手(shou)游(you)》而言(yan)，新技(ji)(ji)術的運用(yong)將伴隨著更自(zi)然的游(you)戲內(nei)基礎動(dong)作表現、更精彩與沉浸(jin)的戰斗(dou)體驗，與此同時(shi)，該技(ji)(ji)術也能在(zai)玩家(jia)包體大(da)小優化(hua)、研發產能提效等維度作出助力。在(zai)現場，于棟(dong)分(fen)享了(le)一些技(ji)(ji)術效果示意，可以(yi)看(kan)到，在(zai)運用(yong)了(le)這項技(ji)(ji)術的多(duo)小怪同屏(ping)追逐效果動(dong)畫(hua)中，AI實時(shi)生成的小怪角色動(dong)作表現非常生動(dong)、多(duo)樣化(hua)。

智能體動作生成(cheng)技(ji)術下(xia)的(de)同屏多(duo)小怪追逐效(xiao)果示意

智能體動作生成技術在機器人領域的跨行業運用上，也有著非常出色的表現與進展。這項技術也同時被應用于騰訊Robotics X實驗室研發的自研四足機器人Max上。一方面，它幫助著機器人提升思考能力，讓其能在持續訓練下實現更自然流暢的運動軌跡、更細顆粒動作的智能生成、控制與決策；另一方面，借助實時物理模擬技術，研究團隊可以在游戲中快速建立逼真、復雜多樣化的機器人虛擬訓練場景，加上游戲引擎的加速能力，能夠大幅縮短機器人的訓練過程和時間。

騰訊自主研發四足機器人 Max

目前，智能體動作生成技術已有若干專利在申請流程中。未來，在游戲領域，這項技術或可復用至更多寫實風格游戲的整體動作生成，推動行業技術與用戶體驗的雙重進步；而在游戲外的現實世界，隨著機器人自研進程的進一步推進，它或許也有機會在科研、養老、惠民服務等跨領域行業中創造出更大的價值。

用游(you)戲(xi)技術，讓機器人變(bian)得更“聰明(ming)

暢想FPS AI新生態(tai) 展(zhan)望人工智能新時代

在(zai)本次論(lun)壇中，于棟也發(fa)(fa)表了對(dui)游戲AI技術未來發(fa)(fa)展的一些暢想。

暢想(xiang)之一，是(shi)研發流(liu)程中的AI自(zi)動化(hua)(hua)測試。測試自(zi)動化(hua)(hua)程度是(shi)Devepos領域非常重要的指標，但邏輯(ji)復雜、內容(rong)豐富度高(gao)的PvE游戲如要實現工業軟件級別(bie)的自(zi)動化(hua)(hua)測試，難度較高(gao)。

但在未來，當AI逐漸(jian)具備感知環境氛(fen)圍能(neng)力(li)、即時分析能(neng)力(li)、對(dui)測(ce)試(shi)(shi)邊界和(he)條件有自主決策能(neng)力(li)時，或許這(zhe)個場(chang)景就得以(yi)成真：輸入一(yi)(yi)段任務，AI便可以(yi)像真人一(yi)(yi)樣在游戲(xi)(xi)執行指令(ling)、探索(suo)體驗(yan)，還能(neng)生(sheng)成詳(xiang)細的測(ce)試(shi)(shi)與反饋報(bao)告。這(zhe)將大幅提升(sheng)游戲(xi)(xi)測(ce)試(shi)(shi)的質(zhi)量和(he)效率(lv)，助推游戲(xi)(xi)品質(zhi)的保障(zhang)與提升(sheng)。

另一個暢想則關于AI NPC生態，這也是近期業內非常熱門的話題，比如今年就有一篇題為Generative Agents的論文，講述了斯坦福大學和谷歌研究人員的一項“虛擬小鎮”中25個AI智能體“自主生存”的實驗，引發了行業內極大的關注與討論。當AI隨著逐步發展，能夠擁有更強化的自然語言、行為決策及社交能力時，也許在虛擬世界構建一個真正的AI NPC自運轉生態，便不是幻想。

Generative AgentsGenerative Agents: Interactive Simulacra of Human Behavior

新世代的游(you)戲，已(yi)經站(zhan)在了變革的風口。AI為游(you)戲的開(kai)發與創造帶來了廣袤的想象空間(jian)，我們也期待著，在技(ji)術的演(yan)化下(xia)，國產游(you)戲能(neng)夠(gou)不斷(duan)推進(jin)前沿(yan)的探(tan)索并實(shi)現(xian)突破，創造更多獨(du)特、真(zhen)實(shi)而充滿(man)深度的游(you)戲虛(xu)擬世界。而到(dao)那一天，我們也相(xiang)信(xin)，游(you)戲AI+科技(ji)必然能(neng)夠(gou)打破傳統(tong)場景，帶來現(xian)實(shi)世界中無(wu)限跨領域(yu)科技(ji)創新的可(ke)能(neng)性。