DeepMind入股硬核网游EVE,要让AI学「黑暗森林」

这是个神奇的跨界合作。

本周四,Google DeepMind 宣布他们又要开始打游戏了。这次目标还是全世界最硬核的那一款:EVE Online。

Google DeepMind 此次宣布收购著名科幻在线角色扮演游戏《EVE Online》(星战前夜)开发商的部分股权,并表示将利用该游戏研究「复杂、动态、玩家驱动的系统中的智能」。

此次合作正值《EVE Online》上线 23 周年纪念日,该游戏开发商 CCP Games 宣布斥资 1.2 亿美元从韩国发行商 Pearl Abyss (《Crimson Desert 》的开发商)手中收购股份「赎身」独立。该公司表示,新成立的独立实体将更名为 Fenris Creations,并将继续正常运营,不会进行任何重组或裁员。

在公告中,Fenris 和 DeepMind 表示,EVE 提供了一个「独一无二的丰富研究环境」,尤其是在开发使用「长远规划、记忆和持续学习」的人工智能系统方面。DeepMind 表示,他们将在本地服务器上运行的专门设计的离线版本游戏中,对其 AI 模型进行受控实验,而不会直接影响在线玩家的游戏体验。两家公司还表示,他们「还将探索这些技术带来的全新游戏体验」。

谷歌 DeepMind 长期以来一直将游戏作为机器学习模型的试验场,从 AlphaGo 在围棋上取得的突破、AlphaStar 在星际争霸等游戏中超越人类顶尖玩家。最近,世界模型在 AI 领域成为重要发展方向,DeepMind 的一系列研究正在探索通过模拟环境的训练来帮助 AI 系统学会在现实世界中运行。

Fenris 首席执行官 Hilmar Veigar Pétursson 在一封致玩家的公开信中表示,「 EVE 是为数不多的几个环境之一,在其中,我们可以在一个已经像鲜活世界一样运行的系统中探索有关智能的问题。」他还补充道,研究 EVE 将使谷歌 DeepMind 的模型能够探索「难题、漫长的时间跨度和奇特的可能性」。

「作为一名游戏玩家和游戏制作人,我一直很欣赏《EVE》这款游戏,」谷歌 DeepMind 总监 Alexandre Moufarek 在一份声明中表示。「《EVE》社区与 Pétursson 及其团队共同创造的成果,在游戏界可谓独一无二,作为模拟平台,可以在安全的沙盒环境中测试通用人工智能。」

作为一个主打硬核的游戏,EVE 一直与前沿科学相关联。在与 DeepMind 合作之前,EVE 与现实世界科研的跨界项目探索计划(Project Discovery)已经名声在外。它把「公民科学(Citizen Science)」与游戏机制完美融合,让全球玩家充当庞大的分布式数据标注员,协助科学家训练机器学习模型。

自 2016 年至今,科学家与玩家们在 EVE 上已经开展过四个阶段的科研,包括蛋白质图谱类研究、寻找系外行星、医疗数据分类和癌症数据分析。

具体来说,玩家在游戏内完成相关的「解谜小游戏」会获得游戏内的虚拟奖励(比如飞船涂装),而他们在不知不觉中,已经完成了数以亿计的高质量数据标注。这些被玩家交叉验证过的数据随后被直接送入实验室,用于训练那些能够自动识别癌细胞或系外行星的 AI 大模型。这甚至让 EVE 玩家群体的贡献登上了《自然・生物技术》(Nature Biotechnology) 这样的学术顶刊。

在游戏界,EVE Online 是一个非常特殊的存在,它经常被人们戏称为「太空模拟器」,因为它的核心魅力和门槛都来源于其极其庞大且真实的复杂系统。

作为一款 3D 网络游戏(MMORPG),EVE 采用的是与众不同的单服务器宇宙(Single-shard universe)架构,全球几十万玩家同时存在于同一个名为「新伊甸」的宇宙中。

游戏内有超过 7000 个可玩的星系,每个星系内通常又包含有行星、卫星、空间站、小行星带以及加速轨道信标等。单个星系内的航行尺度就要以 AU 计量,战斗空间尺度通常要以上千公里计量。

更重要的是,它是一个完全由玩家驱动的沙盒,官方极少干预,只是提供了一套底层的物理和经济规则,少量必要的 NPC。游戏里从一颗最基础的子弹,到长度十几公里的泰坦战舰,都是由玩家群体开采资源、研发蓝图、建立生产线制造,并最终在市场上流通的。在这个基础上,游戏没有既定的主线任务,一切的秩序战争任凭玩家自发演化。

自 2003 年游戏开服以来,EVE 来自全球的玩家群体一直维持着稳健平衡的游戏内经济,也留下了大量合纵连横的故事,其中不乏战争阴谋、经济危机和政治诡计的案例。

在 DeepMind 的合作宣布之后,人们非常期待在这样一个高度自由化的环境里,AI 智能体能够演化出怎样的智慧。

下一个 DeepMind 游戏的技术突破,会是宇宙尺度了?

参考内容:

www.eveonline.com/news/view/a...

arstechnica.com/gaming/2026...

相关推荐
张彦峰ZYF5 小时前
越过边界之前:Reward Seeker 实验如何改写智能体安全的时间逻辑
人工智能·ai agent·anthropic·智能体安全·reward seeker·“控制评价过程”泛化跨领域策略·envbom
拓恒技术5 小时前
无人机巡检AI算法的工程化落地:从需求到交付的5个核心环节
人工智能·算法·无人机
罗西的思考7 小时前
AI 时代的 “房谋杜断”:如何培养能力、品味与判断力
人工智能·算法·机器学习
字节跳动视频云技术团队8 小时前
720P 直升 8K,解密 2026 抖音美好奇妙夜巨幕超分黑科技
人工智能·音视频开发
打工仔折腾 AI8 小时前
在 Ubuntu ARM64 部署 Q1 V3.0 MuJoCo 模型:加载、单步推理与执行器响应解析
linux·运维·人工智能·python·深度学习·ubuntu·性能优化
逐米时代8 小时前
从试点验证到协同深化:制造业AI转型三年路线图设计方法
人工智能
GlobalInfo8 小时前
全球及中国风电叶片检测机器人行业研究报告(2026版):市场现状、行业前景与占有率分析
运维·网络·人工智能·机器人
stormzhangV9 小时前
AI 越强,失业越严重
人工智能·aigc
夏文强10 小时前
Rerank 与混合检索:怎么让 RAG 从「能用」变成「好用」
人工智能·大模型·向量数据库·rag·检索增强生成
救救孩子把10 小时前
AI面试八股文-23_23-Agent可观测性与生产监控面试题
人工智能·面试·职场和发展·agent·langsmith·langfuase