AI 驱动腾讯游戏智能 NPC，开启新纪元

news2024/9/28 3:04:23

AI 驱动腾讯游戏智能 NPC，开启新纪元

前言
AI 驱动腾讯智能 NPC

前言

曾经，游戏 NPC 往往只是按照预设脚本进行简单互动，缺乏深度和灵活性。然而，如今在 AI 的赋能下，NPC 开始展现出前所未有的智能与活力。它们能够进行自然流畅的开放对话，以多模态的方式与玩家互动，甚至拥有记忆和类人策略，为玩家带来更加真实、沉浸的游戏体验。
腾讯游戏知几团队在天涯明月刀手游中的 “绝智阿暖” 就是一个生动的例子。通过精准的知识嵌入、拟真的设计以及严格的安全保障措施，“绝智阿暖” 不仅在准确性、拟真性和安全性方面达到了较高水平，还在多模态表现和系统性能上展现出了强大的实力。这一创新实践为游戏行业树立了新的标杆，也引发了我们对于游戏未来发展的深入思考。在这个充满机遇与挑战的时代，腾讯游戏的智能 NPC 究竟会引领游戏走向怎样的新高度？让我们一同深入探索。

AI 驱动腾讯智能 NPC

在这里插入图片描述

在游戏世界中，腾讯游戏以其前瞻性的眼光和卓越的技术实力，将人工智能深度融入游戏 NPC 的塑造中，开启了一场前所未有的游戏角色进化之旅。

在这里插入图片描述

游戏，作为一种充满创意和互动性的娱乐形式，一直以来都在不断地寻求创新与突破。随着人工智能技术，特别是大规模语言模型（LLM）的迅猛发展，游戏 NPC 的传统模式正面临着重大变革。曾经，游戏中的 NPC 对话往往是通过预先编写的脚本来实现，这种方式虽然在一定程度上能够为玩家提供一些互动体验，但却存在着诸多局限性。制作成本高、内容重复、缺乏新鲜感，这些问题使得玩家在与 NPC 交互时常常感到单调和无趣。然而，AI 的出现为游戏 NPC 带来了全新的生机与活力。

在这里插入图片描述

以 Nvidia 发布的 ACE for Games 工具为例，它利用 LLM 为游戏开发者提供了强大的对话能力生成工具。通过这个工具，游戏中的 NPC 可以更加自然地与玩家进行对话，回答各种问题，甚至根据玩家的行为和选择做出不同的反应。这不仅大大提高了游戏研发的效率，还为玩家带来了更加丰富和个性化的游戏体验。斯坦福小镇的案例则展示了 LLM 在实现多个智能体的规划、总结和反思能力方面的巨大潜力。在这个虚拟的小镇中，智能体们可以相互交流、合作，共同完成各种任务，为玩家呈现出一个充满活力和智慧的游戏世界。《黑客帝国：觉醒》更是将 LLM 的应用推向了一个新的高度，游戏中的 NPC 能够动态实时地回应玩家，根据玩家的动作和情境做出即时的反应，让玩家仿佛置身于一个真实的虚拟世界中。而多 NPC 进行“反向图灵测试”的例子则进一步证明了 AI 在游戏中的创新应用潜力，它挑战了传统的人机交互模式，为玩家带来了更加深入和有趣的游戏体验。

腾讯游戏知几团队在智能 NPC 的落地实践中，展现出了非凡的创新精神和技术实力。以天涯明月刀手游中的“绝智阿暖”为例，他们成功地实现了 NPC 特征的上半部分，包括开放对话、多模态驱动、记忆等高级策略。在开放对话方面，腾讯游戏追求准确、拟真、安全的目标，为玩家打造一个更加真实、自然的游戏交互环境。

在这里插入图片描述

为了实现准确性，腾讯游戏采用了 RAG（Retrieval-Augmented Generation）知识嵌入的方法。通过检索相关知识构造 prompt，再调用 LLM 给出答案，这种方式能够确保 NPC 的回答更加准确和有针对性。在知识库构建和检索器能力方面，腾讯游戏进行了多维度知识总结和聚类增强，提高了准确率。同时，通过统一句向量编码器和多维索引，以及多轮编码器训练，解决了适配多维度知识库检索和支持上下文召回的问题。这使得玩家在与 NPC 对话时，能够获得更加丰富和准确的信息，提高了游戏的沉浸感和可玩性。

在这里插入图片描述

在拟真性方面，腾讯游戏希望 NPC 更加符合世界观和 IP 人设，具有更高级的类人策略。通过提示工程和模型的长输入支持，他们成功地实现了这一目标。例如，通过二次增量预训练和多阶段 SFT（Supervised Fine-Tuning），提高了模型的长输入理解力，从而提升了对话回答准确率。在记忆策略设计上，腾讯游戏通过旁路获取对话信息、大模型总结和 RAG 检索记忆库，实现了 NPC 的记忆能力。这使得 NPC 能够记住与玩家的交互历史，根据玩家的行为和选择做出更加个性化的反应，增强了玩家与 NPC 之间的情感连接。

在这里插入图片描述

在安全性方面，腾讯游戏深知在游戏中提供安全可靠的交互环境的重要性。他们通过输入输出识别、模型生成规避风险和事后解决等措施，确保了回复的安全性，有害率低于 0.5%。这为玩家提供了一个放心、安全的游戏环境，让玩家能够尽情享受游戏的乐趣。

在这里插入图片描述

在多模表现方面，腾讯游戏语音采用了自研的知音语音大模型，实现了更自然、韵律丰富和实时的语音生成。TTS（Text-to-Speech）合成的实时率从 0.5 优化到 0.085，大大提高了语音交互的流畅性和自然度。在面部表现上，通过高质量平行数据和语音预训练模型，实现了口型自然、泛化性好的 3D 面部动画生成。这使得 NPC 在与玩家交互时，不仅能够通过语言表达情感，还能够通过面部表情和语音语调传递更加丰富的信息，增强了游戏的沉浸感和真实感。

在这里插入图片描述

在系统性能方面，面对模块多且多为大模型的挑战，腾讯游戏通过架构设计和模型推理加速来提升系统性能。架构上采用了流式并行架构，实现了调用的并行调度和基于短句的流式方案，减少了链路调用耗时。在模型推理加速方面，通过 int8 量化技术、Prefix Cache、Flash Decoding 和动态 Batch 等技术，将端到端的时延从 10s+降至约 1.5s。这使得游戏系统能够更加快速地响应玩家的请求，提高了游戏的流畅性和稳定性，为玩家带来更好的游戏体验。

对于游戏 NPC 的未来发展，腾讯游戏认为行业在 NPC 上的探索才刚刚开始。未来，游戏 NPC 与 AI 的结合将在更多游戏中落地并持续迭代。模型推理成本是当前面临的关键挑战，需要通过模型推理提效、应用架构创新和分层使用 LLM 等方式来解决。游戏成功的本质在于玩法，AI 为游戏设计和策划提供了更宽的思路和更强大的基础能力，虽然不是好玩的直接原因，但将催生出更加不同甚至颠覆性的玩法。

在这里插入图片描述