成為全球游戲行業(yè)最具影響力的價值連接者

游戲日報2026 GDC全球合作與報道通道（點擊圖片了解）

3月11日（太平洋時間），《絕地求生》團(tuán)隊在GDC 2026的演講中首次公布了他們?yōu)橛螒蛑谱鞯腃PC（定制化玩家角色）——“艾爾琳”。

在這次演講中，他們首次公開了AI隊友“艾爾琳”的技術(shù)實現(xiàn)細(xì)節(jié)，所有功能均在玩家本地電腦運行，3060顯卡即可實現(xiàn)60幀流暢體驗，AI響應(yīng)延遲控制在2秒以內(nèi)。證明了在競技游戲中部署“有記憶、懂戰(zhàn)術(shù)、能聊天”的端側(cè)AI是可行的，給出了完整的技術(shù)路徑，并同步宣布此功能預(yù)計2026年正式上線。

演講結(jié)束后，圍繞這套系統(tǒng)的技術(shù)選型、玩家體驗和硬件適配，團(tuán)隊還與現(xiàn)場開發(fā)者展開了問答交流。

以下為整理后的演講具體內(nèi)容：

大家好，我是辛克。今天我會為大家介紹這《絕地求生》里的人氣角色——艾爾琳。

在《絕地求生》中，最精彩的游戲瞬間，往往是和隊友一起創(chuàng)造的。有隊友在身邊，你們可以一起開懷大笑、分享物資、制定戰(zhàn)術(shù)。但有時候，組隊玩法會出問題：好友并非隨時都有空，只能選擇匹配隊友。但隨機(jī)匹配也存在問題，隊友之間的游戲目標(biāo)和跳傘落點都不一樣，團(tuán)隊很容易就散了，有時候還會遇到玩家中途掉線的情況。

于是我們就有了一個想法：能不能用人工智能隊友來填補(bǔ)這個空缺？很多人知道NPC這個概念，也就是非玩家角色。但關(guān)鍵問題是，玩家無法操控NPC，也不能扮演這個角色，所以很多游戲里的NPC表現(xiàn)都很呆板。現(xiàn)在我們引入一個新的概念——CPC，即定制化玩家角色，設(shè)計初衷就是和玩家并肩作戰(zhàn)、默契配合。這就是我們?yōu)檫@款吃雞游戲打造的CPC角色——艾爾琳，她就像一位能和你交流互動的游戲好友。

剛剛大家看到的是我和艾爾琳組隊的畫面，她就像真人隊友一樣和玩家配合默契，主要有四大核心亮點：

第一，她的游戲水平在線，會努力和玩家保持行動同步，就像真正的靠譜隊友。第二，她能聽從玩家的語音指令，只需說出一句話，艾爾琳就能理解并照做。第三，她能懂游戲里的專屬術(shù)語和俚語，無論是專業(yè)詞匯、物資名稱，還是隊友間的閑聊對話，她都能理解。第四，她的交流方式十分自然，能和玩家順暢溝通，會傾聽、會回應(yīng)，甚至還會開點小玩笑。

接下來我們深入講講，為了讓艾爾琳的表現(xiàn)更貼近真人隊友，我們遇到的四大核心技術(shù)難題：實時決策能力、交互的安全性與趣味性平衡、交互的主動性，以及記憶能力。

在講解具體技術(shù)細(xì)節(jié)前，我先明確一下艾爾琳的感知和行動邊界。

第一，語音輸入輸出。玩家用自然語音和艾爾琳交流，我們通過語音轉(zhuǎn)文字技術(shù)將玩家語音轉(zhuǎn)化為文本，艾爾琳再通過文字轉(zhuǎn)語音技術(shù)做出回應(yīng)。

第二，場景信息輸入。艾爾琳并非直接識別游戲畫面，而是接收結(jié)構(gòu)化的游戲數(shù)據(jù)，如位置、時間、物資、敵情等信息，再將這些數(shù)據(jù)轉(zhuǎn)化為文本描述，通過這些描述來理解游戲場景。

第三，行動輸出。艾爾琳不會像人類玩家一樣使用鍵盤鼠標(biāo)操作，而是通過語義化的行動指令完成操作，比如移動、射擊、觀察、交互等。

實時決策能力

在這款戰(zhàn)場競技游戲中，遭遇敵人后可能1秒就會陣亡，所以AI隊友必須做到反應(yīng)敏捷、表現(xiàn)穩(wěn)定。我們有一種基于規(guī)則的模型，以游戲狀態(tài)為輸入、動作指令為輸出，通常依托深度決策樹構(gòu)建。這種模型的優(yōu)勢是反應(yīng)迅速、表現(xiàn)穩(wěn)定可預(yù)測，但它不支持對話和語音控制。簡單來說，就是存在這樣的取舍：一側(cè)是更智能、更具交互性的模型，另一側(cè)是反應(yīng)快、穩(wěn)定性高的模型。

我們的解決方案是將這兩套系統(tǒng)融合，采用一號系統(tǒng)與二號系統(tǒng)的雙層架構(gòu)。一號系統(tǒng)負(fù)責(zé)生成所有動作指令，支撐AI的各類行為和決策；核心設(shè)計思路是，二號系統(tǒng)能夠修改一號系統(tǒng)的行為模式。這意味著玩家可以通過語音向AI下達(dá)指令，而AI依然能保持敏捷的行動。這就像你碰到滾燙的東西會立刻縮回手一樣，是本能的反應(yīng)，無需思考。我們的AI隊友正是依靠一號系統(tǒng)，實現(xiàn)了這種即時反應(yīng)。

我用一個例子講解具體工作原理。玩家發(fā)出指令前，一號系統(tǒng)自主運行，根據(jù)游戲?qū)崟r狀態(tài)獨立生成動作指令；隨后玩家說出“跟著我”，這一指令觸發(fā)二號系統(tǒng)啟動。二號系統(tǒng)理解指令后，生成“跟隨玩家”的行為指令，同時修改一號系統(tǒng)的運行邏輯。如此一來，一號系統(tǒng)依舊保持高速運算，而AI的行為模式則從“自主探索”切換為“跟隨玩家”。此時出現(xiàn)敵人并向AI隊友開火，一號系統(tǒng)會立刻做出反應(yīng)，檢測到槍聲后發(fā)起反擊。這樣，AI隊友既能遵循語音指令，又能保持敏捷的實戰(zhàn)反應(yīng)。

安全交互

下一個需要攻克的難題是交互的安全性與趣味性平衡。我們希望AI隊友能帶來有趣的體驗，像真實好友一樣和玩家自然交流、開玩笑，但同時必須杜絕不良、不安全的對話內(nèi)容。這里有一個非常特殊的問題：語境的影響至關(guān)重要。因為AI隊友存在于游戲這個特定場景中，同一個詞在游戲里和現(xiàn)實中可能含義完全不同。

比如玩家在游戲中說“我把那只狗解決了”，在現(xiàn)實中這句話帶有暴力色彩。普通的風(fēng)控模型可能會做出拒絕的回應(yīng)，但在游戲語境中，這句話需要結(jié)合游戲場景解讀。正因如此，我們需要一套能理解游戲語境的安全風(fēng)控機(jī)制，既不會誤判游戲內(nèi)的正常表述，又能精準(zhǔn)攔截現(xiàn)實中的不良用語。

接下來講講我們?nèi)绾卧O(shè)計這套兼顧安全與趣味的交互邏輯。核心思路就是持續(xù)測試、發(fā)現(xiàn)問題、迭代優(yōu)化。我們通過內(nèi)部測試主動發(fā)現(xiàn)問題，找出高風(fēng)險話題或低互動性的對話樣本，隨后分析問題、優(yōu)化模型，讓AI的回復(fù)既安全又有趣。很多設(shè)計師參與到實際體驗中，針對AI的回復(fù)給出修改意見，這些優(yōu)化后的回復(fù)會成為AI的標(biāo)準(zhǔn)應(yīng)答庫。接下來我們會進(jìn)行提示詞優(yōu)化，更新模型的指令邏輯，讓艾爾琳嚴(yán)格遵循標(biāo)準(zhǔn)應(yīng)答庫的內(nèi)容回復(fù)。

由于安全性至關(guān)重要，最后一道關(guān)卡就是不良用語檢測。這個檢測會在兩個環(huán)節(jié)生效，覆蓋艾爾琳的聽和說。首先在語音輸入環(huán)節(jié)，玩家的語音被轉(zhuǎn)文字后，我們會對轉(zhuǎn)換后的文本進(jìn)行不良用語檢測，若發(fā)現(xiàn)違規(guī)內(nèi)容，會直接屏蔽或替換，避免艾爾琳做出不當(dāng)回應(yīng)；其次在AI生成回復(fù)環(huán)節(jié)，在將文本轉(zhuǎn)換為語音前，會再次進(jìn)行檢測，若回復(fù)中包含不良用語，會立刻修正。這是我們的最后一道風(fēng)控防線，對輸入和輸出實現(xiàn)雙重檢測。

交互的主動性

主動性這點非常重要。在游戲中，真正的隊友會根據(jù)戰(zhàn)場形勢主動溝通，比如“發(fā)現(xiàn)敵人”“物資不多了”“我們該轉(zhuǎn)移了”。為此我們思考了很久：該如何通過事件觸發(fā)，讓艾爾琳擁有主動交互的能力？

我們的做法有兩點：第一，基于游戲內(nèi)的事件觸發(fā)，比如發(fā)現(xiàn)敵人、開火、毒圈收縮等場景；第二，結(jié)合游戲?qū)嶋H情況判斷是否需要主動發(fā)言，因為過多的語音會分散玩家的注意力。我們的目標(biāo)很簡單：在合適的時機(jī)，給出有幫助的語音提示。

具體工作原理是，首先游戲內(nèi)觸發(fā)特定事件，艾爾琳發(fā)現(xiàn)玩家需要或關(guān)注的物資，接著系統(tǒng)判斷該情況具備主動發(fā)言的價值，隨后艾爾琳就會主動提醒，比如“嘿，這邊有倍鏡”。還有一個重要的點，玩家可以自定義觸發(fā)條件，比如設(shè)置“找到醫(yī)療物資時提醒我”。

記憶能力

最后一個挑戰(zhàn)是記憶能力。核心目標(biāo)是提取關(guān)鍵信息、保存并在后續(xù)場景中復(fù)用。如果沒有記憶，AI隊友每次對局都會像陌生人一樣，記不住你的名字、記不住你的打法，體驗會變得非常糟糕。

接下來看看具體的實現(xiàn)方式。對局過程中，玩家可能會說“我喜歡剛槍，咱們打得激進(jìn)點”，同時游戲中還有大量諸如操作步驟、對局結(jié)果的信息，這些都是記憶的輸入源。艾爾琳會持續(xù)捕捉對話內(nèi)容和對局信息，篩選出其中的關(guān)鍵部分，比如玩家的偏好、互動中的反饋，并將其提煉為簡短的摘要存入記憶模塊。

我們設(shè)置了持久化的記憶存儲區(qū)，會將有用的信息長期保存，而且這份記憶會跨對局生效，即便多局之后也不會丟失。同時還有記憶注入機(jī)制，會將存儲的記憶信息實時注入AI的決策模型，讓艾爾琳能結(jié)合記憶做出回應(yīng)，比如會說“記得你喜歡剛槍，咱們沖過去”。

關(guān)于模型訓(xùn)練與評估

以上講到的實時決策、安全交互、記憶能力，都基于小語言模型實現(xiàn)。這意味著我們需要持續(xù)訓(xùn)練和優(yōu)化這個模型。我們的全流程訓(xùn)練體系是這樣的：首先從實際對局中收集數(shù)據(jù)，玩家和艾爾琳的真實對局過程中，我們會采集玩家的真實指令，將這些數(shù)據(jù)加入數(shù)據(jù)集，隨后基于新數(shù)據(jù)集對小語言模型進(jìn)行微調(diào)訓(xùn)練。

訓(xùn)練完成后得到新版本模型，我們會從交互質(zhì)量、安全合規(guī)、游戲內(nèi)行為表現(xiàn)三個維度進(jìn)行驗證，驗證通過后就會進(jìn)行版本迭代，讓模型的表現(xiàn)持續(xù)優(yōu)化。同時我們會針對薄弱環(huán)節(jié)補(bǔ)充更多數(shù)據(jù)，讓模型的能力更全面。

今天我重點講其中一個核心環(huán)節(jié)：邊緣案例挖掘。目標(biāo)是找出數(shù)據(jù)集中未覆蓋、但實際對局中可能出現(xiàn)的場景。我們的訓(xùn)練數(shù)據(jù)集包含了大量預(yù)設(shè)場景，比如“前往標(biāo)記點”，但無法覆蓋玩家在真實對局中所有可能的表述。

實際游戲中，玩家的指令會非常口語化、多樣化，在不同場景下會用不同的說法表達(dá)同一需求，比如“往這個方向走”，這就是數(shù)據(jù)集未覆蓋的邊緣案例。大語言模型憑借通用理解能力，能很好地處理這類邊緣案例，但小語言模型的泛化能力有限，需要重點挖掘模型處理失敗的邊緣案例并針對性優(yōu)化。

具體的挖掘方法是：首先從真實對局中收集大量玩家指令，隨后進(jìn)行分類標(biāo)注，嘗試將每個指令歸到我們預(yù)設(shè)的類別中。其中一些邊緣案例無法歸到現(xiàn)有的預(yù)設(shè)類別，這說明我們的類別覆蓋存在空白，真實玩家的部分指令是我們此前未考慮到的。

隨后我們會基于這些邊緣案例更新分類體系，比如新增“信息共享”這一類別，涵蓋“有人在這個點位落地”這類指令。之后針對新增類別補(bǔ)充數(shù)據(jù)、優(yōu)化模型，這些原本的邊緣案例就不再是模型的短板了。反復(fù)這個過程，分類體系會不斷完善，模型的失誤率會持續(xù)下降，表現(xiàn)也會越來越好。

我們會將這些挖掘出的指令意圖用于下一次的數(shù)據(jù)生成?；谶@些指令意圖，我們主要挖掘兩類空白：第一類是低覆蓋度意圖，即數(shù)據(jù)集中該類意圖的樣本量不足，我們會針對性生成更多樣本；第二類是低質(zhì)量意圖，即數(shù)據(jù)集中已有相關(guān)樣本，但模型的處理效果仍不佳，這種情況我們會核查數(shù)據(jù)質(zhì)量，或補(bǔ)充更多優(yōu)質(zhì)示例。核心思路很簡單：找到薄弱的指令意圖、補(bǔ)充數(shù)據(jù)、優(yōu)化模型。

我們?nèi)绾卧u估模型的優(yōu)化效果？

主要關(guān)注兩個指標(biāo)。第一個是動作決策準(zhǔn)確率，即模型能否生成正確的行為指令，我們會將模型輸出與大推理模型給出的參考答案對比，以此驗證準(zhǔn)確率。第二個指標(biāo)是交互溝通質(zhì)量，即對話的流暢度和理解度，模型能否準(zhǔn)確理解玩家的意圖。這個指標(biāo)我們會通過大推理模型進(jìn)行自動評估。這兩個指標(biāo)的驗證，我們均采用真實玩家的預(yù)留測試集進(jìn)行評估。

從測試結(jié)果來看，隨著訓(xùn)練的推進(jìn)，模型的各項指標(biāo)持續(xù)提升，我們的小語言模型表現(xiàn)一步步變好。雖然大語言模型的指標(biāo)仍高于小語言模型，但二者的差距在不斷縮小。

關(guān)于本地運行與上線計劃

我想強(qiáng)調(diào)的最重要的一點是：所有功能都能在玩家的個人電腦上本地運行。玩家的游戲客戶端、語音轉(zhuǎn)文字、小語言模型、文字轉(zhuǎn)語音，所有模塊都在同一臺設(shè)備上協(xié)同運行。我們的最低配置要求為3060顯卡，能在該配置下實現(xiàn)60幀的流暢體驗，同時保證80%以上的交互響應(yīng)率。這一實現(xiàn)難度極大，因為游戲本身已經(jīng)占用了大量的顯卡和處理器資源，而我們能做到這一點，離不開和英偉達(dá)的深度合作。

從延遲測試結(jié)果來看，我們對比了小語言模型在本地顯卡、云端服務(wù)器的延遲，以及大語言模型在云端的延遲。在4090型號顯卡的高端電腦上，小語言模型的延遲極低，幾乎比云端大語言模型快一倍，響應(yīng)時間不到1秒；即便是在3060的最低配置電腦上，延遲也能控制在2.5秒以內(nèi)。而云端大語言模型不僅延遲遠(yuǎn)高于本地小語言模型，表現(xiàn)也不夠穩(wěn)定。由此可見，本地顯卡運行模型有兩大核心優(yōu)勢：速度快、表現(xiàn)穩(wěn)。

最后要告訴大家的是，艾爾琳這款A(yù)I隊友不再只是研發(fā)演示版本，我們即將把它正式帶給玩家，作為游戲內(nèi)的可選功能上線。這意味著玩家能在真實的游戲體驗中和艾爾琳并肩作戰(zhàn)，目前該功能已在獨立測試環(huán)境中運行，正式上線時間預(yù)計在2026年的某個時間點。

我的分享就到這里，謝謝大家！最后再聊聊相關(guān)的落地思路，包括實際應(yīng)用效果、可能遇到的問題，還有更多驚喜等著大家。

以下為演講結(jié)束后問答環(huán)節(jié)實錄（為保證閱讀體驗，內(nèi)容有所調(diào)整）：

Q： 你們介紹的這套雙系統(tǒng)架構(gòu)（一號系統(tǒng)基于決策樹驅(qū)動動作，二號系統(tǒng)基于大語言模型負(fù)責(zé)分析和對一號系統(tǒng)的修改），讓我聯(lián)想到心理學(xué)里關(guān)于人類決策思維的雙系統(tǒng)理論。想請問你們的研發(fā)是否從這個理論中獲得了靈感？

A：沒錯，我們確實參考了這一領(lǐng)域的相關(guān)理論。其實一號、二號系統(tǒng)的這種架構(gòu)模式在認(rèn)知科學(xué)領(lǐng)域是相當(dāng)常見的，我也為此研讀了相關(guān)的文獻(xiàn)資料。

Q： 對于AI系統(tǒng)，玩家的實際體驗是最重要的。我想了解貴公司是否已經(jīng)針對這套系統(tǒng)開展了早期的玩家測試，哪怕只是內(nèi)部的可用性測試？有沒有收集過玩家與AI（艾爾琳）互動時的真實感受和反饋？

A：這是個非常好的問題。我之前在演講中主要展示了模型的決策準(zhǔn)確率、交互質(zhì)量這類量化指標(biāo)，但這些與玩家的真實體驗之間確實還存在一些差異。所以我們已經(jīng)在公司內(nèi)部組織了大量的員工進(jìn)行試玩，讓大家體驗AI隊友艾爾琳，并收集了很多反饋意見。基于這些反饋，我們對系統(tǒng)做了不少優(yōu)化改進(jìn)，公司里有很多人都參與了多輪的試玩測試。

Q： 你們的游戲應(yīng)該會面向不同語言的市場，目前主要適配了哪些語言？相關(guān)的模型是自研的還是有合作？因為做多語言適配需要投入不少研發(fā)資源。

A：目前我們主要適配了三種語言：英語、韓語和中文。

針對不同語言，我們做了獨立的模型處理，所有的小語言模型都是單獨訓(xùn)練、獨立部署的。順帶一提，我們還對模型做了量化處理。因為我們要求游戲的最低運行配置是8G顯存，所以模型采用的是4比特量化計算的方式。

Q： 我想問一個偏運營層面的問題：你們是如何調(diào)節(jié)AI隊友的游戲戰(zhàn)力的？在很多游戲中，如果AI太強(qiáng)會降低可玩性。你們是如何避免這個問題的？

A：關(guān)于這點大家完全可以放心，在當(dāng)前的先行體驗版本中，艾爾琳的戰(zhàn)斗能力其實并不算強(qiáng)。想讓AI在這款游戲中表現(xiàn)出色其實難度極高，因為這款游戲的競技性本身就很強(qiáng)，而且很多玩家的游戲水平已經(jīng)非常高了。當(dāng)然，我們也在持續(xù)開展相關(guān)研究，探索如何讓艾爾琳的游戲戰(zhàn)力變得更強(qiáng)。

Q： 我想了解一下，在運行AI隊友的同時，游戲還要進(jìn)行圖形渲染，你們是如何兼顧這兩者的？是同時運行還是優(yōu)先保障一方？另外，是否會根據(jù)游戲運行情況動態(tài)調(diào)整模型策略，甚至跳過部分計算來管理資源？

A：我明白你的問題。簡單來說，如果玩家的設(shè)備顯存有限，想要流暢運行AI隊友，就需要適當(dāng)降低游戲的畫面畫質(zhì)；如果玩家顯存足夠大，那么即使開啟高畫質(zhì)，也能正常運行AI隊友。

Q： 這么說你們是讓AI模型和圖形渲染共用同一塊顯卡的顯存？

A：是的，至少模型的運行是基于同一塊顯卡的。從實際體驗數(shù)據(jù)來看，AI的響應(yīng)延遲控制在2秒以內(nèi)，玩家的體驗就已經(jīng)比較良好；如果能降到1秒以內(nèi)，體驗會更出色。這是保證體驗的關(guān)鍵。

Q： 你們選擇使用小語言模型而非大語言模型，主要是為了適配不同配置的玩家設(shè)備，還是更多出于成本控制？如果投入足夠資金，理論上也可以用大語言模型來做吧？

A：核心原因其實是體驗層面的延遲問題。 如果AI的反饋延遲達(dá)到5秒，玩家的體驗會非常糟糕。當(dāng)然，成本和硬件適配的因素也有考慮。目前行業(yè)內(nèi)語音交互技術(shù)的發(fā)展也印證了，小語言模型是比較合適的選擇。

Q： 那如果未來出現(xiàn)性能表現(xiàn)優(yōu)異的端到端語音模型，能進(jìn)一步降低延遲，你們會考慮采用嗎？

A：沒錯，如果采用端到端的語音模型，確實能有效降低交互延遲。所以我們也在持續(xù)測試和評估，探索哪種類型的端到端語音模型最適配我們的游戲場景。目前還在研究階段。有時候想到未來的技術(shù)發(fā)展，還挺讓人期待的。后續(xù)我們也會繼續(xù)推進(jìn)相關(guān)的技術(shù)研發(fā)和測試。

敬請關(guān)注↑↑↑

立即登記！