Google DeepMind 概述 15 年游戏研究如何导致 EVE Online

Google DeepMind 发布了一篇详细报告，回顾其在游戏领域长达 15 年的人工智能研究历程，最终与独立工作室 Fenris Creations（《EVE Online》的开发者）达成研究合作，并阐明两方计划在 EVE 宇宙中开展的分阶段研究项目。该2026年8月21日的文章将实验室最早的强化学习成果与当前的通用代理工作相连接，并列出 EVE 环境预计检验的具体能力。

回顾内容梳理了构建实验室研究计划的一系列游戏成果：Deep Q-Network 从原始像素学习了 49 款 Atari 2600 游戏，已在2015 年的《Nature》论文中记录；AlphaGo 2016 年击败世界冠军李世石；AlphaGo Zero 与 AlphaZero 摒弃人类数据，实现了在国际象棋、将棋和围棋上的通用化；MuZero 在未知规则的情况下进行游戏；以及 2019 年在《星际争霸 II》中达到特级大师水平的 AlphaStar。文章指出，同样的基础也延伸至 AlphaFold——这套蛋白质结构预测系统荣获 2024 年诺贝尔化学奖。

从掌握游戏到在游戏中运作

该文将实验室的游戏研究方向描述为一次转变：从专注于在单一游戏中取得明确分数的系统，转向能够像人类一样在任何游戏世界中行动的代理。实现这一目标的载体是 SIMA（Scalable Instructable Multiworld Agent），它能够感知玩家在屏幕上看到的内容，并通过普通的键盘和鼠标操作进行交互，且不需要访问游戏代码。

SIMA 2 于 2025 年 11 月推出，核心采用 Gemini 模型，突破了第一代拥有超过 600 项语言指令技能的能力，进一步实现了对目标的推理、与用户的对话以及通过自我引导的玩法进行改进。Google DeepMind 报告称，SIMA 2 在其训练环境中显著缩小了与人类任务完成表现的差距，甚至在从未训练过的游戏（如 ASKA 和 Minecraft 研究实现）上也表现出色。实验室给出的限制包括：该代理仍在处理极长时间跨度的任务时表现不足，记忆受限于低延迟交互所需的短上下文窗口，并且目前仅以有限的研究预览形式向少数学者和游戏开发者开放。

EVE 合作带来了什么

今年早些时候，EVE Online 背后的工作室 Fenris Creations 宣布独立，并与 DeepMind 建立合作，使其能够访问自 2003 年持续运行的永久世界。EVE Online 的单一分片宇宙容纳了数千名玩家，共享同一经济体系，呈现真实的供需动态和完全由玩家构建的政治结构。作为 EVE 宇宙的独立开发工作室，Fenris Creations 已耗时二十余年打造了游戏史上最持久的世界之一。

文章列出了该环境预计将检验的四项能力：在不遗忘的前提下进行持续学习、记忆能够超越当前上下文窗口、能够在数周乃至数月的时间尺度上进行长程规划、以及涵盖合作、竞争、谈判和经济等多代理复杂交互。

“与 Google DeepMind 合作，我们正迈入一个全新领域：AI 必须在其他游戏环境从未要求的时间尺度上学习、适应并记忆，”Fenris Creations 首席执行官 Hilmar Pétursson 在文中如是说。

此次合作涵盖三个独立的环境。EVE Online 提供大规模的永久宇宙；EVE Vanguard 增加了第一人称、节奏快速的战术决策；EVE Frontier 则通过可编程的 Smart Assemblies，呈现一个规则本身可以变化的世界。

研究计划遵循分阶段路径：首先在与真实玩家分离的离线 EVE Online 实例中开展实验，然后通过 EVE Frontier 探索人类与代理在永久世界中的共存方式，最终仅在能力成熟后才进入实时游戏。合作已产生的一个系统目前正面向玩家推出：Aura Guidance 于 2026 年 2 月 17 日以原型形式发布，使用 Gemini 回答新玩家从真实 Rookie Help 交流库中筛选出的提问，并以受控的 A/B 测试方式评估其是否提升新玩家留存率。

正如文章所述，这一更长的研究弧线从 Atari 的原始像素起步，延伸至已有 23 年历史的永久宇宙：每个环境的选择都是为了迫使实验室认为通用代理所需的下一项能力得到检验。EVE 宇宙是当前对该方法的测试场，而离线沙盒则是工作现在开始的地方。