Google DeepMind 将 15 年的游戏 AI 研究延伸至 EVE Online

Google DeepMind 发布了一篇关于其在游戏中长达 15 年的 AI 研究历程的详细报告，最终与《EVE Online》背后的独立工作室 Fenris Creations 建立了研究合作伙伴关系，并阐述了双方计划在 EVE 宇宙内部开展的分阶段研究项目。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研究相连接，并列出了他们期望在 EVE 环境中测试的具体能力。

回顾涵盖了构建实验室研究计划的游戏成果链：Deep Q-Network 从原始像素学习了 49 款 Atari 2600 游戏，详见2015 年《自然》论文；AlphaGo 在 2016 年击败世界冠军李世石；AlphaGo Zero 与 AlphaZero 摒弃了人类数据，能够在国际象棋、将棋和围棋之间通用；MuZero 在不知规则的情况下进行游戏；以及 AlphaStar 在 2019 年达到《星际争霸 II》大师级水平。该帖子指出，同样的基础也延伸至 AlphaFold——因其在蛋白质结构预测方面的突破而获 2024 年诺贝尔化学奖。

从掌握游戏到在游戏中运作

该帖子描绘了实验室游戏研究的转变：从专注于掌握单一、得分明确的游戏系统，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进行操作，且无需访问游戏代码。

SIMA 2 于 2025 年 11 月推出，核心采用 Gemini 模型，超越了首版拥有的 600 多项语言指令技能，能够进行目标推理、与用户对话并通过自我驱动的游戏提升表现。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水平的差距，包括从未训练过的游戏，如 ASKA 和 Minecraft 研究实现。实验室给出的限制是：该代理仍在处理极长时程任务时表现不足，受限于为低延迟交互所需的上下文窗口的短期记忆，并且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 合作带来的增益

Fenris Creations 的合作于今年早些时候公布，当时《EVE Online》背后的工作室实现独立，因而为 DeepMind 提供了自 2003 年起持续运行的永久世界访问权限。《EVE Online》单一分片宇宙容纳了数千名玩家，共享同一经济体系，真实的供需动态以及完全由玩家构建的政治结构。作为 EVE 宇宙背后的独立工作室，Fenris Creations 已花费二十余年打造了游戏界最持久的世界之一。

该帖子指出，环境预计将检验四项能力：在不遗忘的前提下持续学习、记忆超越当前上下文窗口、跨周或跨月的长时程规划，以及涵盖合作、竞争、谈判和经济的复杂多代理动态。

“与 Google DeepMind 合作，我们正迈入一个前所未有的领域，在这里 AI 必须在其他任何游戏环境都未曾要求的时间尺度上学习、适应并记忆，”Fenris Creations 首席执行官 Hilmar Pétursson 在帖子中说道。

合作覆盖三个独立的环境。《EVE Online》提供大规模的永久宇宙；《EVE Vanguard》加入第一人称、快节奏的战术决策；《EVE Frontier》则通过可编程的智能装配（Smart Assemblies），呈现规则本身可变动的世界。

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》实例中启动，然后通过《EVE Frontier》研究人类与代理在永久世界中的共存，最终仅在能力成熟后才进入实时游戏。合作中已有一套系统面向玩家推出：Aura Guidance，于 2026 年 2 月 17 日以原型形式发布，利用 Gemini 回答新玩家问题，这些问题来源于经过审查的真实 Rookie Help 交流库，并以受控的 A/B 测试方式运行，以衡量其是否提升了新玩家的留存率。

正如帖子所述，整个长线从 Atari 的原始像素到一个已有 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锻炼。EVE 宇宙是该方法的当前测试平台，而离线沙盒则是工作现在开始的地方。