9月25日，中國電競(jìng)俱樂部TYLOO與AI科技企業(yè)新智慧游戲共同宣布達(dá)成戰(zhàn)略合作，雙方將攜手開發(fā)基于多模態(tài)大模型的“專屬AI教練”。此舉標(biāo)志著新智慧游戲旗下的AI教練產(chǎn)品GameSkill將首次應(yīng)用于職業(yè)電競(jìng)戰(zhàn)隊(duì)，助力TYLOO備戰(zhàn)2026年CS2全球總決賽等多項(xiàng)國際頂級(jí)賽事。

根據(jù)合作規(guī)劃，雙方將致力于打造高度個(gè)性化的AI游戲智能體，構(gòu)建更智能、高效的科學(xué)訓(xùn)練體系，推動(dòng)電競(jìng)訓(xùn)練模式革新。

雖然此類“AI+電競(jìng)”的合作模式在國際上已不罕見，但在國內(nèi)仍屬前沿探索。近日，筆者特邀新智慧游戲創(chuàng)始人陳迪先生，共同探討新智慧游戲如何用AI技術(shù)重塑游戲與電競(jìng)賽訓(xùn)。同時(shí)，本文也將梳理AI在電競(jìng)賽訓(xùn)領(lǐng)域的發(fā)展歷程。

在GameSkill項(xiàng)目中，新智慧游戲創(chuàng)始人陳迪介紹，團(tuán)隊(duì)最早從To C市場(chǎng)切入，已經(jīng)為《英雄聯(lián)盟》《無畏契約》《云頂之弈》《永劫無間》四款游戲開發(fā)了AI“游戲教練”嘗試性測(cè)試版本，指導(dǎo)玩家在訓(xùn)練和實(shí)戰(zhàn)中提升水平。這類AI的目標(biāo)，是補(bǔ)充高昂的陪練與低效的自我復(fù)盤，成為玩家身后的提高電競(jìng)水平的指導(dǎo)工具。

陳迪舉例說：“同段位玩家的操作和槍法其實(shí)差不多，差距更多在意識(shí)和決策上。但大多數(shù)玩家很少復(fù)盤，也不想做筆記。我們的目標(biāo)，就是讓AI基于經(jīng)過大量電競(jìng)專業(yè)數(shù)據(jù)訓(xùn)練的多模態(tài)電競(jìng)大模型數(shù)據(jù)分析實(shí)時(shí)指出潛在錯(cuò)誤，并建議改進(jìn)方式?！?/p>

未來，隨著模型能力的提升，他們希望AI能夠在合理時(shí)間內(nèi)評(píng)估玩家水平，輸出個(gè)性化指導(dǎo)，逐步接近“千人千面”的教學(xué)體驗(yàn)。這一方向不僅有助于提高普通玩家的水平，也有潛力成為新的商業(yè)增長(zhǎng)點(diǎn)。

陳迪坦誠地告訴我們，目前還存在一些技術(shù)問題，例如端側(cè)算力不足、模型泛化能力尚未成熟，早期版本在提供有效的實(shí)時(shí)指導(dǎo)還有很多提升空間。但這也促使他們轉(zhuǎn)向職業(yè)俱樂部，研發(fā)了AI在賽訓(xùn)中的實(shí)際應(yīng)用場(chǎng)景，也就是前段時(shí)間與天祿的合作——新智慧在未來將為TYLOO提供自動(dòng)復(fù)盤、對(duì)手分析和輔助戰(zhàn)術(shù)研發(fā)等服務(wù)。

在復(fù)盤方面，AI能夠在數(shù)分鐘內(nèi)完成分析師需要數(shù)天的工作：通過學(xué)習(xí)大量的對(duì)局?jǐn)?shù)據(jù)和標(biāo)注畫面，自動(dòng)識(shí)別Demo中的關(guān)鍵節(jié)點(diǎn)、標(biāo)注戰(zhàn)術(shù)執(zhí)行偏差、整理道具使用與走位數(shù)據(jù)，并輸出直觀的可視化沙盤，幫助教練快速定位問題。

AI還能在大賽緊張的備戰(zhàn)階段分析對(duì)手近期戰(zhàn)術(shù)風(fēng)格，輔助教練組制定針對(duì)性方案，大幅降低分析師的人力壓力。

同時(shí)，新智慧正在探索AI在戰(zhàn)術(shù)研發(fā)領(lǐng)域的潛力。陳迪用“圍棋第37手”作類比：2016年AlphaGo在與李世石的對(duì)局中，落下了一步人類棋手從未想到的妙手，這正是AI通過海量數(shù)據(jù)訓(xùn)練和強(qiáng)化學(xué)習(xí)得出的創(chuàng)新。

陳迪相信電競(jìng)同樣可能出現(xiàn)類似的時(shí)刻。隨著多模態(tài)大模型的成熟，AI能夠直接處理視頻幀，在高維數(shù)據(jù)空間理解游戲，有望輔助提出人類戰(zhàn)術(shù)體系中前所未有的打法建議。屆時(shí)，AI不再只是主教練的助手，而將成為戰(zhàn)術(shù)共創(chuàng)者，為隊(duì)伍提供新的打法選擇和戰(zhàn)術(shù)靈感。

當(dāng)然，目前AI在電競(jìng)領(lǐng)域的落地仍面臨多重挑戰(zhàn)。

例如新智慧在數(shù)據(jù)與標(biāo)注方面，依賴大量高質(zhì)量比賽錄像的人工標(biāo)注。目前他們?yōu)镃S2項(xiàng)目專門組建了20多人的高水平玩家團(tuán)隊(duì)，用于逐幀標(biāo)注戰(zhàn)術(shù)動(dòng)作。如果研發(fā)其他游戲的AI助手，還需要更多不同游戲的高水平玩家去標(biāo)注，這本身是一筆巨大投入。

TYLOO與新智慧游戲的合作是一個(gè)開始，在接下來的幾年里，技術(shù)成熟、算力突破、數(shù)據(jù)積累與商業(yè)模式創(chuàng)新，將決定AI在電競(jìng)行業(yè)究竟能走多遠(yuǎn)。

在與陳迪的采訪之外，我們還可以回顧過去十年，AI在賽訓(xùn)方面應(yīng)用的過程。

電競(jìng)領(lǐng)域引入AI技術(shù)并非一蹴而就，而是經(jīng)歷了逐步演進(jìn)的過程。在早期，AI研究者使用電競(jìng)游戲作為訓(xùn)練環(huán)境，來開發(fā)和提升AI大模型的能力。

隨著AI大模型在電競(jìng)游戲中的不斷訓(xùn)練和迭代，電競(jìng)業(yè)界見證了AI在游戲?qū)怪械耐黄啤?018年OpenAI的Dota 2機(jī)器人擊敗頂尖職業(yè)選手、2019年DeepMind的AlphaStar在《星際爭(zhēng)霸2》中達(dá)到職業(yè)水準(zhǔn)。

這些案例不僅證明了AI機(jī)器學(xué)習(xí)的能力，也讓電競(jìng)從業(yè)者意識(shí)到AI在策略決策上的潛力，并激發(fā)了將其反向應(yīng)用于人類訓(xùn)練的想象力。

2018年，電競(jìng)俱樂部Team Liquid與SAP合作，借助后者的大數(shù)據(jù)和機(jī)器學(xué)習(xí)平臺(tái)來分析海量比賽數(shù)據(jù)，開創(chuàng)了傳統(tǒng)豪門使用AI輔佐賽訓(xùn)的先河。

到了2019年，AI電競(jìng)賽訓(xùn)工具逐漸豐富，并向不同細(xì)分方向發(fā)展。例如，F(xiàn)PS領(lǐng)域涌現(xiàn)出專注瞄準(zhǔn)和反應(yīng)訓(xùn)練的AI應(yīng)用，例如Aim Lab等訓(xùn)練軟件崛起，為《CS:GO》《彩虹六號(hào)》《無畏契約》等射擊游戲提供了仿真的練槍環(huán)境。這些工具不僅能模擬各類靶場(chǎng)場(chǎng)景，還通過數(shù)據(jù)分析幫助選手找出瞄準(zhǔn)弱點(diǎn)，并給出有針對(duì)性的練習(xí)方案。

在MOBA游戲領(lǐng)域，土耳其公司Falcon AI開發(fā)的SenpAI.gg能夠利用機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺技術(shù)，解析《英雄聯(lián)盟》《Dota 2》等游戲的錄像和直播數(shù)據(jù)，戰(zhàn)隊(duì)可以使用它進(jìn)行“死亡復(fù)盤”，快速找出決策失誤，節(jié)省了大量人工分析時(shí)間。

圍繞電競(jìng)賽訓(xùn)，還有許多值得深入探討的議題。

例如在教練體系上，筆者認(rèn)為即使未來AI能輔助研發(fā)戰(zhàn)術(shù)，也并不能取代教練。AI在電競(jìng)訓(xùn)練中扮演著助手和放大器的角色，但絕不是萬能良藥。競(jìng)技場(chǎng)上瞬息萬變，AI模型往往基于歷史數(shù)據(jù)提取經(jīng)驗(yàn)，對(duì)于全新的戰(zhàn)術(shù)或非典型局面可能泛化不足。人類教練的臨場(chǎng)直覺和創(chuàng)造力，在這些時(shí)刻反而更可靠。畢竟，比賽并非純粹的數(shù)學(xué)問題，其中包含大量心理博弈和隨機(jī)性，是無法被完全量化的。

教練的職責(zé)不僅限于出謀劃策，他們同時(shí)還是團(tuán)隊(duì)的管理者和精神領(lǐng)袖，承擔(dān)著溝通、激勵(lì)和臨場(chǎng)應(yīng)變等任務(wù)。AI目前仍然無法感受情緒，沒有能力在選手情緒低落時(shí)拍肩鼓勵(lì)，更不能在團(tuán)隊(duì)出現(xiàn)分歧時(shí)樹立威信統(tǒng)一思想——但這些都是教練方法論的重要組成部分。

此外，還有資源與基礎(chǔ)設(shè)施的公平問題。在賽訓(xùn)資源方面，AI技術(shù)的應(yīng)用可能加劇電競(jìng)行業(yè)的不平等。豪門俱樂部憑借雄厚資金定制專屬AI工具，相比之下，中小俱樂部受限于預(yù)算，難以獲取同等技術(shù)，導(dǎo)致資源差距擴(kuò)大。如今電競(jìng)行業(yè)“大魚吃小魚”的趨勢(shì)已顯而易見，若AI賽訓(xùn)成為關(guān)鍵競(jìng)爭(zhēng)力，高門檻可能進(jìn)一步引發(fā)馬太效應(yīng)。

這種不平等還可能進(jìn)一步影響選手池管理。AI可以通過分析全球玩家數(shù)據(jù)，識(shí)別高潛力選手，快速幫助戰(zhàn)隊(duì)從新興市場(chǎng)挖掘人才，但小俱樂部難以接觸高端AI資源。

當(dāng)然，隨著AI工具的普及和成本降低，這種差距有望縮小，就像健身房里的先進(jìn)器械最終大眾也能使用一樣，但短期來看，AI在賽訓(xùn)紅利的分配仍是需要考慮的課題。

AI如何重塑電競(jìng)賽訓(xùn)體系，以及由此衍生出的新型商業(yè)模式和產(chǎn)業(yè)機(jī)會(huì)，無疑是值得持續(xù)關(guān)注的動(dòng)態(tài)方向。但可以肯定的是，AI將與人類共同書寫電競(jìng)賽訓(xùn)的未來。