有意思的是，由于基礎(chǔ)模型知識(shí)庫的截止時(shí)間早于《鳴潮》上線，它在推理時(shí)會(huì)出現(xiàn)「幻覺」，借用《原神》的術(shù)語來描述《鳴潮》的內(nèi)容——論文表示，類似的跨游戲知識(shí)遷移現(xiàn)象，在人類玩家中也很常見。

《原神》又要引領(lǐng)一次革命？

文/秋秋

01

會(huì)玩《原神》的AI

這兩天，一款號(hào)稱能玩《原神》的AI模型Lumine-Agent突然刷屏。

在B站，Lumine團(tuán)隊(duì)放出了總長(zhǎng)超過25小時(shí)的8段實(shí)錄視頻，主要展示了AI游玩《原神》《崩壞：星穹鐵道》和《鳴潮》的過程。

在實(shí)錄視頻中，團(tuán)隊(duì)公開的內(nèi)容除了游戲流程實(shí)機(jī)，還包括下方的「AI思考過程」，右側(cè)的AI鼠標(biāo)鍵盤指令——通過這些視頻，我們能比較清楚地看出AI玩游戲的具體過程：

居然還知道看教程

從實(shí)機(jī)來看，Lumine不僅能順利完成多款游戲的體驗(yàn)流程，還鬧出了不少笑話。如果加上配音，其節(jié)目效果可能不亞于一些游戲?qū)崨rUP主——看來又一個(gè)職業(yè)要被AI威脅到了。

朝凱亞發(fā)起攻擊

理直氣壯地跳過《鳴潮》動(dòng)畫

據(jù)官網(wǎng)介紹，Lumine在《原神》中的應(yīng)用場(chǎng)景包括：

1. 基礎(chǔ)交互：能完成戰(zhàn)斗后開寶箱、通關(guān)秘境、完成日常委托等復(fù)合操作；

2. 應(yīng)對(duì)BOSS機(jī)制：可理解并應(yīng)對(duì)無相之雷、風(fēng)魔龍等BOSS的特定玩法，如躲避攻擊、攻擊弱點(diǎn)、拾取元素顆粒等等；

3. 精密操作：能完成飛行搜集、瞄準(zhǔn)射擊、點(diǎn)燃荊棘、激活元素方碑、限時(shí)挑戰(zhàn)等復(fù)雜解謎；

4. 界面適應(yīng)：可在3D探索與2D界面（如NPC交互、GUI操作）間自然切換；

此外，通過將復(fù)雜目標(biāo)拆解為具體步驟，你還可以引導(dǎo)Lumine完成收集風(fēng)神瞳、凍結(jié)水面取物、利用風(fēng)場(chǎng)開箱等更復(fù)雜的操作。

爬上右側(cè)的石柱，到達(dá)最高處后收集位于左側(cè)空中的藍(lán)色風(fēng)神瞳

切換角色為凱亞，不斷釋放E技能凍結(jié)水面，以收集前方浮在水面上的風(fēng)神瞳

收集風(fēng)種子以激發(fā)風(fēng)場(chǎng)，進(jìn)入風(fēng)障內(nèi)，開啟寶箱

從這一系列演示的效果來看，雖然Lumine并沒有表現(xiàn)出網(wǎng)友所說的「完全讓代練、代肝UP失業(yè)」的效果，但至少能在過劇情、重復(fù)刷本等相對(duì)耗時(shí)的流暢中解放玩家雙手，展現(xiàn)出一定的實(shí)用價(jià)值。

有意思的是，有網(wǎng)友指出「Lumine」這個(gè)名稱，正是《原神》中女主「熒」的英文名，團(tuán)隊(duì)也因此制作了一組相關(guān)圖片。

論文進(jìn)一步指出，Lumine是目前唯一能在3D開放世界中完成數(shù)小時(shí)任務(wù)的AI智能體。在四項(xiàng)關(guān)鍵測(cè)試中，其特定版本「Lumine-Instruct-NonHis」的成功率均超過80%，性能顯著優(yōu)于GPT-5、Gemini 2.5 Pro、Grok-4、Qwen3-VL等主流大模型及其它基線方法。

此外，盡管Lumine主要使用《原神》數(shù)據(jù)進(jìn)行訓(xùn)練，但其目標(biāo)卻是打造通用型智能體。論文顯示，團(tuán)隊(duì)也將Lumine的實(shí)測(cè)范圍擴(kuò)展至《鳴潮》《崩壞：星穹鐵道》乃至《黑神話：悟空》，并取得了不錯(cuò)的結(jié)果：

在《鳴潮》中，Lumine僅憑推理能力，就以接近新手的水平完成了游戲的前兩個(gè)劇情（約107分鐘）。

面對(duì)與《原神》玩法不同的《崩壞：星穹鐵道》（箱庭探索+回合制戰(zhàn)斗），Lumine依然通關(guān)了「黑塔」空間站的主線，耗時(shí)約7小時(shí)，僅比人類玩家的平均速度（4.7小時(shí)）慢2.3小時(shí)——速度差距主要來自回合制戰(zhàn)斗的操作、驗(yàn)證跳躍（崩鐵不能跳）和空氣墻阻擋。

快難為死AI了

在更具挑戰(zhàn)的《黑神話：悟空》中，Lumine未能完成挑戰(zhàn)。問題主要在于游戲?qū)憣?shí)的渲染風(fēng)格干擾了AI的視覺識(shí)別（比如部分場(chǎng)景被誤判為不可操作的CG動(dòng)畫），以及游戲本身的高戰(zhàn)斗難度。

盡管存在局限，但跨游戲的測(cè)試仍表明，Lumine所展現(xiàn)的通用能力存在較大潛力。

02

還在早期，還在招人

為了達(dá)到目前的實(shí)測(cè)效果，Lumine團(tuán)隊(duì)投入了不少心力。

簡(jiǎn)單來說，Lumine采用視覺推理模式：由兩臺(tái)主機(jī)協(xié)同工作，一臺(tái)負(fù)責(zé)每200毫秒截一張圖并提交推理請(qǐng)求，另一臺(tái)主機(jī)負(fù)責(zé)推理并將其轉(zhuǎn)化為鼠標(biāo)鍵盤指令返回。

基于這一流程，Lumine團(tuán)隊(duì)使用了總計(jì)約4500小時(shí)的《原神》視頻數(shù)據(jù)進(jìn)行訓(xùn)練，其中包括1731小時(shí)的人類游戲數(shù)據(jù)用于預(yù)訓(xùn)練、200小時(shí)的指令數(shù)據(jù)用于語言基礎(chǔ)訓(xùn)練，以及15小時(shí)的推理數(shù)據(jù)用于實(shí)現(xiàn)混合式思維。

整個(gè)過程不僅耗時(shí)、耗力，更耗錢——僅用于推理的主機(jī)，就搭載了4塊H20顯卡，而訓(xùn)練整個(gè)Agent模型更是需要64塊H100顯卡。租用硬件設(shè)備的費(fèi)用，再算上AI領(lǐng)域高昂的人力成本，整個(gè)項(xiàng)目推進(jìn)下來，少說也要耗費(fèi)數(shù)千萬的成本。

此外，目前Lumine仍存在不少缺陷。論文指出，最顯著的問題是多模態(tài)理解能力不足，約占全部問題的50%，表現(xiàn)為AI無法從場(chǎng)景中正確識(shí)別目標(biāo)；

「安柏」和「火元素方碑」

其次是會(huì)「偷懶」，比如任務(wù)要求射擊三個(gè)史萊姆，AI射完兩個(gè)就干別的去了，或者忽略類似「撿起一朵花」這樣的細(xì)節(jié)指令；再然后還有空間感知偏差問題、控制精度問題等等。

可以說，在Agent能力和成本沒有突破性迭代之前，普通玩家想用AI「代肝」，仍是一個(gè)不切實(shí)際的幻想。

而Lumine團(tuán)隊(duì)之所以如此「財(cái)大氣粗」，則是因?yàn)樗麄儊碜宰止?jié)跳動(dòng)種子計(jì)劃（ByteDance Seed）。

該團(tuán)隊(duì)負(fù)責(zé)字節(jié)跳動(dòng)的AI能力研究，覆蓋大模型、視覺、語音、多模態(tài)交互、通用機(jī)器人乃至生物領(lǐng)域，目前字節(jié)旗下的飛書、火山引擎、豆包、貓箱、星繪、即夢(mèng)等應(yīng)用都有該團(tuán)隊(duì)的技術(shù)落地。

ByteDance Seed官網(wǎng)

Lumine項(xiàng)目的負(fù)責(zé)人及論文主要作者譚偉豪，是南洋理工大學(xué)博士生。他在個(gè)人主頁上表示自己很喜歡米哈游的游戲，巧的是，他的博士導(dǎo)師也叫「安柏」——與《原神》開篇的引路人安柏的中文名相似。

譚偉豪曾在2024年，發(fā)表過能「玩游戲」的智能體Cradle的相關(guān)論文，后者的底層基于GPT-4V，執(zhí)行邏輯同樣是以屏幕截圖作為輸入，輸出鍵鼠操作。

當(dāng)時(shí)團(tuán)隊(duì)「讓AI玩游戲」的技術(shù)能力還沒有這么強(qiáng)，主要展示的能力包括：在《荒野大鏢客2》中完成40分鐘主線任務(wù)、在《城市：天際線》中建造千人城市、在《星露谷物語》中耕種并收獲歐洲蘿卜、以及在《經(jīng)銷商的生活2》中實(shí)現(xiàn)單周最高87%的交易利潤(rùn)率；此外，Cradle還能操作Chrome、Out書等日常軟件，并使用美圖秀秀、剪映處理圖片和視頻，展現(xiàn)出了一定的通用性。

由此可見，Lumine可能是Cradle的迭代與特化版本，專注于開放世界游戲場(chǎng)景的測(cè)試，目前仍處于早期探索階段——論文末尾附帶的《原神》數(shù)據(jù)標(biāo)注人員招募信息也印證了這一點(diǎn)。

03

任何技術(shù)都有意義

可能看到這里，不少讀者會(huì)覺得：除了「AI玩游戲」聽起來挺新奇，再加上對(duì)實(shí)況主、代練業(yè)可能有點(diǎn)沖擊之外……這項(xiàng)技術(shù)，似乎也沒有那么大的實(shí)際意義？

我認(rèn)為這個(gè)問題可以從兩個(gè)層面看：

第一層，我們先聚焦「AI玩游戲」本身。

利用AI模擬真實(shí)玩家的操作，一直是眾多游戲廠商重點(diǎn)投入的技術(shù)方向。從硬件層面的操作腳本，到《王者榮耀》《逆水寒》等產(chǎn)品中訓(xùn)練的AI隊(duì)友或?qū)κ?，都顯示出游戲行業(yè)對(duì)高擬真AI的強(qiáng)烈需求。

但同時(shí)，有資料顯示，《王者榮耀》訓(xùn)練AI「絕悟」時(shí)，其測(cè)試架構(gòu)就動(dòng)用了60萬個(gè)CPU核心和1064張顯卡，保守估計(jì)成本達(dá)數(shù)億元；網(wǎng)易《逆水寒》手游也曾表示，每年投入約3000萬元用于AI云計(jì)算資源，以訓(xùn)練智能NPC。

圖源《逆水寒》手游公眾號(hào)

某深圳射擊游戲廠商CEO也表示，每年只是為游戲配備AI隊(duì)友，就要向超參數(shù)這類專業(yè)公司支付數(shù)千萬元的費(fèi)用（也證明這類生意確實(shí)賺錢），這是他們最終選擇自研AI的原因。

超參數(shù)官網(wǎng)

在這種背景下，Lumine展現(xiàn)出了兩大優(yōu)勢(shì)。

首先是通用性。跟上述依賴游戲內(nèi)部封閉數(shù)據(jù)的專屬AI智能體相比，Lumine的技術(shù)路線和特性有些不同：

它僅依靠公開游戲資料和視覺推理，就能模擬真實(shí)玩家的操作，而且更不容易被識(shí)別為機(jī)器人（雖然目前操作上限比不上專屬AI）、無需提供游戲內(nèi)部數(shù)據(jù)、只要能「看懂」界面，就能上手玩多種游戲……低訓(xùn)練門檻、擬真度、隱私性、通用性，可以說是Lumine未來發(fā)展的幾個(gè)競(jìng)爭(zhēng)力。

某大廠射擊游戲制作人曾提到，其項(xiàng)目中的AI隊(duì)友始終效果不佳，主因是副本類型多、機(jī)制復(fù)雜，傳統(tǒng)規(guī)則型AI難以靈活適應(yīng)——現(xiàn)在來看，如果采用視覺推理AI，或許就有機(jī)會(huì)解決這一問題。

比如論文指出，Lumine在導(dǎo)航上的效果非常出色，堪稱其通用能力中最扎實(shí)的一環(huán)。這跟早期的「?jìng)髌孀詣?dòng)尋路」不同，AI智能體的通用性更強(qiáng)，路線更自由，在研發(fā)端也幾乎不需要繪制導(dǎo)航網(wǎng)格之類的設(shè)計(jì)成本。

沒有「璃月」地圖訓(xùn)練數(shù)據(jù)的情況下，AI仍能正常推進(jìn)璃月主線

其次是訓(xùn)練成本較低。

雖然整個(gè)Agent模型的訓(xùn)練，保守需要數(shù)千萬的成本，但相比上面這些燒錢的情況，確實(shí)算得上比較劃算。更何況，廠商也完全不必自己從零開始訓(xùn)練，如果能直接調(diào)用字節(jié)訓(xùn)練好的、成熟的Lumine API或基礎(chǔ)模型，所需的成本或許會(huì)更低，風(fēng)險(xiǎn)也更小。

難怪論文中會(huì)用「僅需」

此外，我認(rèn)為L(zhǎng)umine至少還有兩種應(yīng)用場(chǎng)景：自動(dòng)化游戲測(cè)試，以及反推游戲設(shè)計(jì)。

傳統(tǒng)游戲的研發(fā)階段，廠商一般依賴人力測(cè)試游戲性能、穩(wěn)定性，尋找BUG等，雖然隨著技術(shù)的迭代，部分測(cè)試環(huán)節(jié)可以用腳本代替，但相比之下，Lumine Agent不僅可以24小時(shí)不間斷工作，還能模擬真實(shí)玩家的復(fù)雜操作，高效地發(fā)現(xiàn)極端情況下的BUG，極大提升測(cè)試場(chǎng)景覆蓋率和效率——而且游戲的場(chǎng)景越復(fù)雜（像《原神》），它的優(yōu)勢(shì)就越明顯。

你看，這證明Lumine還能頂?shù)粢淮髩K游戲測(cè)試的開銷。

更進(jìn)一步，「AI玩游戲」的背后，是AI對(duì)游戲交互邏輯的理解。如果把這套能力反推，未必不能實(shí)現(xiàn)用「AI做游戲」：只需要設(shè)定目標(biāo)和規(guī)則，AI就能自主推理，結(jié)合其他工具，自動(dòng)生成地圖、關(guān)卡、任務(wù)動(dòng)線等等。

當(dāng)然，說來說去，又回到了問題的第二層：這一切真的有意義嗎？

比如相關(guān)的擔(dān)憂不難理解：AI都幫你玩游戲了，那你玩游戲的樂趣又在哪？如果有人用AI刷資源或者打破游戲平衡，那是不是又變成了另一種「外掛」（當(dāng)然目前已經(jīng)有AI外掛了）？這些問題也需要隨著技術(shù)演進(jìn)反復(fù)論證。

《原神》一周前還發(fā)布了打擊鼠標(biāo)宏、自動(dòng)化腳本的違規(guī)行為，而Lumine說到底還是三方自動(dòng)化腳本的一種

但在此之前，我依然相信任何AI與游戲結(jié)合的技術(shù)，都有其存在的價(jià)值。

就像你現(xiàn)在回過頭看AlphaGo，它不就是個(gè)只會(huì)下圍棋的AI嗎？但它帶給世界、帶給AI行業(yè)的震撼和價(jià)值，早已讓很多人忘了這點(diǎn)——說不定到了某一天，我們過去所有討論過「有啥意義」的技術(shù)，也會(huì)在未來，給我們巨大的回報(bào)。

至少現(xiàn)在，字節(jié)跳動(dòng)CEO張一鳴，大概不會(huì)再批評(píng)員工上班摸魚玩《原神》了吧……

圖源網(wǎng)絡(luò)

參考資料：

https://www.lumine-ai.org/

https://arxiv.org/html/2511.08892v1

https://seed.bytedance.com/zh/research

https://weihaotan.github.io/

https://baai-agents.github.io/Cradle/

https://arxiv.org/html/2403.03186v2

游戲葡萄招聘內(nèi)容編輯，

游戲行業(yè)書籍推薦

（星標(biāo)可第一時(shí)間收到推送和完整封面）