成為全球游戲行業(yè)最具影響力的價(jià)值連接者

5月15日，米哈游于北京舉辦AI大模型技術(shù)分享會(huì)暨頂尖校招宣講，以非公開形式面向高校頂尖人才與技術(shù)圈核心人士，官宣千億級(jí)AI投入與全棧自研路線，標(biāo)志米哈游發(fā)展戰(zhàn)略將朝向AI驅(qū)動(dòng)科技企業(yè)進(jìn)一步押注。

在本次分享會(huì)中，米哈游聯(lián)合創(chuàng)始人劉偉（大偉哥）也登臺(tái)分享了自己對(duì)于AI業(yè)務(wù)的愿景，并拋出了一個(gè)頗為震撼的數(shù)字：未來三年，最多投入1000億元以深耕AI領(lǐng)域。他坦言，“就算最終不成功，沒做出來，也認(rèn)了，就當(dāng)放一場大煙花。”這份決絕，彰顯出米哈游深耕AI領(lǐng)域的堅(jiān)定決心。

戰(zhàn)略層面不搞“大公司病”

在本次分享會(huì)中，大偉哥首先提到：“公司的創(chuàng)始人也必須是技術(shù)負(fù)責(zé)人，必須在一線做所有的事情，只有這種方式才能將大模型做成?！?/strong>

當(dāng)今時(shí)代下，AI大模型范式迭代極快，決策層若脫離了技術(shù)一線，只靠匯報(bào)來做決策，高昂的管理成本不僅會(huì)拖垮團(tuán)隊(duì)，更會(huì)讓企業(yè)被時(shí)代淘汰。因此，最高決策者必須扎根在代碼與訓(xùn)練曲線一線，只有這樣才能守住極致的技術(shù)敏銳度。

事實(shí)上，米哈游早已踐行這一理念。在游戲日?qǐng)?bào)此前關(guān)于劉偉在上海交通大學(xué)演講的報(bào)道中便提及，聯(lián)合創(chuàng)始人蔡浩宇無論公司規(guī)模如何擴(kuò)張，始終堅(jiān)守技術(shù)一線；在AI大模型時(shí)代來臨后，他義無反顧的把米哈游所有東西都拋在身后，從零開始學(xué)習(xí)鉆研。最近Agent技術(shù)十分火熱，蔡浩宇也會(huì)親手搭建Agent，即便每日睡眠不足五六小時(shí)也始終保持極高的研發(fā)熱情。

另外，組建團(tuán)隊(duì)做AI需要警惕“大牛陷阱”，堅(jiān)持扁平化優(yōu)先。大偉哥提到，“我們不希望招一個(gè)大牛。大牛有自己很強(qiáng)的ego（自我），有自己的scope（負(fù)責(zé)內(nèi)容）......但只有一個(gè)年輕的、志同道合的團(tuán)隊(duì)，才有可能真正實(shí)現(xiàn)彎道超車?！?/p>

這其實(shí)指出，傳統(tǒng)AI經(jīng)驗(yàn)在LLM時(shí)代反而可能成為“負(fù)資產(chǎn)”，影響項(xiàng)目的推進(jìn)。一些固守局部優(yōu)化，執(zhí)著于“守邊界”、“搶地盤”的資深管理者，往往有強(qiáng)烈的自我意識(shí)，但這會(huì)扼殺全局視角的創(chuàng)新。在今天，從數(shù)據(jù)、模型到Infra，真正能實(shí)現(xiàn)突破的，是志同道合、扁平化的年輕團(tuán)隊(duì)，而非沉迷于個(gè)人Scope的“大牛”。

此外，在研發(fā)效率層面，大偉哥還提出了“AI for AI，Model with Model”的核心邏輯，讓AI進(jìn)入自主研發(fā)循環(huán)。真正的效率提升并非盲目擴(kuò)招，而是讓大模型自主分析訓(xùn)練瓶頸、編寫復(fù)雜的GPU內(nèi)核代碼、定位程序漏洞。誰能率先搭建“自動(dòng)調(diào)優(yōu)沙盒”，誰就能在迭代速度上實(shí)現(xiàn)降維打擊。

技術(shù)層面的“薪火”

除了在公司戰(zhàn)略層面，游戲日?qǐng)?bào)也整理了大偉哥在前沿技術(shù)層面的一些洞見。

在基建層面，米哈游重新定義了AI Infra的價(jià)值邊界，大偉哥指出，模型能力的上限正由基礎(chǔ)設(shè)施重新界定。在萬卡規(guī)模下，通信、計(jì)算、數(shù)據(jù)的協(xié)同設(shè)計(jì)早已不是簡單的“底層修管道”，而是直接決定算法模型能跑多大參數(shù)、支撐多長的Context。系統(tǒng)工程的核心，就是在正確性與極致性能之間找到最優(yōu)解。

而在AI預(yù)訓(xùn)練環(huán)節(jié)，米哈游強(qiáng)調(diào)數(shù)據(jù)與工程的關(guān)系博弈。大偉哥認(rèn)為，數(shù)據(jù)是要占據(jù)0~90分的量級(jí)，模型則是做90~95分的突破。在此前提下，數(shù)據(jù)清洗、去重與配比決定了模型的基礎(chǔ)，小規(guī)模訓(xùn)練下看似有效的模型Trick，在極限Scale下往往會(huì)失效，唯有優(yōu)質(zhì)的數(shù)據(jù)分布才能帶來穩(wěn)定收益。

同時(shí)，大規(guī)模訓(xùn)練的本質(zhì)是消滅“小概率事件”，要把小概率事件變成一個(gè)確定性的工程，不然的話，“一個(gè)簡單的Loss Spike（損失值異常飆升）會(huì)導(dǎo)致整個(gè)模型去瘋?！?/p>

即便是在單卡上無足輕重的Token異常、算子Bug，看起來可能毫無波瀾，但在萬卡集群中則會(huì)被無限放大，直接導(dǎo)致模型的災(zāi)難性崩潰。因此，擁有從梯度到底層算子的全鏈路可觀測能力，是預(yù)訓(xùn)練保持穩(wěn)定、不被“炸毀”的唯一保障。

在后訓(xùn)練與多模態(tài)領(lǐng)域，米哈游則提出了通往AGI的真實(shí)路徑，提出智能的終極公式是“Context × Permission”，單純喂長文本，或給一個(gè)沒有環(huán)境的Function Call都毫無意義，真正的Agent需要讓模型讀取真實(shí)世界的上下文（如代碼庫、聊天記錄），并擁有執(zhí)行修改的權(quán)限，二者相乘才是智能的上限。

而在強(qiáng)化學(xué)習(xí)方面，米哈游認(rèn)為簡單采用RLHF（人類反饋強(qiáng)化學(xué)習(xí)）已不是未來方向，下一代RL（強(qiáng)化學(xué)習(xí)）需要讓模型在真實(shí)交互環(huán)境中試錯(cuò)，以“修改代碼導(dǎo)致pipeline崩潰”這類真實(shí)代價(jià)作為Reward信號(hào)，解決長周期任務(wù)的學(xué)分分配問題。

未來的多模態(tài)也要摒棄簡單的“語音轉(zhuǎn)文字+文字轉(zhuǎn)語音”的外掛式流水線，而是在預(yù)訓(xùn)練早期就將音頻等模態(tài)特征融入基座，讓模型擁有原生物理感知能力的同時(shí)，保留其強(qiáng)大的邏輯推理內(nèi)核。

米哈游的野望

綜合游戲日?qǐng)?bào)之前的報(bào)道，不難發(fā)現(xiàn)米哈游近日在AI領(lǐng)域動(dòng)作頻頻。

米哈游創(chuàng)始人蔡浩宇在硅谷的AI創(chuàng)業(yè)公司Anuttacon剛經(jīng)歷了一次重大的戰(zhàn)略轉(zhuǎn)向。公司最初的目標(biāo)是利用AI技術(shù)（包括大語言模型、語音、視頻）打造“像人”的互動(dòng)系統(tǒng)，并發(fā)布了一款實(shí)驗(yàn)性AI對(duì)話游戲《Whispers from the Star》進(jìn)行驗(yàn)證。

如今，這款游戲在Steam平臺(tái)的評(píng)分定位在特別好評(píng)（82%好評(píng)率），即便整體上得到認(rèn)可，同時(shí)也有不少玩家反饋AI模型還不夠智能，未能完全實(shí)現(xiàn)玩法概念目標(biāo)。

而最近，公司停止了多模態(tài)表演模型等原有方向的研發(fā)，將幾乎全部算力和核心團(tuán)隊(duì)都集中投入到通用大語言模型（LLM）和智能體Agent的構(gòu)建上，LLM相關(guān)團(tuán)隊(duì)整體回流國內(nèi)，進(jìn)入集中作戰(zhàn)狀態(tài)，蔡浩宇也將研發(fā)重心從美國轉(zhuǎn)移回了中國。

在前不久的大偉哥交大演講中，AI也是高頻出現(xiàn)的詞匯。大偉哥指出，人工智能的應(yīng)用與影響已實(shí)現(xiàn)階段性躍遷，其范圍遠(yuǎn)超早期的聊天對(duì)話（Chatbot）功能，如今已進(jìn)入能夠自主規(guī)劃、使用工具并執(zhí)行復(fù)雜任務(wù)的“智能體”（Agent）階段。當(dāng)前，智能體已能深度參與大部分非圖形界面的軟件工程，成為開發(fā)者的強(qiáng)大協(xié)作者。

在游戲產(chǎn)業(yè)，這種變革尤為顯著，其影響是雙重的。一方面，在游戲制作端，AI正作為“超級(jí)輔助”滲透到美術(shù)、敘事、設(shè)計(jì)、編程等全流程，極大地提升效率并降低創(chuàng)作門檻。另一方面，在游戲體驗(yàn)端，更具顛覆性的未來正在臨近：預(yù)計(jì)未來兩三年內(nèi)，AI將實(shí)現(xiàn)“千人千面”的個(gè)性化游戲體驗(yàn)，能夠?yàn)槊课煌婕覍?shí)時(shí)生成獨(dú)一無二的劇情、任務(wù)和玩法，使游戲從固定劇本進(jìn)化為動(dòng)態(tài)世界。

在這種技術(shù)背景下，人類與AI的協(xié)作關(guān)系正在被重新定義。在當(dāng)前階段，AI的核心角色是高效的“解題者”，擅長在人類設(shè)定的框架內(nèi)執(zhí)行任務(wù)、生成內(nèi)容。而人類不可替代的獨(dú)特優(yōu)勢，則在于成為“出題者”——即擁有定義問題、設(shè)定愿景和探索未知的能力。

而最近，米哈游AI技術(shù)已實(shí)現(xiàn)部分落地——通過自然語言交互，帕姆AI能夠主動(dòng)理解并滿足玩家需求，不僅可以用它查詢攻略（如角色養(yǎng)成、配隊(duì)建議），還可以與扮演列車長帕姆的AI進(jìn)行趣味互動(dòng)，其回復(fù)符合角色設(shè)定，體驗(yàn)自然。

在技術(shù)層面，為應(yīng)對(duì)千萬級(jí)玩家的高并發(fā)挑戰(zhàn)，米哈游采用了多模塊協(xié)同系統(tǒng)、將邏輯推理嵌入模型權(quán)重以提升響應(yīng)速度、應(yīng)用FP8混合精度訓(xùn)練以降低成本。同時(shí)，通過深度定制化訓(xùn)練將游戲世界觀“刻入”模型基因，并采用知識(shí)庫與模型能力層分離的架構(gòu)，使兩者能獨(dú)立優(yōu)化，并讓模型具備基于反饋的在線強(qiáng)化學(xué)習(xí)能力，持續(xù)進(jìn)化。

“帕姆幫幫”作為米哈游AI技術(shù)進(jìn)入實(shí)際應(yīng)用階段的標(biāo)志，盡管目前作為“測試版”尚有改進(jìn)空間，但其底層架構(gòu)具備通用性，可擴(kuò)展至其他NPC，就在此前，米哈游已構(gòu)想過如“星穹狼人殺”等AI驅(qū)動(dòng)的新玩法，讓AI角色擁有自主行為與策略。這標(biāo)志著游戲交互方式從傳統(tǒng)UI向自然語言的變革，AI正從開發(fā)工具轉(zhuǎn)變?yōu)橛螒蝮w驗(yàn)的核心組成部分，目前也收獲了良好的口碑。

同樣的，AI NPC系統(tǒng)也在不久前開啟二測的《星布谷地》中得到了應(yīng)用。以咖啡店老板娘“娜洛”為例，其具備長線記憶功能、個(gè)性化的情感反應(yīng)和擬人化的高自由度對(duì)話能力，旨在與玩家建立深度的情感連接，從而構(gòu)成游戲的核心差異化競爭力。即便有時(shí)回應(yīng)略顯刻板，但也仍展現(xiàn)出了一定的邏輯反應(yīng)潛力。

從戰(zhàn)略啟航到階段成果落地，米哈游AI事業(yè)的版圖已然越來越清晰。從短期看，AI是革新游戲生產(chǎn)方式、重構(gòu)玩家交互體驗(yàn)的核心工具；從長期看，集中攻堅(jiān)通用AI與智能體，是米哈游布局下一代數(shù)字內(nèi)容、探索AI原生數(shù)字世界的關(guān)鍵一步。隨著技術(shù)持續(xù)迭代與團(tuán)隊(duì)整合完成，這場由米哈游主導(dǎo)的游戲AI革命，或?qū)⒊掷m(xù)釋放更大的產(chǎn)業(yè)能量。

看見趨勢，讀懂行業(yè)，立即加入