Jay 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

我被AI殺了？

有視頻為證，我被一個(gè)不知道是人還是AI的東西，一槍崩了。

還是在一個(gè)世界模型創(chuàng)造的世界里。

嗯，就是這個(gè)畫(huà)質(zhì)糊成馬賽克的網(wǎng)頁(yè)版FPS。

背后沒(méi)有游戲引擎，沒(méi)有物理規(guī)則，沒(méi)有一行渲染代碼。

你看到的一切，都是靠一個(gè)叫Agora-1的世界模型，實(shí)時(shí)生成的。

人類和AI，同時(shí)在其中搏擊。

AI版黃金眼007

先一起看看這條官方產(chǎn)品發(fā)布視頻。

我看了好多遍，很奇怪的感覺(jué)。

和之前看到的demo都不一樣。審美很獨(dú)特的一家公司，拍個(gè)發(fā)布視頻跟拍《黑鏡》一樣。

關(guān)鍵偽人感真的很重，我時(shí)刻懷疑視頻里的人是不是也是AI生成的。

實(shí)在集中不了注意力，交給codex轉(zhuǎn)成逐字稿看了一下，大概意思就是——

他們做了一個(gè)世界模型驅(qū)動(dòng)的多人游戲，最多四個(gè)玩家，人類和AI混在一起，在同一個(gè)AI生成的世界里搏斗。

說(shuō)實(shí)話，看到這里我有點(diǎn)手癢癢了。

別廢話了，快讓我瞧瞧這游戲咋回事。

結(jié)果定睛一看帖子，還真有游戲鏈接。

團(tuán)隊(duì)還在評(píng)論區(qū)補(bǔ)了一句：

去碾壓那些菜鳥(niǎo)吧！

行。

那還說(shuō)啥了。

終于實(shí)現(xiàn)人生夢(mèng)想。

上班期間，就這樣在工位上堂堂正正，赤赤果果地打游戲（bushi）。

點(diǎn)進(jìn)去的第一秒，我就知道，自己當(dāng)時(shí)看視頻的直覺(jué)沒(méi)錯(cuò)。

這個(gè)東西不太正常。

沒(méi)罵人，就是網(wǎng)頁(yè)打開(kāi)第一秒，那個(gè)bgm就不對(duì)勁。

我到現(xiàn)在腦子里還在循環(huán)那段旋律……

UI也是，就是特別怪，深色調(diào)，低飽和度……隨時(shí)有種在看《黑鏡》的錯(cuò)覺(jué)。

細(xì)節(jié)也是配套的。

鼠標(biāo)碰到按鈕，會(huì)有模擬音效。

老式收音機(jī)的那種聲音質(zhì)感，沙沙的，像恐怖游戲。

不廢話了，正式開(kāi)始吧，

游戲開(kāi)始前，會(huì)先讓你選名字。

我就選的我的筆名，接著進(jìn)入等待室。

三缺一。急急急。

ps：后來(lái)發(fā)現(xiàn)，其實(shí)也不是非要湊齊四個(gè)人，等久了兩個(gè)人也能直接開(kāi)。

這點(diǎn)挺奇怪的，不是說(shuō)有AI玩家嗎？湊不齊的時(shí)候讓AI頂上不就完了？

搞不懂。

對(duì)了，關(guān)于這個(gè)游戲的規(guī)則，其實(shí)很簡(jiǎn)單，我補(bǔ)充下背景大家就理解了。

是致敬的《GoldenEye 007》。

任天堂N64上1997年的經(jīng)典，007電影《黃金眼》改編的游戲，被很多人認(rèn)為是主機(jī)FPS多人對(duì)戰(zhàn)的起點(diǎn)之一。

規(guī)則極其簡(jiǎn)單：幾個(gè)人分屏對(duì)打，手槍、沖鋒槍、火箭筒、黃金槍，互相干掉對(duì)方就完了。

純粹的死亡競(jìng)賽，Deathmatch。沒(méi)有劇情，沒(méi)有任務(wù)，就是追著砍。

Agora這次的游戲設(shè)計(jì)基本就是照著這個(gè)來(lái)的。

好。游戲開(kāi)始了。

進(jìn)去之后是一個(gè)后室風(fēng)格的場(chǎng)景，長(zhǎng)這樣。

更詭異的是玩家……視野里會(huì)偶爾閃過(guò)其他角色，沒(méi)腳步聲，跟溜冰一樣就溜過(guò)去了。

說(shuō)真的，這人物動(dòng)作太離譜了，大家看著都挺偽人的。我是真分不清哪個(gè)是AI哪個(gè)是真人。

而且，我必須吐槽下，這個(gè)操控體驗(yàn)真是能氣死個(gè)人！！

不能用鼠標(biāo)調(diào)視野，偏偏要用左右鍵。

延遲高，還有后搖，動(dòng)起來(lái)跟在冰面上漂移一樣。

不知道怎么想的。

關(guān)鍵是瞄不準(zhǔn)??！

根本剎不住車，光標(biāo)根本沒(méi)法停在敵人身上。

然后，我就死了。

一槍沒(méi)打著……

對(duì)面絕對(duì)是AI啊，憑什么你就瞄得準(zhǔn)??！

氣死了??！不許笑！！不是我的問(wèn)題??！

這個(gè)死亡畫(huà)面也很憋屈了，血一樣的深紅。

最后會(huì)給你個(gè)戰(zhàn)績(jī)。

你別說(shuō)，還可以，菜雞互啄了屬于是。

（也可能只是因?yàn)閷?duì)面是人機(jī)……）

除了對(duì)戰(zhàn)本身，這個(gè)游戲還藏了一些很有趣的東西。

比如點(diǎn)information按鈕能看到Odyssey的公司介紹。

還有玩家說(shuō)，游戲里的磚塊你可以卡bug鉆進(jìn)去。

之后，世界模型會(huì)自動(dòng)把空缺的部分補(bǔ)上。

不會(huì)崩潰，不會(huì)黑屏，它會(huì)即興生成了一個(gè)你本不該看到的空間。

這太有意思了。

傳統(tǒng)游戲里，地圖邊界之外是虛無(wú)，是程序員沒(méi)寫(xiě)的地方。

但世界模型沒(méi)有邊界的概念。

但重點(diǎn)其實(shí)不在游戲本身。

回想剛剛的操作，傳統(tǒng)游戲思路里聽(tīng)起來(lái)很簡(jiǎn)單。

但不要忘了，這是一個(gè)AI生成的世界。

沒(méi)有硬編碼的物理規(guī)則，沒(méi)有預(yù)制的地圖貼圖。你看到的每一幀畫(huà)面，包括那些你不該看到的越界畫(huà)面，都是模型實(shí)時(shí)算出來(lái)的。

《黃金眼》作為試驗(yàn)場(chǎng)也非常秀肌肉。

混亂的分屏式玩法之所以難，就是因?yàn)楹苋菀妆┞冻霾煌胶筒贿B貫的問(wèn)題。

想要多人FPS游戲，必須保證大家看到的世界是一樣的，這個(gè)持續(xù)模擬的環(huán)境得隨時(shí)保證一致性。

更重要的是，游戲場(chǎng)景是實(shí)時(shí)互動(dòng)很容易失控。

要在復(fù)雜性和可玩性之間取得平衡，非常非常難。

所以，究竟是誰(shuí)做出來(lái)的？

Odyssey，全身心專注通用世界模型

做出這款游戲的公司，成立于2023年，叫Odyssey。

對(duì)，就是古希臘史詩(shī)里那個(gè)英雄奧德賽。

這名字跟他們公司的整體調(diào)性還挺符合的，視覺(jué)設(shè)計(jì)啥的，大家看就知道了。

一家專注于通用世界模型的AI實(shí)驗(yàn)室?；舅挟a(chǎn)品都是世界模型。

創(chuàng)始人的履歷也挺有意思，叫Oliver Cameron和Jeff Hawke，倆人都是自動(dòng)駕駛起家的。

2024年7月，他們首次在資本市場(chǎng)亮相，拿到900萬(wàn)美元種子輪，領(lǐng)投方是GV。

幾個(gè)月后，Odyssey又完成1800萬(wàn)美元A輪，總?cè)谫Y來(lái)到2700萬(wàn)美元。

不過(guò)，他們最初的業(yè)務(wù)其實(shí)和游戲沒(méi)關(guān)系，當(dāng)時(shí)還是流行做AI視頻，但現(xiàn)在敘事開(kāi)始轉(zhuǎn)向主動(dòng)交互了。

Agora-1是他們最新的成果。

最大的特點(diǎn)就是——

多人。

之前的世界模型，不管做得多精美，里面都只有一個(gè)人。

你一個(gè)人在AI生成的世界里晃蕩，看風(fēng)景，探索世界，但畫(huà)面再怎么精致，始終是單機(jī)體驗(yàn)。

而Agora-1，最多可引入四個(gè)玩家，同時(shí)在同一個(gè)生成世界里實(shí)時(shí)交互。

（不過(guò)沒(méi)那么友好就是了）

所以，多人到底難在哪？

這塊挺有意思的，可以展開(kāi)聊聊。

之前不是沒(méi)人試過(guò)。

有兩家可以參照的，Multiverse和Solaris。

Multiverse的思路比較直覺(jué)，把所有玩家的狀態(tài)拼成一個(gè)分屏畫(huà)面，當(dāng)成一張圖來(lái)處理。

能跑，但很粗暴，不本質(zhì)。

Solaris則把每個(gè)參與者沿著單個(gè)自回歸擴(kuò)散Transformer的序列維度進(jìn)行拼接，從而生成一個(gè)更穩(wěn)健的共享仿真。

但問(wèn)題也明顯，人一多上下文就炸，擴(kuò)展性很差。

而且這兩家有一個(gè)共同的痛點(diǎn)：

當(dāng)玩家彼此離開(kāi)視野時(shí)，很難穩(wěn)定維持一致性。

簡(jiǎn)單點(diǎn)說(shuō)就是腦容量不夠用了。

為了減輕負(fù)載，Agora-1探索的是另一條路線——

把仿真和渲染解耦。

Agora-1學(xué)習(xí)的是兩個(gè)不同的函數(shù)。

1、仿真。

它學(xué)習(xí)世界狀態(tài)會(huì)如何隨著時(shí)間推移而變化，以及這種變化如何響應(yīng)玩家交互。

為此，團(tuán)隊(duì)直接在一個(gè)或多個(gè)游戲的內(nèi)部狀態(tài)上訓(xùn)練模型。

在Agora-1中，這個(gè)游戲就是GoldenEye。這個(gè)模型會(huì)學(xué)習(xí)底層的游戲動(dòng)態(tài)，以及玩家動(dòng)作如何觸發(fā)狀態(tài)轉(zhuǎn)移。

2、渲染。

這里，Agora-1學(xué)習(xí)如何把這個(gè)共享狀態(tài)渲染成視覺(jué)畫(huà)面。

這一步是通過(guò)一個(gè)基于DiT的世界模型完成的。這個(gè)模型直接以共享游戲狀態(tài)為條件，而不依賴提示詞、圖像或其他傳統(tǒng)條件信號(hào)。

你可以把這種拆分粗略理解成現(xiàn)代游戲引擎的結(jié)構(gòu)。

區(qū)別在于，這兩個(gè)組件都是靠模型自己學(xué)習(xí)出來(lái)的，它們不依賴手寫(xiě)的游戲邏輯或渲染規(guī)則。

結(jié)果就是：底層游戲狀態(tài)可以被直接操控。

也就是說(shuō)，Agora-1可以生成全新的關(guān)卡，同時(shí)保留與源游戲一致的游戲動(dòng)態(tài)。

這就是保證多人游戲一致性的秘訣。

對(duì)了，在Agora-1發(fā)布的前一天，他們其實(shí)還發(fā)布了另一個(gè)東西。

而且坦率地講，這個(gè)給我的觸動(dòng)更大。

叫Starchild-1，他們自稱是首個(gè)實(shí)時(shí)多模態(tài)世界模型。

視覺(jué)加聽(tīng)覺(jué)，同時(shí)實(shí)時(shí)生成，并且可交互。

可以讓它彈鋼琴，琴鍵落下的同時(shí)，聲音跟著出來(lái)。

也可以用AI重構(gòu)的方式，帶你再次重溫一段溫暖的記憶，比如——

婚禮。

這點(diǎn)太有想象空間了。

AIGC內(nèi)容，或許可以被用作那些怎么努力也回想不起來(lái)的，記憶缺口的填充物。

真實(shí)，重要嗎？

突然有點(diǎn)恍惚。

我知道這些產(chǎn)品都很早期。畫(huà)質(zhì)糊，操控差，延遲高，體驗(yàn)絕對(duì)說(shuō)不上好。遠(yuǎn)沒(méi)到GPT-Image-2那個(gè)讓普通人也能直觀感受到震撼的階段。

但我在玩Agora-1的時(shí)候，有一個(gè)瞬間是真的恍惚了一下。

我瞄準(zhǔn)一個(gè)角色開(kāi)槍，它倒了。

我不知道它是人還是AI。

我不知道我看到的這個(gè)世界是怎么被渲染的。

我甚至不知道，我的對(duì)手看到的世界和我看到的，是不是同一個(gè)。

然后我突然回想起來(lái)——

我看到的一切，都是一個(gè)模型算出來(lái)的。

這個(gè)感覺(jué)很奇怪。

最近GPT更新，大家都在擔(dān)心AI生成虛假聊天記錄，有圖為證的時(shí)代結(jié)束了。

但我現(xiàn)在真覺(jué)得，圖片還好，畢竟只是靜態(tài)的。

世界模型不一樣。

它在模擬一個(gè)持續(xù)運(yùn)轉(zhuǎn)的、多人共享的、實(shí)時(shí)演化的環(huán)境。

它模擬的，是時(shí)間和主觀體驗(yàn)本身。

說(shuō)實(shí)話，今年看著世界模型持續(xù)進(jìn)化，從糊到清晰，從單人到多人，從只有畫(huà)面到聲音、觸覺(jué)、全感官……

我有時(shí)候會(huì)突然起一身雞皮疙瘩。

我該怎么知道自己現(xiàn)在待的這個(gè)世界，不是某個(gè)更高級(jí)的世界模型生成的？

1997年，年輕人們?cè)贜64的小屏幕上分屏四處追逐，覺(jué)得這就是最酷的事情。

2026年，AI學(xué)會(huì)了自己生成世界，然后其創(chuàng)造者「哄騙」著把我丟了進(jìn)去。

按照如今AI的發(fā)展速度，2035年，又會(huì)是什么樣？

所謂的真實(shí)……

真的重要嗎？

游戲鏈接：
https://agora.odyssey.ml/

參考鏈接：
[1]https://odyssey.ml/introducing-agora-1
[2]https://odyssey.ml/introducing-starchild-1