Jay 發自 凹非寺
量子位 | 公眾號 QbitAI

我被AI殺了？

有視頻為證，我被一個不知道是人還是AI的東西，一槍崩了。

還是在一個世界模型創造的世界里。

嗯，就是這個畫質糊成馬賽克的網頁版FPS。

背后沒有游戲引擎，沒有物理規則，沒有一行渲染代碼。

你看到的一切，都是靠一個叫Agora-1的世界模型，實時生成的。

人類和AI，同時在其中搏擊。

AI版黃金眼007

先一起看看這條官方產品發布視頻。

我看了好多遍，很奇怪的感覺。

和之前看到的demo都不一樣。審美很獨特的一家公司，拍個發布視頻跟拍《黑鏡》一樣。

關鍵偽人感真的很重，我時刻懷疑視頻里的人是不是也是AI生成的。

實在集中不了注意力，交給codex轉成逐字稿看了一下，大概意思就是——

他們做了一個世界模型驅動的多人游戲，最多四個玩家，人類和AI混在一起，在同一個AI生成的世界里搏斗。

說實話，看到這里我有點手癢癢了。

別廢話了，快讓我瞧瞧這游戲咋回事。

結果定睛一看帖子，還真有游戲鏈接。

團隊還在評論區補了一句：

去碾壓那些菜鳥吧！

行。

那還說啥了。

終于實現人生夢想。

上班期間，就這樣在工位上堂堂正正，赤赤果果地打游戲（bushi）。

點進去的第一秒，我就知道，自己當時看視頻的直覺沒錯。

這個東西不太正常。

沒罵人，就是網頁打開第一秒，那個bgm就不對勁。

我到現在腦子里還在循環那段旋律……

UI也是，就是特別怪，深色調，低飽和度……隨時有種在看《黑鏡》的錯覺。

細節也是配套的。

鼠標碰到按鈕，會有模擬音效。

老式收音機的那種聲音質感，沙沙的，像恐怖游戲。

不廢話了，正式開始吧，

游戲開始前，會先讓你選名字。

我就選的我的筆名，接著進入等待室。

三缺一。急急急。

ps：后來發現，其實也不是非要湊齊四個人，等久了兩個人也能直接開。

這點挺奇怪的，不是說有AI玩家嗎？湊不齊的時候讓AI頂上不就完了？

搞不懂。

對了，關于這個游戲的規則，其實很簡單，我補充下背景大家就理解了。

是致敬的《GoldenEye 007》。

任天堂N64上1997年的經典，007電影《黃金眼》改編的游戲，被很多人認為是主機FPS多人對戰的起點之一。

規則極其簡單：幾個人分屏對打，手槍、沖鋒槍、火箭筒、黃金槍，互相干掉對方就完了。

純粹的死亡競賽，Deathmatch。沒有劇情，沒有任務，就是追著砍。

Agora這次的游戲設計基本就是照著這個來的。

好。游戲開始了。

進去之后是一個后室風格的場景，長這樣。

更詭異的是玩家……視野里會偶爾閃過其他角色，沒腳步聲，跟溜冰一樣就溜過去了。

說真的，這人物動作太離譜了，大家看著都挺偽人的。我是真分不清哪個是AI哪個是真人。

而且，我必須吐槽下，這個操控體驗真是能氣死個人！！

不能用鼠標調視野，偏偏要用左右鍵。

延遲高，還有后搖，動起來跟在冰面上漂移一樣。

不知道怎么想的。

關鍵是瞄不準啊！

根本剎不住車，光標根本沒法停在敵人身上。

然后，我就死了。

一槍沒打著……

對面絕對是AI啊，憑什么你就瞄得準！！

氣死了！！不許笑！！不是我的問題！！

這個死亡畫面也很憋屈了，血一樣的深紅。

最后會給你個戰績。

你別說，還可以，菜雞互啄了屬于是。

（也可能只是因為對面是人機……）

除了對戰本身，這個游戲還藏了一些很有趣的東西。

比如點information按鈕能看到Odyssey的公司介紹。

還有玩家說，游戲里的磚塊你可以卡bug鉆進去。

之后，世界模型會自動把空缺的部分補上。

不會崩潰，不會黑屏，它會即興生成了一個你本不該看到的空間。

這太有意思了。

傳統游戲里，地圖邊界之外是虛無，是程序員沒寫的地方。

但世界模型沒有邊界的概念。

但重點其實不在游戲本身。

回想剛剛的操作，傳統游戲思路里聽起來很簡單。

但不要忘了，這是一個AI生成的世界。

沒有硬編碼的物理規則，沒有預制的地圖貼圖。你看到的每一幀畫面，包括那些你不該看到的越界畫面，都是模型實時算出來的。

《黃金眼》作為試驗場也非常秀肌肉。

混亂的分屏式玩法之所以難，就是因為很容易暴露出不同步和不連貫的問題。

想要多人FPS游戲，必須保證大家看到的世界是一樣的，這個持續模擬的環境得隨時保證一致性。

更重要的是，游戲場景是實時互動很容易失控。

要在復雜性和可玩性之間取得平衡，非常非常難。

所以，究竟是誰做出來的？

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，就是古希臘史詩里那個英雄奧德賽。

這名字跟他們公司的整體調性還挺符合的，視覺設計啥的，大家看就知道了。

一家專注于通用世界模型的AI實驗室。基本所有產品都是世界模型。

創始人的履歷也挺有意思，叫Oliver Cameron和Jeff Hawke，倆人都是自動駕駛起家的。

2024年7月，他們首次在資本市場亮相，拿到900萬美元種子輪，領投方是GV。

幾個月后，Odyssey又完成1800萬美元A輪，總融資來到2700萬美元。

不過，他們最初的業務其實和游戲沒關系，當時還是流行做AI視頻，但現在敘事開始轉向主動交互了。

Agora-1是他們最新的成果。

最大的特點就是——

多人。

之前的世界模型，不管做得多精美，里面都只有一個人。

你一個人在AI生成的世界里晃蕩，看風景，探索世界，但畫面再怎么精致，始終是單機體驗。

而Agora-1，最多可引入四個玩家，同時在同一個生成世界里實時交互。

（不過沒那么友好就是了）

所以，多人到底難在哪？

這塊挺有意思的，可以展開聊聊。

之前不是沒人試過。

有兩家可以參照的，Multiverse和Solaris。

Multiverse的思路比較直覺，把所有玩家的狀態拼成一個分屏畫面，當成一張圖來處理。

能跑，但很粗暴，不本質。

Solaris則把每個參與者沿著單個自回歸擴散Transformer的序列維度進行拼接，從而生成一個更穩健的共享仿真。

但問題也明顯，人一多上下文就炸，擴展性很差。

而且這兩家有一個共同的痛點：

當玩家彼此離開視野時，很難穩定維持一致性。

簡單點說就是腦容量不夠用了。

為了減輕負載，Agora-1探索的是另一條路線——

把仿真和渲染解耦。

Agora-1學習的是兩個不同的函數。

1、仿真。

它學習世界狀態會如何隨著時間推移而變化，以及這種變化如何響應玩家交互。

為此，團隊直接在一個或多個游戲的內部狀態上訓練模型。

在Agora-1中，這個游戲就是GoldenEye。這個模型會學習底層的游戲動態，以及玩家動作如何觸發狀態轉移。

2、渲染。

這里，Agora-1學習如何把這個共享狀態渲染成視覺畫面。

這一步是通過一個基于DiT的世界模型完成的。這個模型直接以共享游戲狀態為條件，而不依賴提示詞、圖像或其他傳統條件信號。

你可以把這種拆分粗略理解成現代游戲引擎的結構。

區別在于，這兩個組件都是靠模型自己學習出來的，它們不依賴手寫的游戲邏輯或渲染規則。

結果就是：底層游戲狀態可以被直接操控。

也就是說，Agora-1可以生成全新的關卡，同時保留與源游戲一致的游戲動態。

這就是保證多人游戲一致性的秘訣。

對了，在Agora-1發布的前一天，他們其實還發布了另一個東西。

而且坦率地講，這個給我的觸動更大。

叫Starchild-1，他們自稱是首個實時多模態世界模型。

視覺加聽覺，同時實時生成，并且可交互。

可以讓它彈鋼琴，琴鍵落下的同時，聲音跟著出來。

也可以用AI重構的方式，帶你再次重溫一段溫暖的記憶，比如——

婚禮。

這點太有想象空間了。

AIGC內容，或許可以被用作那些怎么努力也回想不起來的，記憶缺口的填充物。

真實，重要嗎？

突然有點恍惚。

我知道這些產品都很早期。畫質糊，操控差，延遲高，體驗絕對說不上好。遠沒到GPT-Image-2那個讓普通人也能直觀感受到震撼的階段。

但我在玩Agora-1的時候，有一個瞬間是真的恍惚了一下。

我瞄準一個角色開槍，它倒了。

我不知道它是人還是AI。

我不知道我看到的這個世界是怎么被渲染的。

我甚至不知道，我的對手看到的世界和我看到的，是不是同一個。

然后我突然回想起來——

我看到的一切，都是一個模型算出來的。

這個感覺很奇怪。

最近GPT更新，大家都在擔心AI生成虛假聊天記錄，有圖為證的時代結束了。

但我現在真覺得，圖片還好，畢竟只是靜態的。

世界模型不一樣。

它在模擬一個持續運轉的、多人共享的、實時演化的環境。

它模擬的，是時間和主觀體驗本身。

說實話，今年看著世界模型持續進化，從糊到清晰，從單人到多人，從只有畫面到聲音、觸覺、全感官……

我有時候會突然起一身雞皮疙瘩。

我該怎么知道自己現在待的這個世界，不是某個更高級的世界模型生成的？

1997年，年輕人們在N64的小屏幕上分屏四處追逐，覺得這就是最酷的事情。

2026年，AI學會了自己生成世界，然后其創造者「哄騙」著把我丟了進去。

按照如今AI的發展速度，2035年，又會是什么樣？

所謂的真實……

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