新智元報(bào)道

【新智元導(dǎo)讀】從Atari到AlphaGo，從AlphaStar到SIMA，DeepMind用游戲做AI研究已走過十余年，每換一個(gè)戰(zhàn)場，研究問題就升一個(gè)量級(jí)。這一次的戰(zhàn)場是EVE Online：一個(gè)跑了23年、從未重置的活宇宙。

DeepMind CEO、AlphaGo之父Demis Hassabis用游戲做AI研究已走過十余年。

這一次，他把AI扔進(jìn)了跑了23年的「活宇宙」：一款連新手引導(dǎo)都能勸退玩家的太空網(wǎng)游EVE Online。

棋局有終局，EVE沒有。

5月初，DeepMind官宣了與EVE Online建立研究合作，原因很簡單：EVE復(fù)雜且有玩家驅(qū)動(dòng)的宇宙，是測試AI記憶、持續(xù)學(xué)習(xí)和長期規(guī)劃的完美安全沙盒。

DeepMind聯(lián)手EVE，不是為了追求有趣的游戲體驗(yàn)，或者賦能游戲玩法，而是要啃下當(dāng)前AI智能體研究里公認(rèn)最難啃的三塊骨頭，Hassabis把答案押在了一款運(yùn)營23年的老游戲上。

Fenris Creations（原CCP Games）宣布與DeepMind合作

EVE Online背后的公司，5月6日同一天宣布了四件事：

• 從母公司Pearl Abyss體系中重新獨(dú)立；

• 更名為Fenris Creations；

• 完成1.2億美元交易；

• Google作為本次獨(dú)立的一部分，持有Fenris Creations少數(shù)股權(quán)，并同步啟動(dòng)與Google DeepMind的研究合作。

Fenris Creations CEO Hilmar Veigar Pétursson在公告中聲稱：

這次轉(zhuǎn)型不涉及裁員或重組，團(tuán)隊(duì)、產(chǎn)品、開發(fā)計(jì)劃保持不變。EVE繼續(xù)。

從運(yùn)營數(shù)字看，這家公司是帶著「真實(shí)彈藥」來談合作的，而不是賣資產(chǎn)求生。

EVE Online 2025年?duì)I收超過7000萬美元，11月創(chuàng)下歷史最高收入紀(jì)錄，Q4成為該游戲20年歷史上營收第二高的季度。

Fenris Creations獨(dú)立出來，意味著EVE現(xiàn)在有了一個(gè)能自主決定研究合作的母公司，不再被一家更大的游戲發(fā)行公司的戰(zhàn)略目標(biāo)綁架。

1997年Fenris出版的桌游產(chǎn)品盒。「Fenris」這個(gè)名字比EVE Online還早了6年，更名為Fenris Creations是一次回溯，不是另起爐灶

DeepMind為何會(huì)選中EVE？

23年「人造社會(huì)」

AI基準(zhǔn)測試難以復(fù)制

很多人聽到「游戲+AI研究」，第一反應(yīng)是回想AlphaGo或AlphaStar，EVE和它們都不同。

圍棋和星際爭霸有一個(gè)共同特點(diǎn)：一局比賽有開始，有結(jié)束，有明確的勝負(fù)規(guī)則。

AlphaGo的目標(biāo)是打贏棋局，AlphaStar的目標(biāo)是打贏一場星際對戰(zhàn)，都是「單局智能」的研究范式，但EVE沒有終局。

EVE Online以「單一共享宇宙」（single-shard / single shared universe）著稱，大量玩家長期在同一個(gè)持久世界中競爭、貿(mào)易、結(jié)盟和戰(zhàn)爭。

玩家在這里建立起了真實(shí)的經(jīng)濟(jì)體系、政治聯(lián)盟、軍事集團(tuán)、貿(mào)易路線、歷史恩怨和跨年度的戰(zhàn)爭計(jì)劃。

有些戰(zhàn)役從籌備到落幕要花掉整整一年。有些聯(lián)盟的崛起和覆滅，被后來的玩家當(dāng)作真實(shí)歷史研究。

Hilmar在公告中說：「EVE是少數(shù)幾個(gè)能在已經(jīng)像真實(shí)世界運(yùn)轉(zhuǎn)的環(huán)境中探索智能問題的地方。」

Hassabis更是談到，自己從小玩游戲，職業(yè)生涯起點(diǎn)是設(shè)計(jì)AI模擬游戲，AlphaGo、AlphaStar和SIMA的研究都和游戲深度綁定，而EVE是下一階段的選擇：

我很高興能與Fenris Creations合作，在這個(gè)由玩家打造、復(fù)雜程度無與倫比的宇宙里，安全地探索全新的游戲體驗(yàn)并推進(jìn)AI研究。

大多數(shù)AI基準(zhǔn)測試像是體檢，EVE更像是把AI扔進(jìn)一個(gè)已經(jīng)持續(xù)了23年的「人造社會(huì)」。

智能體3塊最硬骨頭

剛好是EVE玩家日常

這次官方明確列出了三個(gè)研究方向：長程規(guī)劃（long-horizon planning）、記憶（memory）、持續(xù)學(xué)習(xí)（continual learning）。

這三個(gè)方向，是當(dāng)前AI智能體研究領(lǐng)域公認(rèn)的3塊最難啃的骨頭。

如果你身邊有人玩過十年以上的EVE Online，讓他打開賬號(hào)給你看一眼好友列表，你很可能會(huì)看到幾十個(gè)分組、上百個(gè)名字，備注欄里寫著「2018年Delve戰(zhàn)役欠的債」「鵝群聯(lián)盟（Goonswarm）內(nèi)部叛徒，別合作」「這哥們兒是間諜，組織里都知道」。

這不是上下文窗口，而是十年起步的跨會(huì)話長程記憶。

記憶這一關(guān)，EVE玩家天天都在過，持續(xù)學(xué)習(xí)這一關(guān)也一樣。

2014年1月，B-R5RB一戰(zhàn)持續(xù)約21小時(shí)，參戰(zhàn)角色超過7500個(gè)，75艘Titan被毀，損失折合真實(shí)貨幣約30萬美元。整場戰(zhàn)役的導(dǎo)火索，是一筆主權(quán)賬單未能自動(dòng)支付。

這一仗打完，整個(gè)游戲的艦隊(duì)?wèi)?zhàn)術(shù)全部改寫。各聯(lián)盟之后幾年的艦隊(duì)配置、戰(zhàn)術(shù)體系，全部圍繞復(fù)盤在迭代。每月都在改，每場失敗都被拆成可執(zhí)行的策略更新。

至于長程規(guī)劃，EVE聯(lián)盟戰(zhàn)爭的標(biāo)準(zhǔn)時(shí)間單位不是小時(shí)，是月。一場跨星域戰(zhàn)爭從籌備到打響，造船、運(yùn)輸、外交、潛伏、反間，幾百號(hào)玩家在沒有任何任務(wù)調(diào)度的情況下自發(fā)協(xié)作，跨月推進(jìn)一個(gè)共同目標(biāo)。

這套協(xié)作體系是23年里玩家自己長出來的。

當(dāng)前AI智能體評(píng)估里被認(rèn)為最硬的3塊骨頭，恰好是EVE玩家的日常。

EVE中23年的玩家驅(qū)動(dòng)演化，產(chǎn)生了一個(gè)始終在變、始終復(fù)雜、沒有捷徑的環(huán)境，實(shí)驗(yàn)室里人工合成不了這種復(fù)雜度。

DeepMind在2025年11月發(fā)布的SIMA 2，已經(jīng)從「執(zhí)行指令」進(jìn)化到「理解目標(biāo)、推理過程、邊玩邊學(xué)」。

從研究問題上看，EVE項(xiàng)目與SIMA 2同屬「游戲作為智能體訓(xùn)練場」這條路線，不同的是這次場地?fù)Q成了一個(gè)持續(xù)運(yùn)轉(zhuǎn)23年的真實(shí)宇宙。

EVE Online游戲內(nèi)戰(zhàn)役畫面，這種由玩家自發(fā)組織、動(dòng)輒持續(xù)數(shù)小時(shí)的大規(guī)模會(huì)戰(zhàn)，是DeepMind選中EVE作為長程規(guī)劃與持續(xù)學(xué)習(xí)研究場景的核心原因

DeepMind進(jìn)的是離線沙盒

不是玩家宇宙

DeepMind這次和Fenris的合作方式，比想象中保守，DeepMind拿到的不是直接接入現(xiàn)役玩家正式服的權(quán)限。

DeepMind官方在公告中聲明：初始研究將在離線版本的EVE Online上進(jìn)行，使用本地服務(wù)器，在受控環(huán)境里測試和評(píng)估模型，不連接EVE Online正式運(yùn)營服務(wù)器。

一方面，離線版意味著DeepMind不會(huì)去消費(fèi)現(xiàn)役玩家的對戰(zhàn)數(shù)據(jù)，也不會(huì)擾動(dòng)真正的服務(wù)器經(jīng)濟(jì)，這避免了任何隱私和合規(guī)上的復(fù)雜度。

另一方面，離線版EVE仍可保留復(fù)雜的規(guī)則系統(tǒng)、艦船與經(jīng)濟(jì)機(jī)制、星域結(jié)構(gòu)等核心設(shè)計(jì)。

DeepMind拿到的是一個(gè)「被23年玩家壓力測試過」的復(fù)雜世界，作為智能體要去活下去的考場。

從Atari到EVE

這條路走向哪里

從DeepMind這十幾年的訓(xùn)練場選擇往回看，有一條很清晰的進(jìn)化線。

2013到2015年，Atari是起點(diǎn)。DQN把智能體放進(jìn)《打磚塊》《太空入侵者》這種關(guān)卡明確、規(guī)則封閉的游戲。考的是反應(yīng)和價(jià)值估計(jì)。

2016到2017年，AlphaGo和AlphaZero。圍棋規(guī)則規(guī)整、動(dòng)作空間巨大但封閉。考的是搜索和長鏈推理。

2019年，AlphaStar進(jìn)了《星際爭霸2》。第一次進(jìn)入實(shí)時(shí)、不完美信息、多線博弈的環(huán)境。考的是部分可觀察下的實(shí)時(shí)決策。

2024年，SIMA想做跨多個(gè)游戲的通用智能體。考的是遷移泛化。

2025年，SIMA 2升級(jí)：不只執(zhí)行指令，還能和用戶對話、推理目標(biāo)、在游戲過程中自我改進(jìn)。

DeepMind 2025年發(fā)布的SIMA 2，已從「執(zhí)行指令」進(jìn)化到「理解目標(biāo)、推理過程、邊玩邊學(xué)」

每一代環(huán)境，都比上一代多了一些「真實(shí)世界的樣子」：從規(guī)則封閉到規(guī)則開放，從完美信息到不完美信息，從單局對抗到跨局遷移。

但此前這些環(huán)境大多仍是相對封閉、可切分、可重復(fù)評(píng)測的任務(wù)場，比如Atari是固定規(guī)則的街機(jī)游戲，AlphaStar面對的是一局一局結(jié)束的星際對戰(zhàn)，SIMA則在多個(gè)3D虛擬環(huán)境中測試跨游戲泛化。

EVE的不同之處在于，它是一個(gè)長期運(yùn)行、玩家驅(qū)動(dòng)、經(jīng)濟(jì)和政治結(jié)構(gòu)持續(xù)演化的持久世界。

它是在23年間，經(jīng)由一群真實(shí)玩家在開放規(guī)則的世界里自發(fā)演化出來的：完整的玩家驅(qū)動(dòng)經(jīng)濟(jì)（ISK價(jià)格波動(dòng)堪比真實(shí)金融市場），跨聯(lián)盟的政治結(jié)構(gòu)（外交、間諜、停戰(zhàn)協(xié)議），從小規(guī)模沖突到21小時(shí)大戰(zhàn)的整套戰(zhàn)爭生態(tài)。

圈內(nèi)對智能體評(píng)估的共識(shí)越來越清楚，單點(diǎn)任務(wù)跑分早就玩不出什么新花樣了，但長程記憶、跨周規(guī)劃、從失敗中學(xué)習(xí)，一直沒有像樣的評(píng)估場。

所以，DeepMind這次的選擇是：與其再造一個(gè)合成環(huán)境，不如走進(jìn)一個(gè)已經(jīng)被人類玩家用23年壓力測試過的「人造社會(huì)」。

但更大的問題也隨之浮現(xiàn)：

一個(gè)能在EVE里持續(xù)存在、持續(xù)學(xué)習(xí)、持續(xù)規(guī)劃的AI智能體，它和在真實(shí)世界里自主運(yùn)作的智能體之間，還差什么？

參考資料：

https://x.com/GoogleDeepMind/status/2052011542707630461

https://www.ccpgames.com/news/2026/studio-behind-eve-online-goes-independent-rebrands-as-fenris-creations-enters-research-partnership-with-google-deepmind

https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/

編輯：元宇