早期关于游戏中的生成式 AI 革命的讨论主要集中在 AI 工具如何提高游戏创作者的效率，使得游戏的制作速度比以前更快、规模更大。从长远来看，我们认为，AI 不仅能改变创造游戏的方式，还能改变游戏本身的性质。

一直以来， AI 都在助推产生新形式的游戏。从《Rogue》的程序生成地下城（1980 年）到《半条命》的有限状态机（1998 年），再到《Left 4 Dead》的 AI 游戏总监（2008 年）。最近，深度学习技术的进步使计算机能够根据用户提示和大数据集生成新内容，这进一步改变了游戏规则。

虽然还在早期，但我们已经看到了一些有趣的 AI 驱动的游戏领域，包括生成式智能体、个性化、 AI 叙事、动态世界和 AI 副驾驶。如果取得成功，这些系统可以结合在一起，创造出新兴的 AI 游戏，这些游戏能够留住一堆忠实的玩家。

生成式智能体

模拟游戏于 1989 年由 Maxis 的 SimCity 开创，玩家可以在游戏中建造和管理虚拟城市。如今，最流行的模拟游戏是《模拟人生》，全球有超过 7000 万玩家在游戏中管理被称为 "模拟人 "的虚拟人，让他们过着自己的日常生活。设计师威尔·赖特 (Will Wright) 曾将《模拟人生》描述为“互动娃娃屋”。

生成式 AI 可以通过大型语言模型（LLM）驱动的新兴社会行为，使得智能体更加逼真，从而大大推动了模拟游戏的发展。

今年早些时候，来自斯坦福大学和谷歌的一个研究团队发表了一篇论文，介绍了如何将 LLM 应用于游戏中的智能体。在博士生 Joon Sung Park 的带领下，该研究团队在一个像素艺术沙盒世界中加入了 25 个类似模拟人生的智能体，这些智能体的行为由 ChatGPT 和一种扩展 LLM 的架构来使用自然语言存储智能体经验的完整记录，将这些记忆合成进入更高层次的反思，并动态检索它们以规划行为。

这些结果是对模拟游戏潜在未来的精彩预览。从用户指定的一个建议开始，即一名智能体想要举办情人节派对，智能体们独立地分发派对邀请，建立新的友谊，互相邀请约会，并协调在两天后准时出席派对。

这种行为之所以成为可能，是因为 LLM 是在社交网络数据的基础上训练出来的，因此它们的模型中包含了人类在各种社交环境中相互交谈和行为的基本要素。而在模拟游戏这样的互动数字环境中，这些反应可以被触发，从而创造出栩栩如生的行为。