近年来，随着生成式AI（人工智能）和大型语言模型技术的快速发展，游戏行业也迎来了“游戏+AI”的浪潮。大型语言模型的应用给游戏带来了前所未有的机遇，但也面临着一些挑战。如何将大型语言模型技术与游戏行业深度融合，成为游戏行业未来发展的重要课题。
巨人网络集团AI实验室负责人丁超凡在接受澎湃科技采访时表示，巨人网络在2022年底成立了AI实验室，并于2023年开始投入研发游戏大模型。该公司董事长史玉柱也多次强调了AI对未来游戏行业的重要影响，并认为“游戏+AI”将成为未来发展的重要方向。
丁超凡认为，游戏公司在角色扮演大模型研发方面具有先天优势，因为游戏本身拥有丰富的场景和数据，是大型语言模型应用的理想场景。他形象地将这一过程比喻为“先有钉子再造锤子”。
以下是澎湃科技与巨人网络AI实验室负责人丁超凡的对话：
“游戏是极佳的大模型应用场景”
澎湃科技：巨人网络基于什么契机开始研发游戏大模型？
丁超凡：主要是出于产品和用户的需要。我们已经拥有游戏产品，这是一个非常好的大型语言模型垂类应用场景，所以我们采取了“先有钉子再造锤子”的策略。
澎湃科技：你们研发大模型具体有哪些优势？
丁超凡：我们最核心的优势是数据。巨人网络已经拥有20年的积累，拥有大量游戏数据，这将帮助我们加速大模型研发。从2023年七八月份开始筹备，到组建团队、项目初步成型，再到2024年2月完成GiantGPT的大模型备案，我们只用了大约半年时间。
澎湃科技：应用大模型技术后，游戏产品有哪些变化？
丁超凡：加入大模型后，游戏产品的角色演绎、情景推理以及Agent（智能体）的长期记忆能力都得到了显著提升。
首先，在角色扮演方面，大模型让角色拥有了不同的说话风格，实现了拟人化，营造出千人千面的NPC效果。例如，张飞的形象是粗犷的，那么他的说话风格可能会比较豪放。此外，大模型赋予了游戏人物情绪能力。例如，如果玩家反复询问AI NPC同一个问题，NPC也会感到厌烦，更接近真实的人类行为。
其次，我们不仅局限于开发智能NPC对话功能，还将大模型与AI Agent结合，让游戏内的AI拥有长期记忆能力。Agent最终能记住玩家的喜好、性格，为玩家提供更加个性化的游戏体验。
实际上，大模型技术在游戏中的应用已经十分广泛，它正在创造新的游戏玩法。我们在一款游戏中推出了行业内首款基于大模型推理的原生AI玩法，这种玩法如果没有大模型的能力就无法实现。
澎湃科技：大模型的“幻觉”对游戏产品有影响吗？
丁超凡：在游戏行业，“幻觉”问题在某种程度上是有益的。它带来随机性和发散性，为玩家每一局都带来了不一样的体验。
我们正在探索将AI与推理社交结合应用于游戏，通过与AI对话思考、斗智斗勇，“幻觉”问题带来的模糊性反而增强了游戏的可玩乐趣。玩家对技术边界的接受度也提高了不少，同时避免了由于快速且连续推理带来的高推理成本，这是游戏领域应用AI的天然优势。
“未来两三年推理成本很可能下降百倍”
澎湃科技：你们认为，大模型商业化有哪些难点？
丁超凡：AI产品在商业化落地上面临挑战。例如，只有5%的重度用户消耗了85%的token，研发成本高，仅靠少量订阅费难以覆盖成本。受限于目前的推理成本，很难面向所有玩家开放。如果要向全民开放，推理成本会是一个天文数字，而产品必须考虑ROI（投资回报率）。大模型商业化落地的另外一个难点在于存在技术边界。例如，在某些对于准确率要求非常高的场景，不能出现幻觉问题。
澎湃科技：你们如何解决这些难点？
丁超凡：对于推理成本，目前可以通过一些技术手段来减少硬件需求、缓解计算压力，根据具体场景选择优化策略。我们认为，未来两三年推理成本很有可能会下降百倍以上。此外，目前端侧上已经有不错的适配的小参数模型。当边际成本减少，会让更多商业模式成立。我们不认为推理成本在未来会是阻碍AI商业化落地的瓶颈，要跳出传统框架去思考未来受益的业务。
现在很多行业说商业化很难落地，存在技术的边界问题等，实际上就是因为模型推理能力不够。相较通用大模型，垂类大模型在商业化上可能更好实现。我们预测，未来每个行业都有自己的行业大模型，只是时间问题。
澎湃科技：除了推理成本外，还需要哪些投入？
丁超凡：主要投入还是在算力和人力成本上。今年我们在技术上有两方面突破：AI Agent和多模态。多模态提供了更自然的人机交互形式，现在行业内还缺少一个杀手级应用产品，但我们相信这个应用一定将基于Agent所构建。
