“模拟人生”系列是一款经典的沙盒类生活模拟游戏，玩家可以创建虚拟人物并控制他们在虚拟世界中的生活。游戏提供了丰富的自定义选项和开放式的玩法，玩家可以在游戏中建造房屋、发展人际关系、追求职业等等。但是，“模拟人生”仍然是一款有限游戏，它的游戏机制、角色互动和场景等内容都是预先设计好的，玩家的选择和行动最终会受到游戏设定的限制。那么，如果有一个游戏世界，它的内容是由 AI 实时生成，可以根据你的选择和想象力无限延展，又会是怎样一种体验？
最近，来自谷歌和北卡罗来纳大学教堂山分校的研究人员带来了Unbounded —— 一款生成式无限游戏，它利用 AI 的力量，打破了传统游戏的界限。与“模拟人生”不同的是，Unbounded 的游戏机制、叙事和角色互动等全部的游戏行为和输出，都是由大语言模型（LLM）实时生成的，这意味着每一次游戏体验都是独一无二的，永远不会重复！它的设计灵感来自詹姆斯·P·卡尔斯的“有限游戏与无限游戏”理论，主张游戏的目的是不断延续互动，而不是达到终点。Unbounded 示例，来源：generative-infinite-game.github.io
Unbounded 超越了硬编码系统的限制，玩家可以在游戏中创建自己的角色，定义他们的外貌和个性。游戏会生成一个世界，用户可以通过自然语言指令与角色互动，以无限的选择探索游戏。Unbounded 游戏流程，来源：generative-infinite-game.github.io
#个性化的潜在一致性模型（LCM）
为了保持角色的一致性，Unbounded 采用潜在一致性模型（LCM）实现实时交互。LCM 能够在两步扩散过程中快速生成高分辨率图像，保证游戏流畅运行。为了支持玩家自定义角色，Unbounded 整合了 DreamBooth 技术，DreamBooth 使用 LoRA 模块对扩散模型进行微调，并为每个角色添加唯一的标识符“[V]”，其将特定主题的 LoRA 与为少步扩散训练的 LCM LoRA 合并，既保证了推理速度，又有效地保留了角色特征。#具有块丢弃功能的区域 IP 适配器
（Regional IP-Adapter with Block Drop）
为了将角色放置在预定义的环境中，并根据用户指令执行不同的动作，Unbounded 采用了 Regional IP-Adapter 技术。Unbounded 中的实时图像生成与一致性增强方法，来源：generative-infinite-game.github.io
Regional IP-Adapter 是 IP-Adapter 的改进版本，它支持对主题和环境进行双重调节，通过动态掩膜机制（Dynamic Mask）技术，可以在生成的图像中同时呈现角色和环境，从而解决传统生成模型在角色和环境生成中相互干扰的问题。此外，Unbounded 团队发现模型在下采样块中注意力分散于整张图像，而非集中于角色，这表明模型在这些层次上没有区分角色和环境。因此，他们决定在下采样块中丢弃了区域性 IP-Adapter，仅在中采样和上采样块中应用，以更好地生成角色和环境的空间布局。![]()
不同一致性方法比较，来源：generative-infinite-game.github.io#由 LLM 驱动的游戏引擎
Unbounded 的游戏引擎由 LLM 驱动来模拟角色动作、生成场景描述、监控角色状态，并支持玩家使用自然语言与角色和游戏环境进行交互。
Unbounded 使用两个 LLM 代理构建了一个角色生活模拟游戏：为了实现实时交互，Unbounded 提出了一个框架模型 Gemma-2B。通过自动化收集两个 LLM 代理生成的用户与模拟器之间多轮交互的数据，并使用这些数据对 Gemma-2B 模型进行微调，成功地将大型 LLM 的能力“蒸馏”到更小、更高效的模型中，实现了实时交互。![]()
LLM 蒸馏的用户模拟数据收集过程，来源：generative-infinite-game.github.io
Unbounded 不仅仅是一款游戏，更是一个充满无限可能的创作平台，赋予了玩家前所未有的自由度和创造力。它的出现让我们看到了 AI 技术在游戏领域的巨大潜力，游戏将不再是一个由开发者预先设定好的固定剧本，而是一个可以随着玩家的想象力自由生长的神奇空间。也许在不久的将来，我们每个人都可以成为自己游戏世界的造物主！结合大模型通用知识及在交通、社会治理、安全生产、自然资源等行业领域的知识，深入业务场景，精确捕获用户意图，为用户提供智能问答、数据分析、报表生成、工作任务理解与执行等一系列服务
📞若您有相关需求，欢迎点击下方链接与我们沟通洽谈
🗨️也可以在公众号后台给我们留言
![]()
