相信很多大家對這款A(yù)I產(chǎn)品為你提供一個游戲搭子，用Agent的方式在《我的世界》挖鉆石還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

AI will completely reshape how games are played and made. The future is one where game creation is democratized， and makers are limited only by their imaginations. ——a16z

AI 將徹底顛覆游戲創(chuàng)造和消費的方式。未來將是一個人人都能創(chuàng)造游戲的時代，創(chuàng)作者們唯一的限制將是他們的想象力。

Sense 思考

- 游戲是生成式 AI 絕佳的試驗田，允許天馬行空的想象，幻覺成為帶來趣味體驗的 feature。

- 生成式 AI 在游戲中的應(yīng)用解鎖了無限可能，從加速游戲設(shè)計流程、提升游戲體驗，到激發(fā)創(chuàng)意、推動個性化，生成式 AI 徹底改變了游戲的開發(fā)與消費方式。

- LLM 在游戲中的應(yīng)用，將不止影響游戲。娛樂的邊界將被打破，影視和游戲?qū)⑷诤咸峁w驗。我們對數(shù)字內(nèi)容的消費方式、對數(shù)字世界的參與方式都將重塑。

本篇正文共2949字，仔細閱讀約9分鐘

AI Native 產(chǎn)品分析

47

Altera

1. 產(chǎn)品:Agent

2. 產(chǎn)品上線時間:February2024

3.創(chuàng)始人:楊光宇（Guangyu Robert Yang），Altera 公司的聯(lián)合創(chuàng)始人及 CEO，曾任麻省理工學院大腦與認知科學部助理教授，專長于計算神經(jīng)科學。他在紐約大學獲得相關(guān)博士學位，并在哥倫比亞大學從事博士后研究。楊博士在神經(jīng)網(wǎng)絡(luò)模型開發(fā)方面的深入研究，為他在 Altera 開發(fā)具有人類特質(zhì)如同理心的 AI 代理技術(shù)提供了理論基礎(chǔ)和實踐經(jīng)驗。

另外三個聯(lián)合創(chuàng)始人分別是 CSO Dr.Andrew Ahn （MIT Math Phd， 擅長深度學習理論）;CTO Shuying Luo (8年 google 工作經(jīng)驗，其中4年專注于 workspace AI);CBO Nico Christie (其創(chuàng)業(yè)公司已經(jīng)實現(xiàn)了百萬收入，MIT MBA 輟學發(fā)起 Altera)。

4. 產(chǎn)品簡介:Altera 致力于構(gòu)建能和我們一同生活、愛和成長的數(shù)字人類。從游戲領(lǐng)域開始，目前的第一款產(chǎn)品是首個能像朋友一樣和你一起玩 Minecraft 游戲伙伴，目前開放申請。于此同時，公司正在建設(shè)多 agents 世界。未來期望能創(chuàng)造出人類所需的品質(zhì)，將 co-pilot 轉(zhuǎn)換為 co-workers，探索一個數(shù)字人類被賦予物理形態(tài)的世界。

Waitinglist: https://3eb882yfjir.typeform.com/ALTERA

5. 融資情況:

-2023年12月，關(guān)閉了在 MIT 的 Lab 并成立 Altera

-2024年1月，Pre-seed 輪融資超過 $2M 主要來自 Andreessen Horowitz

-2024年2月，創(chuàng)造首個可以玩“我的世界”的 agent

-2024年4月，Seed 融資 $9M，Patron 和 First Spark Ventures 領(lǐng)投，還包括其他投資者入 A16Z Speedrun、Vamos Ventures 和 Alumni Ventures，以及資深投資人 Mitch Lasky、Stephen Lim 等。

01.

Altera 入局，

你的 AI 游戲搭子已上線

埃森哲在其2024年 Trends Reports 中表示，接下來的幾年將迎來 agents 生態(tài)的蓬勃發(fā)展。如何創(chuàng)造更像人類、有個性、有想法，能積極響應(yīng)、和人類交互的個體成為重點。

First Spark Ventures 的創(chuàng)始合伙人Aron Sisto 提到，AI 伙伴蘊藏著巨大的潛力，然而目前的 AI 缺乏同理心、具身體驗、個人驅(qū)動等關(guān)鍵人類特性，阻礙了我們與他們建立有實感的長期鏈接。

這也正是 Altera 的切入點——創(chuàng)造更像人類的虛擬伙伴，致力于構(gòu)建能和我們一同生活、愛和成長的數(shù)字人類。相比co-pilots，Altera 認為未來的數(shù)字人類更應(yīng)該像一個co-workers ，成為你的玩伴，與人類一起探索虛擬世界。

在 Altera 之前，也曾有有一款產(chǎn)品風靡我的世界（Minecraft），那就是Voyager —— 第一個在Minecraft 以連續(xù)方式探索世界并獲得 Diamont Tool的由 LLM 驅(qū)動的 agent。

和 Voyager Minecraft bot 類似，Altera 自主 agents 也能像人類一樣完成建筑、工匠、農(nóng)業(yè)、交易、挖礦、攻擊、裝備、交談和移動等任務(wù)，有自由的思想意志和決策能力，能夠讓你在游戲過程中有更豐富的體驗。目前第一款產(chǎn)品為和你一起玩Minecraft 的游戲伙伴，已經(jīng)開放測試申請。

Altera項目來自華人創(chuàng)業(yè)者楊光宇（Guangyu Robert Yang）。Robert 本科就讀于北京大學物理學專業(yè)，隨后又依次在耶魯大學、紐約大學、哥倫比亞大學攻讀神經(jīng)科學領(lǐng)域 PhD 并完成博士后研究。

本次創(chuàng)業(yè)前，Altera 在 MIT Silverman 實驗室?guī)ьI(lǐng)15人研究團隊從事大腦“多系統(tǒng)神經(jīng)網(wǎng)絡(luò)模型”的研究，并發(fā)表有關(guān)低成本互動社交代理的研究論文。2024年2月，Robert 正式關(guān)閉 MIT 的實驗室，投身 Altera 的創(chuàng)業(yè)中。

02.

Altera vs Voyager，

Agent 的實現(xiàn)思路有何不同?

不少人好奇，Altera agents 和 Voyager bots 的區(qū)別和提升。簡而言之，Altera 能夠用更低的成本、更少的 LLM 依賴實現(xiàn)游戲中的復雜高階的目標。創(chuàng)始人 Robert 號稱 Altera 對比 Voyager 能夠節(jié)約10-20倍的成本、可以通過更便宜的大模型（GPT-3.5）來完成任務(wù)、并實現(xiàn)了 agents 的完全自治。

各 agents 在 Minecraft 中的表現(xiàn)對比，來源 Robert twitter

Voyager 實現(xiàn)解析

Voyager 通過三個關(guān)鍵組件來滿足 agents 達到人類玩家水平需要的三個能力:

1. 最大探索的自動課程表來實現(xiàn) agents 能夠以自主驅(qū)動的方式持續(xù)探索世界，并尋找新任務(wù);

2. 可以存儲和檢索復雜行為、可增長的技能庫實現(xiàn) agents 根據(jù)環(huán)境調(diào)整技能并遷移的能力;

3. 通過迭代提示機制來滿足 agents 能夠根據(jù)當前技能水平和世界狀態(tài)提出合適任務(wù)的能力。

Voyager 原理架構(gòu)圖

Voyager 實現(xiàn)了無需人工干預(yù)，能夠在 Minecraft 以連續(xù)方式探索世界、獲得多樣技能并進行發(fā)現(xiàn)的 LLM-driven agents。Voyager 在 Minecraft 中能夠持續(xù)發(fā)現(xiàn)新物品、解決技能樹、穿越多樣的地形并將其學習的技能庫應(yīng)用于未見過的任務(wù)。但 Voyager 的三個關(guān)鍵組件均對高成本模型 GPT-4有較深的依賴，尤其是依賴 GPT-4的代碼生成能力。

盡管引入迭代提示機制，但仍存在無法生成正確技能的不確定性。另外大模型的幻覺會導致在自動課程提出無法實現(xiàn)的任務(wù)，代碼生成過程中偶爾會調(diào)用 API 不存在的函數(shù)導致代碼執(zhí)行錯誤。

Altera 實現(xiàn)解析

在 創(chuàng)始人 Robert 實驗室的研究論文（Lyfe agents）中，我們可以窺見 Altera 的實現(xiàn)原理，研究通過采用層級選擇-行動框架、不斷總結(jié)和遺忘的記憶機制盡量減少對于 LLM 的召回，能夠較低成本的情況下實現(xiàn) agents 目標一致性并具有行為自發(fā)性和一定的社會性。

研究中展示，通過一個高層次的總控、三個組件架構(gòu)實現(xiàn) agents 目標導向來獲取、傳遞、推理信息的能力，類人的情緒和反思決策能力。

Lyfe agents 原理架構(gòu)圖

a. 整體架構(gòu)中輸入由感覺模塊處理，并輸出給 agent 內(nèi)部狀態(tài)并指導行動;agent 內(nèi)部狀態(tài)通過外部輸入和內(nèi)部循環(huán)處理持續(xù)更新，并與記憶系統(tǒng)聯(lián)動。

b. Lyfe agents 采取類似大腦前葉層次化的方式?jīng)Q策行動，高層次的認知控制器接受信息，通過 LLM 輸出一個行動選項和一個子目標指導下一層行動。

c. 自我監(jiān)控模塊，不斷整合舊的總結(jié)和 agent 狀態(tài)，針對新穎的、目標相關(guān)信息進行總結(jié)。在提高 agent 的目標遵循和行為一致性基礎(chǔ)上，減少了信息處理的計算成本。該模塊保持與行為模塊異步執(zhí)行，允許 agents 深思熟慮不影響及時的行動。

d. 記憶的關(guān)鍵不僅在于存儲和檢索，更重要的是識別到對有價值的信息、有選擇性的決定信息的去留。Summarize-and-Forget 記憶機制，通過 Embedding 不斷對信息進行聚合、評估和篩選，僅保留關(guān)鍵信息。

Lyfe agents 自主社交代理

實驗在三個模擬的社會場景（謀殺、社團、病患緊急事件）中展現(xiàn)如上能力并完成最終目標:

在謀殺場景中 agent 在包含人類、其他 agents 的多角色交互中收集信息并推理出最終兇手;在社團選擇場景下，agent 的選擇傾向會受到社交關(guān)系中其他 agents 的偏好、決策影響。

值得一提的是，模擬的場景均為3D 環(huán)境，允許 agents 實體化、具身化;agents 具有人類的鄰近響應(yīng)特性允許群聊場景發(fā)生;每個 agent 具有自己獨特的個性和背景并在過程中不斷積累形成自己獨特的記憶。

目前 Altera 處于內(nèi)測階段（申請入口見前文），正與750名 Minecraft 的玩家測試中，預(yù)期在夏末正式發(fā)布。

不過，Minecraft 對于 Altera 來說只是一個起點，他們計劃將模型引入更多游戲和虛擬體驗中。他們正在積極開發(fā) APIs 和 SDKs 為未來更大范圍的使用打下基礎(chǔ)。至于為什么選擇游戲作為出發(fā)點，創(chuàng)始人說到“我們在游戲領(lǐng)域看到了構(gòu)建 agents 的巨大潛力，這里有熱切的用戶，我們可以采集更多數(shù)據(jù)、更快地迭代產(chǎn)品，并且在游戲里，這些即興的行為更是一個特性而不是 bug”。

03.

AI 在游戲中的應(yīng)用盤點

盤點 AI 在游戲中的重要應(yīng)用，我們發(fā)現(xiàn)生成式 AI 已經(jīng)在游戲場景解鎖了不少可能性，從加速游戲設(shè)計流程、提升游戲體驗，到激發(fā)創(chuàng)意、推動個性化，生成式 AI 徹底改變了游戲的開發(fā)與消費方式。

- Generative agents

模擬類游戲在上個世紀90年代開始興起，生成式 AI 地使用讓 agents 更加鮮活，以即興的社會行為大幅度推進模擬游戲的發(fā)展。在 Voyager 和 Altera 之前，微軟更早開始嘗試在 Minecraft 游戲中引入 agents。在斯坦福和谷歌的最新研究中，利用 LLM 創(chuàng)建具備深度交互能力的游戲代理，這些代理不僅增強了游戲的沉浸感和趣味性，甚至有機會提供就像《楚門的世界》那樣非預(yù)設(shè)劇本的觀賞性，并打開 AI 陪伴的新紀元。

Generative Agents: Interactive Simulacra of Human Behavior

- 個性化

角色扮演游戲旨在提供獨特的游戲體驗，從“龍與地下城”到“原神”，游戲通常允許玩家選擇角色外觀、性別和職業(yè)。

當今 LLM 和 Midjourney 讓玩家能夠創(chuàng)建高度個性化的角色，如 Spellbrush 的“箭術(shù)師”允許玩家定制人物風格和戰(zhàn)斗技能。此外，AI 的加入使 NPC 可以根據(jù)玩家歷史行為動態(tài)生成對話和故事，大幅增強了游戲的沉浸感和重玩價值。

Arrowmancer

- AI 敘事

對于一款優(yōu)秀的游戲，除了具備擬人 NPC 和精美場景外，更關(guān)鍵的是有一個引人入勝的故事?！洱埮c地下城》是個性化故事講述的典范，其通過地下城主即興創(chuàng)造獨特的游戲體驗。

應(yīng)用 LLM 于游戲故事創(chuàng)作提供了無限可能，例如 Hidden Door 訓練特定故事模型允許玩家在建立的IP宇宙中探險，同時 NovelAI 的 Clio 模型幫助作家克服創(chuàng)作障礙，展現(xiàn)AI在故事敘述中的潛力。

Hidden Door

- 動態(tài)場景

AI 敘事和栩栩如生的游戲場景共同塑造沉浸式體驗?？苹眯≌f《安德的游戲》中描述的心靈游戲能根據(jù)玩家興趣實時變化，展示了生成式 AI 在游戲中創(chuàng)造獨特世界的潛力。

未來，游戲可能通過 AI 在運行時實時生成每個場景，如同NVIDIA 的 DLSS 技術(shù)已能實時生成高分辨率游戲幀，朝著動態(tài)生成世界的方向邁進，但成功的游戲體驗還需結(jié)合個性化和故事敘述。

Echoes of Somewhere - Jussi Kemppainen

- 音效

音效對于電影和游戲中營造沉浸式體驗至關(guān)重要。生成式 AI 技術(shù)，如 AudioCraft 和 Jukebox，利用深度學習算法創(chuàng)造與游戲動作同步的音樂和聲效，提高了游戲的個性化和玩家沉浸感。這些工具還能根據(jù)游戲直播的節(jié)奏和情緒定制音樂，提供版權(quán)自由的音樂，幫助內(nèi)容創(chuàng)作者避免版權(quán)問題。

Suno.AI

- C opilots

C opilots 在游戲中的應(yīng)用極大地豐富了玩家的互動和體驗，它們不僅幫助新手玩家上手復雜游戲，還能在游戲中提供策略建議和動態(tài)交互。公司如微軟和 Roblox 已利用生成式 AI 如 DALL-E 和 Github C opilot，使玩家通過自然語言直接創(chuàng)造游戲內(nèi)容。隨著游戲逐漸演化為下一代社交網(wǎng)絡(luò)，這些智能伙伴預(yù)計將在增強游戲社交性和個性化體驗中扮演關(guān)鍵角色。

04.

To be Continued

我們還處在AI 應(yīng)用的早期，還面臨著許多現(xiàn)實問題和技術(shù)障礙需要克服。但可以看到的是，AI 在包括游戲在內(nèi)的虛擬世界領(lǐng)域的發(fā)展引起巨大的開發(fā)者和玩家的興趣。

有許多像 Altera 一樣才華橫溢的團隊，正在加緊開發(fā)創(chuàng)新產(chǎn)品和體驗，構(gòu)建全新類型的虛擬世界，這些 AI 代理既有趣又獨特，并且能夠跨平臺持久存在。

以上就是關(guān)于【這款A(yù)I產(chǎn)品為你提供一個游戲搭子，用Agent的方式在《我的世界》挖鉆石】的相關(guān)內(nèi)容，希望對大家有幫助！