GTA 6 里被尾随的 NPC 会害怕:这种“真人感”,为什么大多不来自大模型

GTA 6 里被尾随的 NPC 会害怕:这种“真人感”,为什么大多不来自大模型

· ⏱ 8 分钟阅读 spark1 11 次阅读 📂 AI普惠系列
听全文
点击播放,AI语音朗读全文
1.0x
Alt+L 开关面板 Space 播放/暂停 Esc 关闭 Alt+S 停止 Alt+P 固定
标签 AI工具 大模型 AI游戏 NPC 行为树

11 月 19 日《GTA 6》发售,本站那天写的是怎么用 AI 做一张“游戏海报感”的图。这一周刷屏的却是另一类视频:一个 3 分 33 秒的短片《尾随 NPC 的真实反应》,拍的就是“你在游戏里跟在一个路人身后,他会紧张、回头、加速、躲进巷子”。UP 主叶猫 Gamer 在 11 月 19 日发布这条视频,到 11 月 21 日凌晨,播放量 381 万、点赞 20.6 万,挂在 B 站全站排行榜第 5 位(数字取自 B 站开放接口,是那一刻的快照)。

看完很难不生出那个感觉:它好像真的害怕了。

于是有一个对做 AI 的人来说更有意思的问题:这种“像真人”的感觉,是大模型给的吗?

先说清楚边界。我们没有、也没法从一段视频里知道某一款游戏具体用了什么技术方案,本文不对任何一款游戏的内部实现下结论,只讲行业里通行的做法,以及为什么“把 NPC 接上大模型”这件事,喊了很多年,主要还停在实验室。

一、你看到的“聪明”,其实被拆成了四层

行业里做角色行为,通常不是一整块“AI”,而是四层叠出来的效果:

第一层:感知。 游戏引擎知道每个角色的坐标、朝向、视野范围。玩家进入某个路人身后几米、停留多久、有没有一直盯着他——这些是几何计算,不是模型推理。常见的做法是给角色配一个“视线检测”(从眼睛发一条射线,看有没有被遮挡)和一段时间窗。

第二层:决策。 拿到“有人跟着我”这个信号后,角色选哪个行为,靠的是有限状态机和行为树这两样东西,它们是商业引擎里开箱即用的模块。状态机的思路很直白:平常走路 → 察觉有人靠近 → 怀疑(回头、加快脚步)→ 害怕(跑向人多处、报警)→ 摆脱后恢复。行为树更进一步,把“先检查什么、后检查什么”写成树状条件:如果威胁距离小于 X 且持续超过 T,就走“逃跑”分支,否则走“警惕”分支。

第三层:表演。 决定跑之后,是动画系统在几十毫秒内切到“慌张奔跑”的动作混合,加上身体前倾、回头频率、脚步音、呼吸声。你在视频里读到的“害怕”,八成来自这一层。

第四层:内容。 那句喊话、那声“你别跟着我”,是编剧写的、配音演员录的、经过评级审查的台词。

把这四层摆出来,就能看清一件事:“真人感”的来源是设计的密度,不是模型的规模。 一个让满街路人各有各反应的系统,靠的是有人一条条把这些分支写出来、调出来,而不是某个模型在现场即兴发挥。

二、那为什么不干脆给 NPC 挂上大模型?

网上每隔几个月就有一波“AI NPC 要改变游戏”的讨论,试点也确实存在:育碧在 2024 年的游戏开发者大会(GDC 2024)上展示过叫 NEO 的角色实验,用 Inworld 和英伟达 ACE 的技术,让玩家可以用麦克风跟一个数字人自由对话;英伟达从 2023 年起一直在推面向游戏角色的 ACE 技术栈。这些都是真的。

但请注意它们共同的形状:一个角色、一段对话、离线演示、不在正式发售的游戏里。 从“能演示”到“能进一部卖几百美元、有千万个角色的开放世界”,中间隔着五道工程题,每道都不是靠更大规模的模型解决的。

1. 时间预算根本不匹配。 主机游戏通常按每秒 30 到 60 帧来做,留给单帧的全部计算时间是 16 到 33 毫秒,而这一帧里要画完整个城市。一次联网的大模型请求,按网络往返的通常量级估计,要比这一帧的预算高出一到两个数量级(这是量级对照,不是我们对某款模型的实测)。玩家按下一个键,NPC 半秒后才“想起来”害怕——那种手感立刻就散了。所以这类判断必须在本地、在毫秒内完成,而这正是几何计算和行为树的强项。

2. 成本结构算不过来。 一段有剧情的对话,人工写是一次性成本,写完就能复制给所有玩家;大模型是按调用量付钱,玩家越多、聊得越久,账单越长,而且这笔钱发生在卖完游戏之后。对厂商来说,这是把可控的制作成本换成了不可控的运营成本。

3. 不可预测本身就是玩法事故。 游戏的核心资产是“可控”:任务流程、难度曲线、剧透边界、隐藏线索的揭示顺序。一个能自由生成的角色,玩家很快会摸清怎么哄它把该留到后面的话说出来。更麻烦的是,同一个存档,昨天和今天问出的答案不一样,任务状态怎么记?

4. 内容审查过不去。 游戏要拿评级,台词要预先审。写出来的分支可以逐条过审,模型现场生成的句子没法逐条过。这也是为什么游戏行业里落地更快的生成式应用,多在美术资产、配音、测试脚本这些“给开发者用”的环节,而不是直接对着玩家说话的 NPC。

5. 出问题没法定位。 行为树里 NPC 不回头,工程师查的是“那条视线检测的射线是不是被这堵墙挡住了”,可以精确复现、精确修。换成模型,你只能拿到一句话的输出,说不清它为什么这次没反应,也没法保证打完补丁下次一定对。

这五条里没有一条是“模型不够聪明”。它们指向的是另一件事:在需要可预测、可审查、可复现的系统里,聪明本身不是稀缺品,可兜底才是。

三、这件事对做 AI 应用的人有什么用

如果你不写游戏,这个结论反而更值钱。玩家讨厌的从来不是 AI,是“不可靠的 AI”——这一条在《60 万组手工动画对抗 AI?玩家讨厌的,从来不是 AI 本身》里已经说过一次。把它翻译成产品语言,就是四条:

能提前收窄的,别留给模型现场发挥。 你会注意到,工具类产品大多让你先选场景、选平台、选语气,而不是给你一个大白框随便写。这不是偷懒,这是把不确定性搬到用户这边——用户选一次,模型每次都在窄范围里干活,结果就稳。游戏行业把同一件事做得更极端:把“害怕”拆成十几个可枚举的状态。

把生成放在边上,不要放在主干。 游戏里真在用大模型的地方,多半是给开发者写素材、跑测试;对用户那条即时反馈链路,仍是确定性代码。同理,做一个应用时,先问哪一段是“错了会伤到用户”的主干(算钱、提交、判定、写库),那一段就别让模型自由输出;模型适合做的是主干旁边的那层文字。

先算一次延迟账和一次成本账。 游戏工程师从第一行代码开始就知道自己有多少毫秒、多少显存。很多 AI 功能不是效果不好,是没人算过“一个用户一次操作要调几回、每次多少钱、高峰期多慢”。这两本账要在写代码之前算。

留一个不依赖模型的兜底。 NPC 找不到路径会原地等待,不会崩。你的功能在模型超时、返空、乱答时应该怎么办——这条要有明确答案,否则用户遇到的就是空白框。

顺带说一句,玩家对“AI 味”的反感并不是对技术本身的反感:一个把反应调得极细的 NPC,玩家会夸它像真人;一个只会聊天框里说漂亮话的 AI,玩家会嫌弃。差别在于前者把功夫花在你看不见的地方。这一点在《「两三年后,米哈游绝对是大模型第一梯队」》那篇的评论里也能看到影子——大家真正在意的,是这套东西好不好玩,而不是它挂了什么名头。

四、想自己动手感受一下行为树

不用大模型也能做一个“被跟着会紧张”的角色,几十行代码就够:一个 距离、一个 计时器、三个状态(平常、警惕、逃跑)。写好之后把代码贴进本站的 AI 编程助手,让它帮你补全条件、找出为什么“逃跑”分支永远进不去——这类活它比人快,而且结果对不对,你能一眼看懂。

如果你更想直接试那种“会聊天的 NPC”,本站也整理过《AI 游戏陪练与 NPC 对话,让你的单人游戏不再孤独》,两条路线放在一起看,差别最清楚。

常见问题

Q: 视频里 NPC 的“害怕”,到底算不算人工智能?

算,但不是大家脑子里那个“人工智能”。游戏里的角色行为属于广义 AI(用算法模拟智能行为),实现方式是几何检测加状态机、行为树这类规则系统。它的判据很清楚:输入相同、状态相同,行为一定相同——这正是大模型给不了的可预测性。所以更准确的说法是:那不是“它懂了恐惧”,是有人在它身上写了一整套关于恐惧的规则和表演。

Q: 那是不是说大模型对游戏没用?

不是。要看用在哪条链路上。给开发者用的环节——概念图、素材批量生成、配音、写测试用例、跑回归——已经是落地最快的部分;直接对着玩家、需要即时反应和可审查的环节,目前进展慢得多。育碧的 NEO、英伟达的 ACE 都停在“一个角色的对话演示”上,不是技术不行,是成本和可控性这两关还没过。

Q: 我做 AI 应用,该从这件事里学什么?

一句话:先定哪些事必须永远可靠,再决定哪部分交给模型。 判定、算钱、提交、写库这类主干,用确定性代码;措辞、归纳、发散这类边缘,用模型。这跟游戏行业几十年不变的选择是同一个道理——玩家能原谅一个反应朴实的 NPC,但不会原谅一个时不时把任务说漏嘴的 NPC。

相关阅读

版权声明:本文由 AI家园 团队创作。欢迎非商业性转载或引用,转载时须注明原文出处并保留原文链接;商业使用请事先联系授权。

本文链接:https://spark1.cn/articles/20261121-gta6-npc-zhen-ren-gan-bu-lai-zi-da-mo-xing · 转载规则详见《服务条款》

喜欢这篇文章?获取更多干货

关注公众号「xAI智工场」

关注公众号「xAI智工场」

每天一个AI干货
回复「提示词」免费领实战模板包

加入AI交流群

微信号:xaizgc
和AI爱好者一起成长

深度精选

知识星球「AI实战圈」

系统课程 · 社群答疑 · 资源库
¥99/年

立即加入 →
分享到

想用 AI 马上搞定这件事?

查看全部 AI 工具 →

评论

加载中...

Copyright © 2026 AI家园 浙ICP备2024142181号-2 浙公网安备 33010202005420号

监管机关:浙江省通信管理局