巨人網路：大模型推動遊戲正規化革新，“遊戲+AI”2.0從概念到現實

9月23日訊息，巨人網路AI實驗室負責人丁超凡出席雲棲大會論壇並作主題分享，首次透露了自研大模型GiantGPT、BaiLing-TTS技術細節，並表示大模型推動了遊戲正規化革新，“遊戲+AI”2.0已經從概念走向現實。


大模型技術落地，GiantGPT擅長角色扮演“會玩遊戲”

今年雲棲大會上，巨人網路首發了兩款自研大模型GiantGPT、BaiLing-TTS及其落地應用。其中，GiantGPT是遊戲行業首批完成備案的大模型之一，去年至今，巨人網路AI實驗室對其做了持續迭代和最佳化。

丁超凡介紹，GiantGPT具備優秀的角色扮演力、生動的情景推理能力、定製化長短期記憶、深度支援遊戲場景的能力，可以稱之為一個“會玩遊戲”的角色扮演大模型。


資料是大模型能力的核心，巨人網路為此構建了一個龐大資料集，基於網際網路公開資料和自有資料，擁有大規模、多樣性、高質量等優勢，並形成一個完整、高效的資料生產鏈路。


目前，GiantGPT已經在《征途》等多款巨人網路產品中落地，基於GiantGPT打造的陪伴型智慧NPC，擁有性格、情緒與自適應的長期記憶，為玩家提供親密的陪伴關係體驗，提升使用者留存。

除了大語言模型之外，巨人網路AI實驗室今年也落地了行業內首個支援普通話和多種方言混說的TTS大模型——BaiLing-TTS。


當前，語音合成大模型技術在普通話領域已經取得了顯著進展，但在方言領域的發展卻十分緩慢，無法滿足多樣化的語音合成需求。中國擁有數十種主要方言，每一種方言都有獨特的語音特徵和語法結構，這使得訓練一個覆蓋各種方言的 TTS 大模型變得極具挑戰。此外，方言語料庫的稀缺以及高質量標註資料的匱乏，也進一步增加了技術難度。

為了解決這一難題，巨人網路AI實驗室基於中國方言體系，構建了涵蓋 20 種方言、超過 20 萬小時的普通話和方言資料集，提出多項基於模型層面的技術創新，從而使BaiLing-TTS實現了普通話零樣本克隆和高質量的方言語音、京劇唱腔合成效果。


大模型重塑遊戲體驗與生產力革新

演講中，丁超凡展示了巨人網路在大模型應用方面的一系列探索，涵蓋AI繪畫平臺、UGC劇本創作工具、擬人化智慧問答系統、AI原生遊戲玩法等，體現大模型對遊戲體驗與生產力的革新。

一站式AI繪畫生產平臺“巨人摹境”重點支援團隊協作，同時將一批自研AI視覺演算法能力整合為工作流的形式，構建起協作式的標準AI美術生產管線，無需頻繁匯入匯出或切換軟體，就可在同一平臺內完成複雜任務，提高創作效率；同時，整合了一鍵式工作流，簡化大量複雜操作，適用於大規模美術生產工作。


基於多個自研大模型的能力，AI實驗室還打造了針對宣發影片的智慧剪輯與創作平臺，提供熱點影片自動解析與風格匹配，結合劇本大模型與TTS語音克隆的能力，達到一鍵成片的效果，大幅提升宣發影片的生產創作效率。

大模型技術落地，更終極的目標是重塑遊戲體驗，推動玩法層面的創新，《太空殺》專案做了積極探索。該遊戲的UGC劇本創作工具引入了AI大模型幫寫與TTS功能，從而降低內容創作門檻，激發玩家的內容創作熱情；AI原生遊戲玩法“AI殘局挑戰”則讓玩家十分“上頭”，帶動了該遊戲在短影片平臺的相關指數翻倍，湧現出大量玩家自發分享各種趣味玩法和攻略技巧。


“AI殘局挑戰”玩法核心在於巨人網路自研的Multi-Agent框架設計，其中包含“協作”與“競爭”兩大特性。如何基於一個控制系統去構建平衡的策略，是形成優質協作與競爭正規化的關鍵。此外，因為需要玩家深度參與在裡面，所以要重點關注玩家執行任務的靈活性與自由度，以及良好的執行機制保證遊戲程序的合理演進。

“遊戲+AI”2.0：從概念到現實

如果說生產力提效是“遊戲+AI”1.0時代，那麼依託AIGC技術實現的遊戲玩法革新則推動了“遊戲+AI”進入2.0時代。

丁超凡認為，“遊戲+AI”2.0將創造一種未來遊戲形態：一個能夠打破傳統規則約束，環境基於玩家資料反饋更新，劇情設計動態延展，並且有隨機事件觸發的非線性世界，給到玩家極高自由度，甚至為玩家提供定製化的遊戲內容。


“興奮的是，我們在‘AI殘局挑戰’玩法中看到了這種遊戲形態的可能性，玩家可以透過自身行為影響環境、改變故事情節的走向，並且全過程有著優質的互動體驗。它不僅僅是一次成功的技術突破和嘗試，同時也實現了一種全新遊戲形態從概念到現實的進階。”

目前，巨人網路已構建了以自研大模型為核心的全方位基礎能力，涵蓋大語言模型、視覺內容生成、語音生成、AI Agents方向，GiantGPT、BaiLing-TTS等大模型在核心遊戲業務場景實現了規模化應用落地，深層次地應用到遊戲研發、運營、發行、測試等各個環節，形成高效的生產鏈路閉環。同時，結合大模型能力深入到遊戲核心玩法層面，打造出陪伴型AI智慧助手、情緒驅動的決策型AI，以及基於多智慧體大模型的全新遊戲正規化。


展望未來，丁超凡強調，巨人網路AI實驗室會更激進地探索基於大模型驅動的遊戲玩法創新，“出現一個與玩家進行深層次互動、自然湧現出持久且極富吸引力內容的原生遊戲世界，我認為並不遙遠。”