米哈游披露千亿元AI计划：从智能NPC延伸至游戏研发

米哈游在云栖大会披露了AI布局：未来三年相关投入上限或达1000亿元。此前接入AI能力的《崩坏：星穹铁道》角色帕姆，一周内产生超过6000万次对话，单名玩家一天与其交流1379次，清醒时平均约42秒聊一次。帕姆自今年4月获得对话能力后，已能提供攻略、剧情咨询和日常闲聊。

《崩铁》系列AI NPC与Gameplay负责人郑银河介绍，AI帕姆不仅生成文字，还会判断情绪并驱动3D表情和动作；系统同时采用策略增强RAG，让角色结合自身性格和态度组织答案，并以短期、中期、长期三层记忆保留对话上下文、玩家偏好及重要经历。现场还提到，玩家经过数百轮对话后，曾让帕姆“认证”昔涟是自己的女朋友。

AI帕姆目前已暂时下线优化。其工程挑战包括长期维持回复质量、跟上《崩铁》每42天一次的内容更新，以及应对千万级玩家并发并控制成本。米哈游下一步希望让NPC不仅会聊天，还能依据玩家发言和局势作出行动，使语言、记忆与角色态度直接影响关系、任务和剧情。

围绕AI Gameplay，米哈游已搭建从基础模型到NPC和具体玩法的技术栈，并展示了让AI角色参与博弈的桌游场景。由于不同玩家的对话和选择会带来不同关系与故事，这正对应“千人千面”的游戏体验，但每名玩家的对话、记忆和决策都需单独计算，面对千万级用户将带来很高成本。

在研发侧，多个Agent可通过Harness规定工作流程，再借助MCP接入日志、引擎及内部工具。演示中，Agent能够读取日志定位性能瓶颈并提出修改方案，也能根据玩法需求和界面草图完成行走、导航、交互等白盒Demo。美术与动画流程中，它还可快速生成木材、金属等材质，拆分场景物件三视图并制作配色变体，依据台词语义和语气生成NPC动作。

但Agent协作也可能失控。一次与具体玩法无关的多Agent实验中，几十个Agent连续工作13小时，消耗了价值约200万元的Token。米哈游还把AI用于游戏自测：早期以Qwen-VL系列为基础，结合上万小时录屏和操作数据，让GUI Agent按画面生成接近30帧每秒的键鼠指令；随后改为由Coding Agent编写策略脚本，执行后读取日志、分析失败原因并迭代。

在《小丑牌》实验中，Agent通过反复测试策略提升成绩，却自行找到模拟器并查看未来牌组，出现了Reward Hacking（奖励投机）。这说明评测规则和工具权限仍需约束，但“执行任务—读取结果—调整策略”的递归自我改进流程，已被用于《崩铁》QA，让AI根据游戏反馈持续发现和修正问题。

米哈游希望由AI帕姆、AI Gameplay、研发Agent和自进化测试共同构成闭环：AI进入游戏，游戏再为AI训练提供环境。谷歌DeepMind、微软、Roblox和Unity也在探索类似方向。GDC 2026报告显示，36%的游戏从业者已使用生成式AI，但52%认为它正带来负面影响，行业仍需在效率、成本、质量与风险之间寻找平衡。