【米兰·(milan)中国官方网站科技】现在的AI工具越来越强大，人们开始放心地把更复杂的任务交给它们。从写邮件、做PPT到设计应用、生成视频，甚至它还能帮我们上网搜索整理资料，大语言模型几乎无所不能。但有个领域始终让它们犯难——电子游戏。
AI做游戏不现实
今年微软和Anthropic这两大AI巨头都尝试过让自家模型生成游戏内容，实际效果却远不如人们预期。这正好说明了当前生成式AI的真实水平：虽然能力大幅提升，但远未达到无所不能的境界。
AI生成电子游戏和生成视频面临同样难题——角色动作僵硬扭曲，运行一段时间后整个虚拟世界就开始崩坏。微软最近推出的AI版《雷神之锤2》就是个活例子，谁都能亲自体验。
我试玩过很多次，体验简直了：扭曲变形的敌人突然闪现，场景随着移动不断重组。有次刚进新房间，转身的功夫入口就消失了，再回头连墙壁都换了位置。
这种光怪陆离的体验最多维持几分钟，系统就会崩溃重启。运气不好时，游戏中途直接卡死无法操作。不过这个实验性作品确实值得体验，它直观展示了生成式AI的潜力与局限。虽然能造出可互动的游戏场景很酷，但要说AI能做出《刺客信条》这样的3A大作，玩过这个demo的人估计都会摇头。
科技大佬过度渲染
但现实是，AI造神的论调正铺天盖地袭来。就算你刻意回避，科技大佬们的宣言也会见缝插针钻进耳朵。问题在于，普通人接触的AI信息基本来自科技公司的营销话术和CEO访谈，再经过媒体添油加醋传播。
于是我们听到各种魔幻宣言在耳边轰炸：
比尔·盖茨说它能终结气候变化和疾病，扎克伯格预言2025年AI工程师将取代人类码农，Shopify老板要求全员必须掌握AI技能，OpenAI掌门人放话明年就有AI员工上岗，马斯克更危言耸听说AI可能毁灭文明。
这些极端言论把AI包装成救世主和终结者的矛盾体，仿佛明年我们就能用上科幻片里的超级智能。听得多了，人们真以为上班族都在像《星际迷航》里那样对着电脑说指令。
现实却像那款扭曲的《雷神之锤2》——ChatGPT级别的AI确实是2022年的重大突破，之后出现的DeepSeek也令人惊喜，但面对科技巨头鼓吹的宏大愿景，现有技术根本接不住。现在AI的准确率不够，理解指令常出错，知识库充斥着网络垃圾信息，更别提上下文记忆短得像金鱼。
毕竟开发3A游戏需要数百人团队数年心血，AI现在连稳定运行几分钟demo都费劲。与其幻想AI造游戏，不如先让它学会好好玩游戏？
AI玩游戏水平如何？
AI玩电子游戏这事还真有人试过。Anthropic家最新模型Claude 3.7 Sonnet在Twitch直播玩《精灵宝可梦红》两个月了，抓精灵对战是它的强项，但整体进度连十岁小孩都不如。
最大槽点是速度——穿过常青森林这种基础地图，Claude要花好几天做上千次操作。问题不在战术策略，对战环节它其实挺在行。真正要命的是认路，面对像素画面分不清哪是树哪是房子，在月见山这种迷宫地图里反复绕圈，有次卡在墙角死活出不来，居然以为游戏出Bug，一本正经申请重启。
更离谱的是这AI记性差。不是它不想记，而是大语言模型的"记忆容量"实在有限。当存储空间告急，Claude会把"去过真新镇每栋房子、和所有NPC聊过天"压缩成"去过真新镇"，结果又跑回去重新探索。总结起来就是：走错路、撞南墙、认错人、忘目标，每个决定都要反复推理。
这些实验本身挺有意思，确实在探索AI的边界。但看着科技大佬们借这类demo疯狂画饼，说什么几年内AI就能超越人类智商巅峰，明眼人都知道这是销售话术。现实是AI连完整打通二十年前的老游戏都费劲，这场AI的马拉松才刚起跑呢。
写在最后
科技巨头们铺天盖地的造神运动，恰似游戏世界里过度渲染的预告片。当我们剥离营销话术的滤镜，会发现AI的真实进化曲线远比宣传片平缓：Claude在像素迷宫里跌跌撞撞的身影，恰如其分地诠释着技术突破的艰难本质。这并非否定AI的潜力，而是提醒我们警惕将量变强行包装成质变的认知陷阱。就像经典游戏《传送门》里的GLaDOS，最危险的从来不是人工智能本身，而是人类对技术边界的误判。
或许我们正在经历AI革命的"红白机时代"。那些笨拙的AI游戏，恰似1983年任天堂实验室里跳动的8位像素点。真正的颠覆永远始于微末——当技术沉淀开始攻克NPC行为树的认知建模，当生成算法学会理解"游戏性"这个玄妙概念，属于智能时代的《超级马里奥兄弟》或许正在某个实验室悄然孕育。
版权所有，未经许可不得转载
-米兰·(milan)中国官方网站